一种电路板上多余物检测方法技术

本发明专利技术涉及一种电路板上多余物检测方法，属于电路板质量检测技术领域。本发明专利技术的方法包括：(1)获取标准图片与待测图片；(2)分别提取标准图片与待测图片相同数量的特征点，匹配两张图片的特征点，选取匹配程度高的特征点计算单应性矩阵，利用单应性矩阵将待测图片透视变换，形成待测图片与标准图片位置对应；(3)找到标准图片与变换后的待测图片对应位置不同的区域，作为多余物区域；(4)计算多余物区域的相似程度，减少误判。本发明专利技术基于机器视觉的方法解决电路板多余物检测的问题，在工业生产监控中将发挥重要作用。中将发挥重要作用。中将发挥重要作用。

A method of detecting excess on circuit board

【技术实现步骤摘要】
一种电路板上多余物检测方法


[0001]本专利技术属于电路板质量检测
，具体涉及一种电路板上多余物检测方法。

技术介绍

[0002]电路板在工业生产线上组装的过程中，由于生产工艺或人为原因等会导致部分零件或者碎屑掉落在电路板上。遗留的多余物会直接影响到成品合格率，因此对于是否有多余物遗留的检测是现代生产电路板生产过程中不可缺少的一部分。多余物检测在传统方法中一般由人工完成，人工进行多余物检测容易受到注意力以及外界环境等因素的影响。进行检测时很容易出现误检和漏检。因此，自动化的多余物检测对于电路板工业生产中的质量检测具有重要的意义。
[0003]现有的自动化多余物检测，主要是包括以下几种方式：
[0004]1、振动检测；利用振动发生器使多余物与电路板分离，从而检测多余物。该方法存在锐利多余物易损伤电路板的问题。
[0005]2、基于X光的多余物检测；对于纸片、低密度塑料等多余物X光检测难以有好的检测效果。
[0006]3、基于深度学习的多余物检测；深度学习方法需要多余物的数据集，而对于不确定多余物的形状、颜色、种类的情况，深度学习方法检测准确率较低。

