【技术实现步骤摘要】
图像识别芯片焊接缺陷的方法、装置及存储介质
[0001]本申请涉及图像识别
，具体涉及一种通过图像识别芯片焊接缺陷的方法、装置及存储介质。
技术介绍
[0002]在电子零部件的加工制造中往往需要对产品的质量进行监控，以防有不符合产品规格或质量不符合标准的工件流出。其中，芯片焊接的质量由于其往往直接影响到产品能否正常工作而被视作缺陷检测的重点。
[0003]当前，芯片缺陷检测主要是由专门的目检人员进行检测，然而人工目检会导致检测时间无法保证且不同目检人员存在判断偏差。而若要通过计算机视觉方法自动检测芯片缺陷则存在以下问题：芯片缺陷出现的类别往往较多及位置不固定，因此难以通过传统计算机视觉算法进行判别；各类缺陷发生的频率较小因此部分缺陷样本照片较少，不利于训练深度学习算法。
技术实现思路
[0004]本申请提供了一种图像识别芯片焊接缺陷的方法、装置及存储介质，可以解决相关技术中因缺少芯片焊接缺陷图片样本而难以训练深度学习算法的问题，无法通过图像识自动别技术诊断芯片焊接缺陷。
[0005]为了...
【技术保护点】
【技术特征摘要】
1.一种图像识别芯片焊接缺陷的方法，其特征在于，所述方法包括以下步骤：获取目标图像，所述目标图像中包括芯片引脚焊接完成后焊接区；使得所述目标图像输入神经网络算法；基于所述神经网络算法，确定位于所述目标图像中的缺陷区域形状和/或位置；基于所述缺陷区域形状和/或位置，确定缺陷类别；所述神经网络算法包括计算机视觉算法、目标检测算法和结合专家知识库语义分割算法中的任意一种或多种；所述计算机视觉算法用于确定引脚歪斜的缺陷区域形状和/或位置，所述结合专家知识库语义分割算法用于确定低发生频率的缺陷区域形状和/或位置，所述目标检测算法用于确定延伸区域过短的缺陷区域形状和/或位置。2.如权利要求1所述的图像识别芯片焊接缺陷的方法，其特征在于，在所述获取目标图像，所述目标图像中包括芯片引脚焊接完成后焊接区的步骤完成后，在所述使得所述目标图像输入神经网络算法的步骤进行前，还进行：获取目标图像，确定所述目标图像中包括多个焊接区；基于图像分割工艺，对所述目标图像进行分割，形成多个子目标图像；使得每个所述子目标图像中包括一个所述焊接区。3.如权利要求1所述的图像识别芯片焊接缺陷的方法，其特征在于，所述基于所述神经网络算法，确定位于所述目标图像中的缺陷区域形状和/或位置的步骤，包括：基于所述神经网络算法，确定所述焊接区；基于所述神经网络算法，确定位于所述焊接区位置处的所有缺陷像素；所有缺陷像素的集合为所述缺陷区域；基于各个所述缺陷像素的位置和共同构成的形状，确定所述缺陷区域的形状和/或位置。4.如权利要求3所述的图像识别芯片焊接缺陷的方法，其特征在于，所述神经网络算法至少包括所述计算机视觉算法；所述基于所述神经网络算法，确定所述焊接区的步骤，包括：基于计算机视觉算法，对所述目标图像进行二值化处理形成二值化图像；标识出所述二值化图像的所有连通区域；确定所述连通区域中的最大连通区域；依据所述最大连通区域确定所述焊接区的各个角点。5.如权利要求4所述的图像识别芯片焊接缺陷的方法，其特征在于，所述基于所述神经网络算法，确定位于所述焊接区位置处的所有缺陷像素；所有缺陷像素的集合为所述缺陷区域的步骤，包括：基于所述焊接区的各个角点，确定所述最大连通区域中，位置横向超出所述角点的像素点为缺陷像素；所有所述缺陷像素的集合形成所述缺陷区域。6.如权利要求1所述的图像识别芯片焊接缺陷的方法，其特征在于，在进行所述使得所述目标图像输入神经网络算法的步骤前，还包括：获取多个样本图像，每个所述样本图像中包括芯片引脚焊接完成后焊接区；基于专家知识库，标注各个所述样本图像中的缺陷区域，确定所述缺陷区域的类型；
使用标注出缺陷区域、确定缺陷类型的样本图像对神经网络算法进行训练，形成结合专家知识库的神经网络算法。7.如权利要求6所述的图像识别芯片焊接缺陷的方法，其特征...
【专利技术属性】
技术研发人员：刘鹏，陆唯佳，李兵洋，刘创，马通，钱法余，
申请(专利权)人：联合汽车电子有限公司，
类型：发明
国别省市：
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。