一种定量化的炉前PCB贴片缺陷在线检测系统和方法技术方案

本发明专利技术公开了一种定量化的炉前PCB贴片缺陷在线检测系统和方法，属于炉前自动光学检测领域。包括：提取待检测区域，对所述待检测区域的图像进行预处理；对预处理后的图像进行基础特征提取，将提取的特征张量分别输入到神经网络的分类分支和回归分支中，通过所述分类分支检测缺陷类型并生成输出标签，通过所述回归分支检测芯片位姿偏差；根据所述输出标签和芯片位姿偏差判断所述待检测区域的贴装是否合格，对于不合格的贴装，输出错误类型和位姿偏差。本发明专利技术不仅可以检测出炉前PCB贴片缺陷的类型，而且可以定量化地检测芯片位姿，从而得到定量化的“偏移”缺陷。

【技术实现步骤摘要】
一种定量化的炉前PCB贴片缺陷在线检测系统和方法
本专利技术属于炉前自动光学检测领域，更具体地，涉及一种定量化的炉前PCB贴片缺陷在线检测系统和方法。
技术介绍
随着工业发展的信息化和智能化，电子信息技术逐渐成为全球支柱产业之一。自二十世纪六十年代以来，为了满足电子产品的小型化、轻薄化、高性能和高可靠性，电子元器件不断向着微型化和片式化方向发展。电子组装技术也从传统的通孔插装技术(Through-holetechnology)逐步转换为表面组装技术(SurfaceMountTechnology，简称SMT)。在电子组装过程中，炉前自动光学检测(AOI)设备是检测PCB贴片缺陷的重要设备。然而，在使用现有的炉前自动光学检测设备时，如果产生不良产品，需要停机，人工分析故障类型，手动调整设备参数。未能将检测设备与贴片机有效结合，形成自动反馈系统。若要实现该反馈系统，就要求炉前自动光学检测设备在检测缺陷类型的基础上，定量化地输出元件位姿偏差。这就对炉前自动光学检测设备提出了新的要求。然而，现有的炉前AOI设备虽然可以检测移位、翻面、缺件本文档来自技高网...

【技术保护点】
1.一种定量化的炉前PCB贴片缺陷在线检测系统，其特征在于，包括/n输入模块，用于提取待检测区域，对所述待检测区域的图像进行预处理；/n分类与回归神经网络模块，所述分类与回归神经网络模块包括基础特征提取模块、分类分支和回归分支；其中，/n所述基础特征提取模块用于对预处理后的图像进行基础特征提取，再将提取的特征张量分别输入到所述分类分支和回归分支中；/n所述分类分支用于检测缺陷类型并生成输出标签；/n所述回归分支用于检测芯片位姿偏差；/n结果后处理模块，用于根据所述输出标签和芯片位姿偏差判断所述待检测区域的贴装是否合格，对于不合格的贴装，输出错误类型和位姿偏差。/n

【技术特征摘要】
1.一种定量化的炉前PCB贴片缺陷在线检测系统，其特征在于，包括
输入模块，用于提取待检测区域，对所述待检测区域的图像进行预处理；
分类与回归神经网络模块，所述分类与回归神经网络模块包括基础特征提取模块、分类分支和回归分支；其中，
所述基础特征提取模块用于对预处理后的图像进行基础特征提取，再将提取的特征张量分别输入到所述分类分支和回归分支中；
所述分类分支用于检测缺陷类型并生成输出标签；
所述回归分支用于检测芯片位姿偏差；
结果后处理模块，用于根据所述输出标签和芯片位姿偏差判断所述待检测区域的贴装是否合格，对于不合格的贴装，输出错误类型和位姿偏差。


2.如权利要求1所述的炉前PCB贴片缺陷在线检测系统，其特征在于，所述输入模块中，用于提取待检测区域，对所述待检测区域的图像进行预处理包括：
所述输入模块通过建立PCB设计文件与采集到的PCB图像之间的坐标映射关系，提取出待检测区域；
提取出所述待检测区域的图像后，按照PCB设计文件中芯片封装类型对其分类并组成待检测序列。


3.如权利要求1所述的炉前PCB贴片缺陷在线检测系统，其特征在于，所述输出标签包括一个或多个贴装元件型号、翻面、侧立和缺件。


4.如权利要求1所述的炉前PCB贴片缺陷在线检测系统，其特征在于，所述芯片位姿偏差包括横向偏移、纵向偏移和旋转角度。


5.如权利要求1-4任一项所述的炉前PCB贴片缺陷在线检测系统，其特征在于，所述基础特征提取模块包括依次堆叠的第一卷积层、第一池化层、第二卷积层和第二池化层；
其中，所述第一卷积层和第二卷积层的卷积核大小均为3×3，步长均为1，均采用边缘填充和线性激活函数；所述第一卷积层和第二卷积层卷积核数分别为8和16；
所述第一池化层和第二池化层采用相同超参数，池化核大小均为2×2，步长均为2，且均采用最大池化。


6.如权利要求1-4任一项所述的炉前PCB贴片缺陷在线检测系统，其特征在于，所述分类分支包括依次堆叠的第三卷积层、第三池化层、第一展开层、第一全连...

【专利技术属性】
技术研发人员：颜东朋，彭义兵，吴竟宁，杜莹莹，吴琪，朱诗勰，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42