一种基于机器视觉的PCB电路板检测方法技术

本发明专利技术公开了一种基于机器视觉的PCB电路板检测方法，包括以下步骤：进行相机标定，得到采集图像像素坐标与实际坐标的映射关系M；控制移动探针到检测工位，记录运动参数作为预设运动参数；采集探针在检测工位初始位置的图片为标准图，对探针进行亚像素级定位识别，记录图像坐标中的探针预设位置P0和检测位置的探针边缘线位置P1；根据预设运动参数移动探针进行初对位；采集初对位图像，对探针进行亚像素级定位识别，识别当前探针位置P

【技术实现步骤摘要】
一种基于机器视觉的PCB电路板检测方法


[0001]本专利技术涉及PCB板检测
，尤其涉及一种基于机器视觉的PCB电路板检测方法

技术介绍

[0002]PCB(印制电路板)作为小家电产品的重要控制部件，其质量直接影响到产品的使用功能。PCB电路板在生产加工过程中，由于生产条件限制，总是难免出现部分瑕疵，为了使得投入使用的PCB板是完好的，必须对其进行检测，由于PCB电路板上的功能单元较小，其瑕疵点也较小，直接在一块功能单元密集的PCB电路板上去检查每个功能单元是否存在瑕疵是一件很困难的事情。过去的检测方式为人手工移动PCB电路板，分区域检测，这样容易疲劳，不方便定位错误码，也无法追溯数据。采用这种方式，过于依赖技术人员的主观判断，容易出现漏检误检的现象。并且，对于带有强电的PCB电路板，裸露在外的线路容易对工人的人生安全造成危害。在图像自动拼接方面，过去的方式大多采用对比PCB母版与子版之间的位置差距，为此还需要在PCB母版上制造一个特殊的定位标记，虽然可靠性较高，但是可扩展性能较差，针对单一的PCB电路板的效果良好，不足以支持多种PCB电路板的检测要求。随着PCB电路板密度及产量日益增加，以及人工成本不断提升，人工检测的缺点越来越突出。
[0003]机器视觉检测是一种基于光学原理的检测方式，采用了多种技术，主要涉及图像处理、计算机和自动控制等技术，对PCB电路板外观可见的功能或标识进行识别检测，是一种新型的PCB电路板检测技术。应用机器视觉技术，可以对PCB电路板检测探针进行视觉对位，通过监测指示灯自动识别PCB工况，对从而解决检测稳定性和检测效率问题。因此，研究一种基于机器视觉的PCB电路板检测方法非常有必要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种基于机器视觉的PCB电路板检测方法。
[0005]为了解决上述技术问题，本专利技术提供了一种基于机器视觉的PCB电路板检测方法，包括以下步骤：
[0006]步骤1：进行相机标定，得到采集图像像素坐标与实际坐标的映射关系M；
[0007]步骤2：控制移动探针到检测工位，记录运动参数作为预设运动参数；
[0008]步骤3：采集所述探针在所述检测工位初始位置的图片为标准图，对所述探针进行亚像素级定位识别，记录图像坐标中的探针预设位置P0和检测位置的探针边缘线位置P1；
[0009]步骤4：根据所述预设运动参数移动所述探针进行初对位；
[0010]步骤5：采集初对位图像，对所述探针进行所述亚像素级定位识别，识别当前探针位置P
i
，计算出探针位置像素偏移量Y
i
，并用所述映射关系M进行坐标系转换，得到探针位置物理偏移量Y
w
；
[0011]步骤6：通过所述探针位置物理偏移量Y
w
进行二次补对位；
[0012]步骤7：PCB指示灯工况视觉识别检测。
[0013]其中，所述亚像素级定位识别包括以下步骤：
[0014]步骤3
‑
1：图像预处理；
[0015]步骤3
‑
2：边缘点提取；
[0016]步骤3
‑
3：构建霍夫空间，查找霍夫空间投票最大值；
[0017]步骤3
‑
4：霍夫变换得到探针亚像素级轮廓。
[0018]其中，所述步骤3
‑
1具体为使用阈值分割方法分离目标物和背景，对目标图像做sobel滤波加强边缘对比度。
[0019]其中，所述步骤3
‑
2具体为设定两个阈值T1和T2，且T2≥T1，对sobel滤波后的边缘图像的任一像素点(i，j)进行检测，若其灰度值M(i，j)≥T2，则该点为边缘点，若其灰度值M(i，j)≤T1，则该点为非边缘点。
[0020]其中，所述步骤3
‑
3具体为记录识别到的边缘点坐标，将坐标系从笛卡尔直角坐标系转换为极坐标系，边缘点P
i
(x
i
，y
i
)用极坐标表示，其中
[0021]x
i
＝ρ
