【技术实现步骤摘要】
PCB载板的针孔缺陷检测方法、系统、设备及存储介质
[0001]本专利技术涉及缺陷检测
，具体而言，涉及PCB载板的针孔缺陷检测方法、系统、设备及存储介质。
技术介绍
[0002]PCB（Printed Circuit Board，印刷电路板）载板生产制造复杂且繁琐，制造过程中容易引入各种各样的产品缺陷，并且产品缺陷的类型多种多样，在颜色种类、形状大小、颜色深浅上表现不一。
[0003]在实际产线质量把控过程中，出于整体产品良率考虑，需要评估产品缺陷的严重性，判断产品缺陷所属的缺陷类型，缺陷类型包括可允收的产品缺陷和不可允收的产品缺陷，对于不可允收的产品缺陷，则需要对PCB载板进行报废，对于可允收的产品缺陷，则可以将PCB载板流到后道制程处理，所以对PCB载板进行精确的缺陷检测，并且结合缺陷检测结果准确评估缺陷严重程度，对于工厂成本控制至关重要。
[0004]目前，很多PCB载板生产厂商已经引入了AOI（Automatic Optical Inspection， 自动光学检测）、ADC（Automati...
【技术保护点】
【技术特征摘要】
1.一种PCB载板的针孔缺陷检测方法，其特征在于，所述方法包括以下步骤：将待检测的PCB载板图像P1输入缺陷筛选模型M1或者针脚筛选模型M2；通过所述缺陷筛选模型M1输出针孔缺陷框Bbox1，通过所述针脚筛选模型M2输出针脚定位框Bbox2；对所述针孔缺陷框Bbox1或者所述针脚定位框Bbox2进行像素处理和轮廓提取处理；基于轮廓提取处理结果进行几何信息和位置信息计算，并且基于几何信息和位置信息计算结果进行针孔缺陷判定。2.根据权利要求1所述的一种PCB载板的针孔缺陷检测方法，其特征在于，基于针孔缺陷框Bbox1，进行针孔缺陷判定的流程为：对所述针孔缺陷框Bbox1进行图像灰度处理和图像二值化处理，并且对图像二值化处理后的所述针孔缺陷框Bbox1进行轮廓提取处理，得到针孔缺陷轮廓图像P2；基于针孔缺陷轮廓图像P2计算所述针孔缺陷轮廓图像P2的长、宽以及面积，并且基于所述针孔缺陷轮廓图像P2的长、宽以及面积进行针孔缺陷判定。3.根据权利要求1所述的一种PCB载板的针孔缺陷检测方法，其特征在于，基于针脚定位框Bbox2，进行针孔缺陷判定的流程为：对所述针脚定位框Bbox2进行像素处理和缺陷定位处理，并且对缺陷定位处理后的所述针脚定位框Bbox2进行轮廓提取处理，得到针孔缺陷轮廓图像P2以及针孔缺陷到针脚的距离；基于针孔缺陷轮廓图像P2计算针孔缺陷轮廓图像P2的长、宽以及面积；基于针孔缺陷轮廓图像P2的长、宽、面积以及针孔缺陷到针脚的距离，进行针孔缺陷判定。4.根据权利要求1所述的一种PCB载板的针孔缺陷检测方法，其特征在于：所述缺陷筛选模型M1和针脚筛选模型M2均基于深度学习网络模型训练得到。5.根据权利要求4所述的一种PCB载板的针孔缺陷检测方法，其特征在于：所述深度学习网络模型包括卷积层、池化层以及全连接层。6.根据权利要求4所述的一种PCB载板的针孔缺陷检测方法，其特征在于：所述缺陷筛选模型M1的训练流程如下：采集历史的PCB载板图像P0，并且对PCB载板图像P0进行针孔缺陷标注；将针孔缺陷标注后的PCB载板图像P0输入深度学习网络模型进行图像特征提取和训练学习，得到缺陷筛选模型M1。7.根据权利要求4所述的一种PCB载板的针孔缺陷检测方法，其特征在于：所述针脚筛选模型M2的训练流程如下：采集历史的PCB载板图像P0，并且对PCB载板图像P0进行针脚标注；将针脚标注后的PCB载板图像P0输入深度学习网络模型进行图像特征提取和训练学习，得到针脚筛选模型M2。8.根据权利要求1所述的一种PCB载板的针孔缺陷检测方法，其特征在于：通过缺陷筛选模型M1输出针孔缺陷框Bbox1的流程如下：将待检测的PCB载板图像P1输入缺陷筛选模型M1，通过缺陷筛选模型M1输出所有针孔缺陷位置以及针孔缺陷的置信度；
根据针孔缺陷的置信度对针孔缺陷的位置进行筛选，得到最终的针孔缺陷位置；根据最终的针孔缺陷位置的中心点，并且对PCB载板图像P1进行图像裁剪，得到针孔缺陷框Bbox1。9.根据权利要求1所述的一种PCB载板的针孔缺陷检测方法，其特征在于：通过针脚筛选模型M2输出针脚定位框Bbox2...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：成都数之联科技股份有限公司，
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。