基于计算机视觉的集成电路板质量检测系统技术方案

本发明专利技术涉及基于计算机视觉的集成电路板质量检测系统，属于图像处理技术领域。该系统包括处理器和存储器，处理器执行存储器存储的计算机程序以实现如下步骤：根据最优分割阈值，得到焊点区域图像；对焊点区域图像进行边缘提取，得到各初始焊点区域边缘轮廓；根据各初始焊点区域边缘轮廓上的各初始边缘点，得到各聚类中心点；获取各待分析像素点，根据各待分析像素点和各聚类中心点，得到各待分析像素点与各聚类中心点之间的修正隶属度；根据修正隶属度，得到各目标焊点区域；根据各目标焊点区域对应的异常像素点数量和近圆率，得到待检测集成电路板的质量指标。本发明专利技术能提高焊点区域质量检测的精度。域质量检测的精度。域质量检测的精度。

【技术实现步骤摘要】
基于计算机视觉的集成电路板质量检测系统


[0001]本专利技术涉及图像处理
，具体涉及基于计算机视觉的集成电路板质量检测系统。

技术介绍

[0002]集成电路板是采用半导体制作工艺，在一块较小的单晶硅片上制作上许多晶体管及电阻器、电容器等元器件，并按照多层布线或遂道布线的方法将元器件组合成完整的电子电路；并且在集成电路板加工时，是利用焊接将电器元件连接起来，焊接会在集成电路板上形成焊点凸起，而焊点的质量状况或者异常状况直接影响着集成电路板的质量，如当焊点存在破损缺陷时，可能会造成集成电路板的损坏，影响集成电路板的使用，因此对集成电路板上的焊点质量进行检测至关重要。
[0003]现有技术中一般利用传统的阈值分割算法对集成电路板上的焊点区域进行分割，然后再对分割出来的焊点区域进行质量检测，或者直接通过神经网络模型实现对焊点区域的质量检测；但是由于集成电路板上一些焊点距离较近、焊点区域和背景区域之间灰度相差不大以及焊点区域和背景区域的对比度动态范围较小等因素，会导致传统的阈值分割算法对集成电路板上的焊点区域进行分割时，可能存在分割不准确或者分割不可靠的问题，进而后续对分割出来的焊点区域进行质量检测时也会存在检测精度较低的问题；而直接通过神经网络模型实现对焊点区域的质量检测方法需要对神经网络进行训练，但是神经网络的训练过程比较复杂且计算量也很大；因此如何在计算量较小的基础上还能提高焊点区域质量检测的精度是需要解决的问题。