i
cosθ
i
，
[0022]y
i
＝ρ
i
sinθ
i
，
[0023]P
i
(x
i
，y
i
)可表示为P
i
(ρ
i
cosθ
i
，ρ
i
sinθ
i
)，坐标系上点的坐标关系可表示为：
[0024]x
i
cosθ
i
+y
i
sinθ
i
＝ρ
i
，
[0025]将极坐标系表示的各点转换成所述霍夫空间的直线，在所述霍夫空间中，坐标轴分别为ρ和θ，上式可表示为：
[0026]ρ＝cosθx+sinθy，
[0027]将提取到的每一个像素点转换为所述霍夫空间中的曲线，构建所述霍夫空间，所述霍夫空间中曲线的交点为原坐标系中几个点的拟合曲线，在所述霍夫空间中的若干个曲线交点中找出有最多曲线经过的一点。
[0028]其中，步骤3
‑
4具体为投票得到的点坐标进行霍夫空间逆变换，得到所述实际坐标的探针轮廓最佳拟合边缘线。
[0029]其中，步骤7包括以下步骤：
[0030]步骤7
‑
1：采集指示灯图像进行预处理，录入检测区域范围；
[0031]步骤7
‑
2：计算灯区外的背景区域平均亮度；
[0032]步骤7
‑
3：录入各个指示灯在不同工况时的颜色亮度特征；
[0033]步骤7
‑
4：根据背景区域平均亮度判断当前环境的明暗；
[0034]步骤7
‑
5：当PCB指示灯所有指示灯均未点亮的情况下，判断指示灯工况为“未点亮”；
[0035]步骤7
‑
6：当PCB指示灯处于亮/暗环境的情况下，背景亮度为L
B
，指示灯图像表征亮度为L，指示灯实际亮度L
R
，计算公式为：
[0036]L
R
＝L
‑
k*L
B
，
[0037]其中，k为补偿系数，在初始化时通过实际测试获得；
[0038]步骤7
‑
7：通过对比指示灯实际亮度L
R
与预设工况亮度L0，判断指示灯工况。
[0039]其中，所述步骤7
‑
1包括以下步骤：
[0040]步骤7
‑1‑
1：将采集图像从彩色图像分通道得到RGB三个通道灰度图像，用以判断指示灯色彩；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的PCB电路板检测方法，其特征在于，包括以下步骤：步骤1：进行相机标定，得到采集图像像素坐标与实际坐标的映射关系M：步骤2：控制移动探针到检测工位，记录运动参数作为预设运动参数；步骤3：采集所述探针在所述检测工位初始位置的图片为标准图，对所述探针进行亚像素级定位识别，记录图像坐标中的探针预设位置P0和检测位置的探针边缘线位置P1；步骤4：根据所述预设运动参数移动所述探针进行初对位；步骤5：采集初对位图像，对所述探针进行所述亚像素级定位识别，识别当前探针位置P
i
，计算出探针位置像素偏移量Y
i
，并用所述映射关系M进行坐标系转换，得到探针位置物理偏移量Y
w
；步骤6：通过所述探针位置物理偏移量Y
w
进行二次补对位；步骤7：PCB指示灯工况视觉识别检测。2.根据权利要求1所述的一种基于机器视觉的PCB电路板检测方法，其特征在于，所述亚像素级定位识别包括以下步骤：步骤3
‑
1：图像预处理；步骤3
‑
2：边缘点提取；步骤3
‑
3：构建霍夫空间，查找霍夫空间投票最大值；步骤3
‑
4：霍夫变换得到探针亚像素级轮廓。3.根据权利要求2所述的一种基于机器视觉的PCB电路板检测方法，其特征在于，所述步骤3
‑
1具体为使用阈值分割方法分离目标物和背景，对目标图像做sobel滤波加强边缘对比度。4.根据权利要求2所述的一种基于机器视觉的PCB电路板检测方法，其特征在于，所述步骤3
‑
2具体为设定两个阈值T1和T2，且T2≥T1，对sobel滤波后的边缘图像的任一像素点(i，j)进行检测，若其灰度值M(i，j)≥T2，则该点为边缘点，若其灰度值M(i，j)≤T1，则该点为非边缘点。5.根据权利要求2所述的一种基于机器视觉的PCB电路板检测方法，其特征在于，所述步骤3
‑
3具体为记录识别到的边缘点坐标，将坐标系从笛卡尔直角坐标系转换为极坐标系，边缘点P
i
(x
i
，y
i
)用极坐标表示，其中x
i
＝ρ
i
cosθ
i
，y
i
＝ρ
i
sinθ
i
，P
i
(x
i
，y
i
)可表示为P
i
(ρ
i
cosθ
i
，ρ
i
sinθ
i

【专利技术属性】
技术研发人员：林先，陈新辉，林典钦，陈伟生，黄驹淦，
申请(专利权)人：揭阳市洽泰利电器有限公司，
类型：发明
国别省市：