技术实现思路

[0007](一)要解决的技术问题
[0008]本专利技术要解决的技术问题是如何提供一种电路板上多余物检测方法，以解决人工方法准确率得不到保障，振动方法可能对电路板造成损伤，神经网络的方法需求较大的多余物数据集且不能很好应对未知类型的多余物的问题。
[0009](二)技术方案
[0010]为了解决上述技术问题，本专利技术提出一种电路板上多余物检测方法，该方法包括如下步骤：
[0011]S1、获取标准图片与待测图片步骤：获取无多余物的电路板的照片作为标准图片，获取待检测电路板的照片作为待测图片；
[0012]S2、目标区域对齐步骤：将待测图片和标准图片的内容的位置对应，用于找寻；
[0013]S3、待测图片和标准图片的相应位置相减，根据差值的大小判断区域内待测图片和标准图片的的差异，从而找出多余物的区域范围；
[0014]S4、找出多余物的所在区域，筛选多余物。
[0015](三)有益效果
[0016]本专利技术提出一种电路板上多余物检测方法，与现有技术相比本专利技术具有以下优点，仅需对电路板拍照，不会对电路板造成损伤，能够检测出纸片、低密度塑料等X光难以检测出来的多余物，能够应对多余物种类、形状、颜色不确定的情况。因为不需要根据多余物
以及待检测电路板的类型进行适配，特别的本方法适合用于小批量多批次的电路板的多余物检测过程。
附图说明
[0017]图1为本专利技术的方法流程图；
[0018]图2为结构A被结构B膨胀的过程示意图；
[0019]图3为结构C被结构B腐蚀的过程示意图。
具体实施方式
[0020]为使本专利技术的目的、内容和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。
[0021]本专利技术所要解决的技术问题在于提供一种电路板上多余物的检测方法及系统，以解决人工方法准确率得不到保障，振动方法可能对电路板造成损伤，神经网络的方法需求较大的多余物数据集且不能很好应对未知类型的多余物的问题。期望能够在性能较低的设备上实现，不同型号电路板，未知种类、形状、颜色的多余物检测。
[0022]本专利技术公开了一种电路板上多余物检测方法，包括：(1)获取标准图片与待测图片；(2)分别提取标准图片与待测图片相同数量的特征点，匹配两张图片的特征点，选取匹配程度高的特征点计算单应性矩阵，利用单应性矩阵将待测图片透视变换，形成待测图片与标准图片位置对应；(3)找到标准图片与变换后的待测图片对应位置不同的区域，作为多余物区域；(4)计算多余物区域的相似程度，减少误判。本专利技术基于机器视觉的方法解决电路板多余物检测的问题，在工业生产监控中将发挥重要作用。
[0023]为达上述目的，本专利技术提供了一种电路板上多余物的检测方法及系统，包括：
[0024]S1、获取标准图片与待测图片步骤：获取无多余物的电路板的照片作为标准图片，获取待检测电路板的照片作为待测图片；
[0025]S2、目标区域对齐步骤：将待测图片和标准图片的内容的位置对应，用于找寻。
[0026]S21、图像灰度化步骤：将待测图片与标准图片分别转化为灰度待测图片和灰度标准图片；
[0027]S22、提取特征点步骤：利用ORB方法分别提取灰度待测图片和灰度标准图片的特征点并计算特征点的描述子；
[0028]S23、匹配并筛选特征点步骤：计算特征点描述子之间的汉明距离，保留其中匹配度最好的前10％特征点。
[0029]S24、获取灰度待测图片与灰度标准图片的单应性矩阵：以保留的匹配特征点找到灰度待测图片与灰度标准图片的单应性矩阵。
[0030]S25、对待测图像进行透视变换：彩色待测图片与单应性矩阵相乘，得到变换之后的A图片，该A图片零件的位置与标准图片零件的位置相对应。
[0031]S3、待测图片和标准图片的相应位置相减，根据差值的大小判断区域内待测图片和标准图片的的差异，从而找出多余物的区域范围：
[0032]S31、图像灰度化步骤：将A图片转化为黑白A图片；
[0033]S32、创建黑白标准图片和A图片掩膜：分别创建黑白标准图片和黑白A图片的掩膜
图片，分别对图片和掩膜采取逻辑或操作，将黑白标准图片的掩膜和黑白A图片的掩膜采取逻辑与操作,得到ROI(region of interest,感兴趣区域)的掩膜B；
[0034]S33、两张图片相减：将黑白标准图片和黑白A图片截取掩膜B内区域，再相减，得到差值图片。
[0035]S34、获取可能是多余物的位置区域：将差值图片二值化，并对图片进行闭运算。
[0036]S4、找出多余物的所在区域，筛选多余物：
[0037]S41、找到多余物外接最小矩形：在二值化图像上找出边缘，封闭的图形认为是多余物的轮廓，计算每个多余物的外接矩形；
[0038]S42、筛选多余物：选择彩色标准图片和彩色A图片的外接矩形对应的区域，利用模板匹配方式，采用归一化相关系数计算相似度；当相似度小于阈值时认为是多余物，当相似度大于阈值时，认为不是多余物，可选的，所述阈值为0.6。
[0039]本专利技术的方法具体包括如下步骤：
[0040](1)获取标准图片与待测图片步骤：在电路板组装完成之后，利用流水线上摄像头对电路板进行拍照，获得待测图片。利用摄像头，对一个无多余物的合格品进行拍照，获得标准图片。
[0041](2)图片相应位置对齐步骤：将待测图片和标准图片对应起来，用于找寻。
[0042](21)图像灰度化步骤：将彩色待测图片与彩色标准图片转化为灰度待测图片和灰度标准图片：具体实施时，如果彩色图像中一个像素的红、绿、蓝分量分别为R、G、B，则计算Y＝0.30
×
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电路板上多余物检测方法，其特征在于，该方法包括如下步骤：S1、获取标准图片与待测图片步骤：获取无多余物的电路板的照片作为标准图片，获取待检测电路板的照片作为待测图片；S2、目标区域对齐步骤：将待测图片和标准图片的内容的位置对应，用于找寻；S3、待测图片和标准图片的相应位置相减，根据差值的大小判断区域内待测图片和标准图片的的差异，从而找出多余物的区域范围；S4、找出多余物的所在区域，筛选多余物。2.如权利要求1所述的电路板上多余物检测方法，其特征在于，所述步骤S1具体包括：在电路板组装完成之后，利用流水线上摄像头对电路板进行拍照，获得待测图片，利用摄像头，对一个无多余物的合格品进行拍照，获得标准图片。3.如权利要求1或2所述的电路板上多余物检测方法，其特征在于，所述步骤S2具体包括如下步骤：S21、图像灰度化步骤：将待测图片与标准图片分别转化为灰度待测图片和灰度标准图片；S22、提取特征点步骤：利用ORB方法分别提取灰度待测图片和灰度标准图片的特征点并计算特征点的描述子；S23、匹配并筛选特征点步骤：计算特征点描述子之间的汉明距离，保留其中匹配度最好的前10％特征点；S24、获取灰度待测图片与灰度标准图片的单应性矩阵：以保留的匹配特征点找到灰度待测图片与灰度标准图片的单应性矩阵；S25、对待测图像进行透视变换：彩色待测图片与单应性矩阵相乘，得到变换之后的A图片，该A图片零件的位置与标准图片零件的位置相对应。4.如权利要求3所述的电路板上多余物检测方法，其特征在于，所述步骤S22具体包括：由于FAST特征点不具有尺度不变形，采用图像空间金字塔为FAST构建尺度不变性，在每一个尺度下的图像中提取FAST特征点；使用FAST9来提取FAST特征点，即在中心点的16邻域中，只要有9个像素点同时都比中心点像素p小或者大，即认为其是特征点；统计特征点p1的16邻域中的像素差总和分数s1，对比相邻特征点之间的差异，即s1和s2，在邻域内只保留分数最大的特征点；比较中心像素点p任意邻域内的n＝256对像素之间的差值来生成二进制BRIEF描述子。5.如权利要求4所述的电路板上多余物检测方法，其特征在于，f
n
(p)为生成的p点的BRIEF描述子f
n
(p)＝∑
1≤i≤n2i
‑1τ(p；x
i
,y
i
)
ꢀꢀꢀꢀꢀ
(2)在计算BRIEF描述子时建立的坐标系是以特征点为圆心，以特征点和取点区域的形心的连线为X轴建立2维坐标系；图像中每个像素点的灰度值视为该点的质量；以特征点为圆心，d为半径的圆形区域内，以固定的模式取n＝256个点对；I
A
表示A点灰度值，T(P(A,B))表示对点对P(A,B)的描述子计算值，所有n个点对计算的值组合起来就是特征点的描述子。
6.如权利要求5所述的电路板上多余物检测方法，其特征在于，所述步骤S24具体包括：以保留的匹配特征点求解得到灰度待测图片与灰度标准图片的单应性矩阵单应矩阵约束了同一3D空间点在两个像素平面的2D齐次坐标，设是两个点对应的齐次坐标，表示为是两个点对应的齐次坐标，表示为将矩阵展开，使用h
33
＝1来进行归一化，得到：其中h＝[h
...

【专利技术属性】
技术研发人员：张兆元，李征征，李旭，姜志祥，裴彦杰，闫晓蔚，王旭初，
申请(专利权)人：北京航天爱威电子技术有限公司，
类型：发明
国别省市：