技术实现思路

[0004]为解决上述问题，本专利技术的目的在于提供基于计算机视觉的集成电路板质量检测系统，包括处理器和存储器，所述处理器执行所述存储器存储的计算机程序以实现如下步骤：获取待检测集成电路板的表面灰度图像；获得最优分割阈值；根据所述最优分割阈值，得到所述表面灰度图像对应的焊点区域图像以及焊点区域图像上的各待分析像素点；利用边缘检测算子对所述焊点区域图像进行边缘提取，得到所述焊点区域图像对应的各初始焊点区域边缘轮廓以及各初始焊点区域边缘轮廓上的各初始边缘点；根据所述各初始焊点区域边缘轮廓上的各初始边缘点，得到所述焊点区域图像上的各聚类中心点；获取焊点区域图像上除各聚类中心点之外的各待分析像素点，记为待分析目标像素点；根据各待分析目标像素点和所述焊点区域图像上的各聚类中心点，得到所述各待分析目标像素点与所述各聚类中心点之间的修正隶属度；根据所述修正隶属度，得到各目标焊点区域；获得各目标焊点区域对应的目标边
缘轮廓以及各目标边缘轮廓上的目标边缘点；根据所述目标边缘点，得到各目标焊点区域对应的异常像素点数量；根据各目标焊点区域的周长和面积，得到各目标焊点区域对应的近圆率；根据所述异常像素点数量和近圆率，得到待检测集成电路板的质量指标。
[0005]优选的，获得最优分割阈值的方法，包括：获取第一分割阈值以及第一分割阈值的分割效果评价指标；判断第一分割阈值的分割效果评价指标是否小于预设评价阈值，若是，则判定第一分割阈值对表面灰度图像进行分割的效果不好，并根据第一分割阈值的分割效果评价指标和第一分割阈值，得到第二分割阈值，获得第二分割阈值的分割效果评价指标，判断第二分割阈值的分割效果评价指标是否小于预设评价阈值，若是，则判定第二分割阈值对表面灰度图像进行分割的效果不好，则根据第二分割阈值的分割效果评价指标和第二分割阈值，得到第三分割阈值；以此类推，直至首次出现分割阈值的分割效果评价指标大于等于预设评价阈值时停止判断，并将对应分割阈值记为最优分割阈值。
[0006]优选的，获取第一分割阈值的分割效果评价指标的方法，包括：将所述表面灰度图像上灰度值大于等于第一分割阈值的像素点记为第一焊点区域像素点，将所述表面灰度图像上灰度值小于第一分割阈值的像素点记为第一背景区域像素点，将所述表面灰度图像上的各第一焊点区域像素点记为第一焊点区域像素点类别中的各第一焊点区域像素点，将所述表面灰度图像上的各第一背景区域像素点记为第一背景区域像素点类别中的各第一背景区域像素点；计算得到第一焊点区域像素点类别对应的熵值以及第一背景区域像素点类别对应的熵值；根据第一焊点区域像素点类别对应的熵值以及第一背景区域像素点类别对应的熵值，得到第一分割阈值的分割效果评价指标；根据如下公式计算第一分割阈值的分割效果评价指标：其中，为第一分割阈值的分割效果评价指标，为第一焊点区域像素点类别对应的熵值， 为第一背景区域像素点类别对应的熵值，e为自然常数；根据如下公式计算第二分割阈值：其中，为第二分割阈值，为第一分割阈值，为第一分割阈值的分割效果评价指标。
[0007]优选的，得到所述表面灰度图像对应的焊点区域图像以及焊点区域图像上的各待分析像素点以及得到所述焊点区域图像对应的各初始焊点区域边缘轮廓以及各初始焊点区域边缘轮廓上的各初始边缘点的方法，包括：将表面灰度图像上灰度值大于等于最优分割阈值的像素点记为待分析像素点；根据各待分析像素点，得到所述表面灰度图像对应的焊点区域图像；所述焊点区域图像中仅含有待分析像素点；利用canny算子对焊点区域图像进行边缘提取，得到焊点区域图像上的各边缘轮
廓，记为各初始焊点区域边缘轮廓；将所述初始焊点区域边缘轮廓上的各待分析像素点记为初始边缘点。
[0008]优选的，得到所述焊点区域图像上的各聚类中心点的方法，包括：对各初始焊点区域边缘轮廓进行霍夫圆检测，得到各初始焊点区域边缘轮廓对应的各霍夫圆；对于任一初始焊点区域边缘轮廓对应的任一霍夫圆：从该初始焊点区域边缘轮廓上的各初始边缘点中选取预设数量的初始边缘点，记为采样点；过该初始焊点区域边缘线上的各采样点与该霍夫圆的圆心作一条直线，记为该霍夫圆对应的特征直线，所述该霍夫圆对应的特征直线的数量为该初始焊点区域边缘线上的采样点的数量；所述各特征直线与该初始焊点区域边缘轮廓存在两个交点，分别记为各特征直线的第一交点和各特征直线的第二交点；获取该霍夫圆对应的各特征直线的第一交点到该霍夫圆圆心的线段，并记为该霍夫圆对应的各特征直线的第一特征线段；获取该霍夫圆对应的各特征直线的第二交点到该霍夫圆圆心的线段，并记为该霍夫圆对应的各特征直线的第二特征线段；统计得到该霍夫圆对应的各特征直线的第一特征线段上的待分析像素点数量、对应的各特征直线的第二特征线段上的待分析像素点数量、对应的各特征直线的第一特征线段上的各待分析像素点的灰度值以及对应的各特征直线的第二特征线段上的各待分析像素点的灰度值；根据该霍夫圆对应的各特征直线的第一特征线段上的待分析像素点数量、对应的各特征直线的第二特征线段上的待分析像素点数量、对应的各特征直线的第一特征线段上的各待分析像素点的灰度值以及对应的各特征直线的第二特征线段上的各待分析像素点的灰度值，得到该霍夫圆的优选度；将所述各初始焊点区域边缘轮廓对应的各霍夫圆的优选度中的最大优选度对应的霍夫圆记为各初始焊点区域边缘轮廓对应的目标霍夫圆；将目标霍夫圆的圆心记为聚类中心点。
