This application proposes a defect detection method and device for circuit board. The method includes: by acquiring the photographed image of the circuit board under test, the difference of pixel information between the photographed image and the corresponding pixel of the standard image is made, the difference value of the corresponding pixel is obtained, the pixel information of each pixel of the photographed image is combined with the difference value of the corresponding pixel, the input image is obtained, and the input image is obtained. The trained classification model is input to determine the defect information of the circuit board under test according to the output of the classification model. The classification model has learned the image features of the input image corresponding to the circuit board with various defects. Since the classification model has learned the image features of the input images corresponding to the circuit boards with various defects, the input data of the classification model can be enriched by adding the difference value to the pixel information of the captured image to extract the image features, which helps to improve the accuracy and efficiency of the defect detection of the circuit boards under test.
【技术实现步骤摘要】
电路板的缺陷检测方法和装置
本申请涉及深度学习与图像处理
，尤其涉及一种电路板的缺陷检测方法和装置。
技术介绍
目前电路板制造依赖于自动化的工业生产线，由于电路板的电子元器件集成度不断增加，电路板生产工艺越来越复杂，在电路板生成的过程中不可避免的会出现缺陷电路板，因此，对电路板进行缺陷检测，能够避免因缺陷导致的电路板损坏。现有技术中，电路板生成企业主要采用人工检测方法对电路板进行缺陷检测。但是，人工检测需要工作人员用肉眼进行检查，存在检测成本高、准确性较低、效率低等缺点。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。本申请提出一种电路板的缺陷检测方法和装置，解决了现有技术中，对电路板的缺陷检测依赖人工检测时，存在准确率较低、检测成本高以及效率低的技术问题。本申请第一方面实施例提出了一种电路板的缺陷检测方法，包括：获取被测电路板的拍摄图像；将所述拍摄图像与标准图像对应像素进行像素信息差分，得到对应像素的差分值；其中，所述标准图像是对未存在缺陷的参考电路板进行拍摄得到的；将所述拍摄图像各像素的像素信息与对应像素的差分值进行合成，得到输入图像...
【技术保护点】
1.一种电路板的缺陷检测方法，其特征在于，所述方法包括以下步骤：获取被测电路板的拍摄图像；将所述拍摄图像与标准图像对应像素进行像素信息差分，得到对应像素的差分值；其中，所述标准图像是对未存在缺陷的参考电路板进行拍摄得到的；将所述拍摄图像各像素的像素信息与对应像素的差分值进行合成，得到输入图像；将所述输入图像输入经过训练的分类模型，以根据所述分类模型的输出，确定所述被测电路板的缺陷信息；其中，所述分类模型已经学习得到各类缺陷的电路板对应的输入图像的图像特征。
【技术特征摘要】
1.一种电路板的缺陷检测方法，其特征在于，所述方法包括以下步骤：获取被测电路板的拍摄图像；将所述拍摄图像与标准图像对应像素进行像素信息差分，得到对应像素的差分值；其中，所述标准图像是对未存在缺陷的参考电路板进行拍摄得到的；将所述拍摄图像各像素的像素信息与对应像素的差分值进行合成，得到输入图像；将所述输入图像输入经过训练的分类模型，以根据所述分类模型的输出，确定所述被测电路板的缺陷信息；其中，所述分类模型已经学习得到各类缺陷的电路板对应的输入图像的图像特征。2.根据权利要求1所述的缺陷检测方法，其特征在于，所述拍摄图像和所述标准图像中各像素的像素信息包括深度值和各色彩通道的灰度值。3.根据权利要求2所述的缺陷检测方法，其特征在于，所述将所述拍摄图像与标准图像对应像素进行像素信息差分，得到对应像素的差分值，包括：将所述拍摄图像与所述标准图像中对应像素进行深度值差分，得到对应像素的深度差分值；将所述拍摄图像与所述标准图像中对应像素进行灰度值差分，得到对应像素在各色彩通道的灰度差分值。4.根据权利要求3所述的缺陷检测方法，其特征在于，所述将所述拍摄图像各像素的像素信息与对应像素的差分值进行合成，得到输入图像，包括：将所述深度差分值、所述深度值，以及各色彩通道的灰度差分值和灰度值作为所述输入图像中对应像素的像素信息。5.根据权利要求1-4任一项所述的缺陷检测方法，其特征在于，所述分类模型包括卷积层、池化层和全连接层；其中，所述卷积层，用于对所述输入图像中各像素的像素信息进行图像特征提取；所述池化层，用于对所述卷积层提取的特征进行降维操作；所述全连接层，用于根据所述池化层降维后的图像特征进行分类。6.根据权利要求1-4任一项所述的缺陷检测方法，其特征在于，所述分类模型，是将样本图像与所述标准图像对应像素进行像素信息差分得到的差分值与所述样本图像中对应像素的像素信息合成，采用合成后的样本图像进行训练得到的；其中，所述样本图像已标注缺陷信息，所述缺陷信息用于指示相应样本图像展示的电路板是否存在缺陷，以及缺陷类型；当所述分类模型输出的缺陷信息与所述样本图像标注的缺陷信息差异最小化时，所述分类模型训练结束。7.根据权利要求1-4任一项所述的缺陷检测方法，其特征在于，所述将所述输入图像输入经过训练的分类模型，以根据所述分类模型的输出，确定所述被测电路板的缺陷信息之后，还包括：若所述被测电路板存在缺陷，在控制界面展示所述拍摄图像；获取对所述拍摄图像进行人工缺陷类型标注得到的缺陷信息；根据所述拍摄图像和所述缺陷信息，生成第一训练样本；采用所述第一训练样本对所述分类模型进行训练。8.根据权利要求1-4任一项所述的缺陷检测方法，其特征在于，所述将所述输入图像输入经过训练的分类模型，以根据所述分类模型的输出，确定所述被测电路板的缺陷信息之后，还包括：从不存在缺陷的被测电路板中选取部分电路板，在控制界面展示选取的部分电路板的拍摄图像；对选取的部分电路板，获取相应拍摄图像人工标注的缺陷信息，以生成用于对所述分类模型进行训练的第二训练样本。9.根据权利要求1-4任一项所述的缺陷检测方法，其特征在于，所述将所述输入图像输入经过训练的分类模型，以根据所述分类模型的输出，确定所述被测电路板的缺陷信息之后，还包括：若所述被测电路板存在缺陷，对生产线进行控制，以将存在缺陷的所述被测电路板置于设定区域内。10.一种电路板的缺陷检测装置，其特征在于，所述装置包括：获取模块，用于获取电路板...
【专利技术属性】
技术研发人员：文亚伟，苏业，刘明浩，郭江亮，李旭，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。