PCB板缺陷检测方法及装置制造方法及图纸

本发明专利技术公开了一种PCB板缺陷检测方法及装置，其中方法包括：获得待测PCB板图像和标准PCB板图像；将所述待测PCB板图像和标准PCB板图像进行比对，确定缺陷位置局部图像；将所述缺陷位置局部图像输入训练好的改进GoogleNet网络模型，识别PCB板的缺陷类型，其中所述改进GoogleNet网络模型是根据历史缺陷位置局部图像进行训练的，所述改进GoogleNet网络模型是对GoogleNet网络的Inception结构进行改进后得到的。本发明专利技术可以进行PCB板缺陷检测，提高检测效率和准确率，降低维护成本。降低维护成本。降低维护成本。

【技术实现步骤摘要】
PCB板缺陷检测方法及装置


[0001]本专利技术涉及缺陷检测
，尤其涉及PCB板缺陷检测方法及装置。

技术介绍

[0002]随着PCB板精度越来越高，密度越来越大，板中一些线路缺陷愈发难以发现。现有技术中通常采用人工检测、传统图像处理或自动光学检测的方法进行PCB板缺陷检测，然而，人工检测中准确度容易受工人的主观影响，速度较慢，长时间工作容易引起主观误差；传统图像处理容易受到同时出现多个误差的影响，且图像容易受噪声污染对检测结果产生影响，无法保证准确度；自动光学检测法虽然检测准确度较高，但是其需要针对不同类型的PCB板即不同缺陷设计相应的算法流程，过程较为复杂同时设备太过昂贵，维护成本较高。
[0003]因此，亟需一种可以克服上述问题的PCB板缺陷检测方案。

技术实现思路

[0004]本专利技术实施例提供一种PCB板缺陷检测方法，用以进行PCB板缺陷检测，提高检测效率和准确率，降低维护成本，该方法包括：
[0005]获得待测PCB板图像和标准PCB板图像；
[0006]将所述待测PCB板图像和标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PCB板缺陷检测方法，其特征在于，包括：获得待测PCB板图像和标准PCB板图像；将所述待测PCB板图像和标准PCB板图像进行比对，确定缺陷位置局部图像；将所述缺陷位置局部图像输入训练好的改进GoogleNet网络模型，识别PCB板的缺陷类型，其中所述改进GoogleNet网络模型是根据历史缺陷位置局部图像进行训练的，所述改进GoogleNet网络模型是对GoogleNet网络的Inception结构进行改进后得到的。2.如权利要求1所述的PCB板缺陷检测方法，其特征在于，还包括：对所述待测PCB板图像进行中值滤波处理；利用拉普拉斯算子对中值滤波处理后的待测PCB板图像进行锐化处理；将所述待测PCB板图像和标准PCB板图像进行比对，包括：将锐化处理后的待测PCB板图像和标准PCB板图像进行比对。3.如权利要求1所述的PCB板缺陷检测方法，其特征在于，将所述待测PCB板图像和标准PCB板图像进行比对，确定缺陷位置局部图像，包括：对待测PCB板图像和标准PCB板图像进行视觉差分处理，得到缺陷差分图像；根据预设灰度阈值，对所述缺陷差分图像进行二值化处理，得到缺陷二值化图像；对所述缺陷二值化图像进行边缘检测，得到缺陷轮廓信息；根据所述缺陷轮廓信息，利用轮廓外接矩形算法确定缺陷位置处外接矩形框的中心点坐标；根据所述中心点坐标，在待测PCB板图像上截取缺陷位置局部图像。4.如权利要求1所述的PCB板缺陷检测方法，其特征在于，所述改进GoogleNet网络模型按如下方式根据历史缺陷位置局部图像进行训练：对历史缺陷位置局部图像进行数据增强处理；将数据增强处理后的历史缺陷位置局部图像进行旋转处理，平移处理，变换亮度处理，增加噪声处理其中之一或任意组合，生成训练数据集；根据所述训练数据集，对改进GoogleNet网络模型进行训练。5.如权利要求4所述的PCB板缺陷检测方法，其特征在于，根据所述训练数据集，对改进GoogleNet网络模型进行训练，包括：根据所述训练数据集，利用交叉熵损失作为...

【专利技术属性】
技术研发人员：胡琳，郭楠，李瑞琪，张欣，纪婷钰，焦国涛，
申请(专利权)人：中国电子技术标准化研究院，
类型：发明
国别省市：