[0009]优选的，根据如下公式计算该霍夫圆的优选度：优选的，根据如下公式计算该霍夫圆的优选度：其中，为该霍夫圆的优选度，e为自然常数，C为该霍夫圆对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的集成电路板质量检测系统，包括处理器和存储器，其特征在于，所述处理器执行所述存储器存储的计算机程序以实现如下步骤：获取待检测集成电路板的表面灰度图像；获得最优分割阈值；根据所述最优分割阈值，得到所述表面灰度图像对应的焊点区域图像以及焊点区域图像上的各待分析像素点；利用边缘检测算子对所述焊点区域图像进行边缘提取，得到所述焊点区域图像对应的各初始焊点区域边缘轮廓以及各初始焊点区域边缘轮廓上的各初始边缘点；根据所述各初始焊点区域边缘轮廓上的各初始边缘点，得到所述焊点区域图像上的各聚类中心点；获取焊点区域图像上除各聚类中心点之外的各待分析像素点，记为待分析目标像素点；根据各待分析目标像素点和所述焊点区域图像上的各聚类中心点，得到所述各待分析目标像素点与所述各聚类中心点之间的修正隶属度；根据所述修正隶属度，得到各目标焊点区域；获得各目标焊点区域对应的目标边缘轮廓以及各目标边缘轮廓上的目标边缘点；根据所述目标边缘点，得到各目标焊点区域对应的异常像素点数量；根据各目标焊点区域的周长和面积，得到各目标焊点区域对应的近圆率；根据所述异常像素点数量和近圆率，得到待检测集成电路板的质量指标。2.如权利要求1所述的基于计算机视觉的集成电路板质量检测系统，其特征在于，所述获得最优分割阈值的方法，包括：获取第一分割阈值以及第一分割阈值的分割效果评价指标；判断第一分割阈值的分割效果评价指标是否小于预设评价阈值，若是，则判定第一分割阈值对表面灰度图像进行分割的效果不好，并根据第一分割阈值的分割效果评价指标和第一分割阈值，得到第二分割阈值，获得第二分割阈值的分割效果评价指标，判断第二分割阈值的分割效果评价指标是否小于预设评价阈值，若是，则判定第二分割阈值对表面灰度图像进行分割的效果不好，则根据第二分割阈值的分割效果评价指标和第二分割阈值，得到第三分割阈值；以此类推，直至首次出现分割阈值的分割效果评价指标大于等于预设评价阈值时停止判断，并将对应分割阈值记为最优分割阈值。3.如权利要求2所述的基于计算机视觉的集成电路板质量检测系统，其特征在于，所述获取第一分割阈值的分割效果评价指标的方法，包括：将所述表面灰度图像上灰度值大于等于第一分割阈值的像素点记为第一焊点区域像素点，将所述表面灰度图像上灰度值小于第一分割阈值的像素点记为第一背景区域像素点，将所述表面灰度图像上的各第一焊点区域像素点记为第一焊点区域像素点类别中的各第一焊点区域像素点，将所述表面灰度图像上的各第一背景区域像素点记为第一背景区域像素点类别中的各第一背景区域像素点；计算得到第一焊点区域像素点类别对应的熵值以及第一背景区域像素点类别对应的熵值；根据第一焊点区域像素点类别对应的熵值以及第一背景区域像素点类别对应的熵值，得到第一分割阈值的分割效果评价指标；根据如下公式计算第一分割阈值的分割效果评价指标：
其中，为第一分割阈值的分割效果评价指标，为第一焊点区域像素点类别对应的熵值，为第一背景区域像素点类别对应的熵值，e为自然常数；根据如下公式计算第二分割阈值：其中，为第二分割阈值，为第一分割阈值，为第一分割阈值的分割效果评价指标。4.如权利要求1所述的基于计算机视觉的集成电路板质量检测系统，其特征在于，所述得到所述表面灰度图像对应的焊点区域图像以及焊点区域图像上的各待分析像素点以及得到所述焊点区域图像对应的各初始焊点区域边缘轮廓以及各初始焊点区域边缘轮廓上的各初始边缘点的方法，包括：将表面灰度图像上灰度值大于等于最优分割阈值的像素点记为待分析像素点；根据各待分析像素点，得到所述表面灰度图像对应的焊点区域图像；所述焊点区域图像中仅含有待分析像素点；利用canny算子对焊点区域图像进行边缘提取，得到焊点区域图像上的各边缘轮廓，记为各初始焊点区域边缘轮廓；将所述初始焊点区域边缘轮廓上的各待分析像素点记为初始边缘点。5.如权利要求1所述的基于计算机视觉的集成电路板质量检测系统，其特征在于，所述得到所述焊点区域图像上的各聚类中心点的方法，包括：对各初始焊点区域边缘轮廓进行霍夫圆检测，得到各初始焊点区域边缘轮廓对应的各霍夫圆；对于任一初始焊点区域边缘轮廓对应的任一霍夫圆：从该初始焊点区域边缘轮廓上的各初始边缘点中选取预设数量的初始边缘点，记为采样点；过该初始焊点区域边缘线上的各采样点与该霍夫圆的圆心作一条直线，记为该霍夫圆对应的特征直线，所述该霍夫圆对应的特征直线的数量为该初始焊点区域边缘线上的采样点的数量；所述各特征直线与该初始焊点区域边缘轮廓存在两个交点，分别记为各特征直线的第一交点和各特征直线的第二交点；获取该霍夫圆对应的各特征直线的第一交点到该霍夫圆圆心的线段，并记为该霍夫圆对应的各特征直线的第一特征线段；获取该霍夫圆对应的各特征直线的第二交点到该霍夫圆圆心的线段，并记为该霍夫圆对应的各特征直线的第二特征线段；统计得到该霍夫圆对应的各特征直线的第一特征线段上的待分析像素点数量、对应的各特征直线的第二特征线段上的待分析像素点数量、对应的各特征直线的第一特征线段上的各待分析像素点的灰度值以及对应的各特征直线的第二特征线段上的各待分析像素点的灰度值；根据该霍夫圆对应的各特征直线的第一特征线段上的待分析像素点数量、对应的各特征直线的第二特征线段上的待分析像素点数量、对应的各特征直线的第一特征线段上的各
待分析像素点的灰度值以及对应的各特征直线的第二特征线段上的各待分析像素点的...

【专利技术属性】
技术研发人员：赵佳琦，刘轶男，
申请(专利权)人：凤芯微电子科技聊城有限公司，
类型：发明
国别省市：