一种PCB颜色变化缺陷检测方法、装置、设备及介质制造方法及图纸

本申请公开了一种PCB颜色变化缺陷检测方法、装置、设备及介质，涉及电路板图像处理领域，旨在解决现有印刷电路板颜色变化缺陷检测效率较低的技术问题。所述PCB颜色变化缺陷检测方法，包括以下步骤：获取目标电路板的待检测图像；所述待检测图像为包含目标颜色变化缺陷的电路板图像；对所述待检测图像中的颜色变化缺陷种类进行语义分割处理，获得二维矩阵图像；将所述二维矩阵图像进行平铺处理，获得一维向量图像；将所述一维向量图像中多余区域去除后，获得最小区域二维矩阵图像；将所述最小区域二维矩阵图像中的像素值，按照预设阈值进行卡控，获得缺陷检测结果。获得缺陷检测结果。获得缺陷检测结果。

【技术实现步骤摘要】
一种PCB颜色变化缺陷检测方法、装置、设备及介质


[0001]本申请涉及电路板图像处理领域，尤其涉及一种PCB颜色变化缺陷检测方法、装置、设备及介质。

技术介绍

[0002]PCB（Printed Circuit Board，印刷电路板）在制造过程中由于工艺波动、机台差异等因素会产生各种各样形态的缺陷，如线路生锈、氧化等造成的电路板颜色变化缺陷使用人工或现有自动缺陷分类系统不易被检出，或由于背景误判而导致大量过检现象发生，进而造成缺陷检测效率较低。

技术实现思路

[0003]本申请的主要目的是提供一种PCB颜色变化缺陷检测方法、装置、设备及介质，旨在解决现有印刷电路板颜色变化缺陷检测效率较低的技术问题。
[0004]为解决上述技术问题，本申请实施例提出了：一种PCB颜色变化缺陷检测方法，包括以下步骤：获取目标电路板的待检测图像；所述待检测图像为包含目标颜色变化缺陷的电路板图像；对所述待检测图像中的颜色变化缺陷种类进行语义分割处理，获得二维矩阵图像；将所述二维矩阵图像进行平铺处理，获得一维向量图像；将所述一维向量图像中多余区域去除后，获得最小区域二维矩阵图像；将所述最小区域二维矩阵图像中的像素值，按照预设阈值进行卡控，获得缺陷检测结果。
[0005]作为本申请一些可选实施方式，所述对所述待检测图像中的颜色变化缺陷种类进行语义分割处理，获得二维矩阵图像，包括：将所述待检测图像输入至语义分割模型进行语义标注处理和语义分割处理，获得待检测区域图像；将所述待检测区域图像中的像素点映射在RGB颜色空间，获得二维矩阵图像。
[0006]在实际应用中，将所述待检测图像输入至语义分割模型进行语义标注处理后，获得带有颜色变化缺陷种类标注信息的待检测图像；并基于所述带有颜色变化缺陷种类标注信息的待检测图像进行分割，从而获得若干待检测区域图像，并且每张待检测区域图像中只包含一种颜色变化缺陷，从而降低后续检测过程中干扰因素，进而提高检测效率和精准度。并且在获得若干待检测区域图像之后，将所述待检测区域图像中的像素点映射在RGB颜色空间，获得二维矩阵图像，以便后续进行颜色阈值卡控。
[0007]作为本申请一些可选实施方式，所述语义分割模型通过U
‑
Net算法、Deeplab算法和SegFormer算法中至少一种算法训练获得。
[0008]在实际应用中，所述语义分割模型可以是R
‑
CNN、YOLO、SSD等网络模型，本申请不限定网络模型类型，以使用Faster
‑
rcnn网络模型为例，可以基于训练样本集和测试集，使用Faster
‑
rcnn网络模型在tensorflow框架下进行训练并验证，生成用于语义标注处理和语义分割处理的语义分割模型。具体的，由于原始图片经过归一化后转化为灰度图像信息后，包含着目标电路板的颜色变化缺陷特征信息，基于这些颜色变化缺陷特征信息进行颜色变化缺陷区域提取可以避免环境光或其他造成普通灰度图像异常的干扰，从而提升颜色变化缺陷区域提取的准确度。并且将所述语义分割模型通过U
‑
Net算法、Deeplab算法和SegFormer算法中至少一种算法训练获得，以提高所述语义分割模型的训练效率和精准度。
[0009]作为本申请一些可选实施方式，所述颜色变化缺陷包括线路缺陷、锡球缺陷和切割道缺陷。
[0010]在实际应用中，所述电路板图像在制作过程中，由于工艺波动、机台差异等因素会产生各种各样形态的缺陷，如线路生锈、氧化等造成的电路板颜色变化缺陷，具体的，所述颜色变化缺陷包括线路缺陷、锡球缺陷和切割道缺陷。
[0011]作为本申请一些可选实施方式，所述将所述二维矩阵图像进行平铺处理，获得一维向量图像；将所述一维向量图像中多余区域去除后，获得最小区域二维矩阵图像，包括：基于所述二维矩阵图像，获取各像素点的颜色值；将所述二维矩阵图像进行平铺处理，去除颜色值为0的像素点，获得一维向量图像；基于所述一维向量图像的长度像素尺寸和宽度像素尺寸，获得所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数；基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数，获得最小区域二维矩阵图像。
[0012]在实际应用中，通过将所述二维矩阵图像中的非颜色变化区域去除，并基于去除后图像的长度像素尺寸和宽度像素尺寸，获得最大公约数或其倍数，对所述二维矩阵图像进行裁切，获得最小区域二维矩阵图像；所述最小区域二维矩阵图像中只包含一个颜色变化区域。
[0013]作为本申请一些可选实施方式，所述基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数，获得最小区域二维矩阵图像，包括：基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数，获得对应像素尺寸的二维矩阵图像；基于所述对应像素尺寸的二维矩阵图像中的缺陷区域，获得最小区域二维矩阵图像。
[0014]在实际应用中，通过上述步骤，获得只包含一个颜色变化缺陷区域的最小区域二维矩阵图像，从而提高后续的检测效率。
[0015]作为本申请一些可选实施方式，所述将所述最小区域二维矩阵图像中的像素值，按照预设阈值进行卡控，获得缺陷检测结果，包括：获取所述最小区域二维矩阵图像中像素最小值、像素均值和像素最大值；并基于预设像素最小阈值、预设像素均阈值和预设像素最大阈值，对所述最小区域二维矩阵图像进行颜色卡控，获得颜色变化缺陷检测结果。
[0016]在实际应用中，通过所述最小区域二维矩阵图像中的各像素点对应的RGB值点在RGB空间坐标系中的坐标值，获取所述最小区域二维矩阵图像中像素最小值、像素均值和像素最大值。所述预设像素最小阈值、预设像素均阈值和预设像素最大阈值可根据实际需要进行设置。
[0017]为更好地对颜色变化缺陷进行卡控，以便提高检测效率，本申请对预设像素最小阈值进行了限定，即作为本申请一些可选实施方式，所述预设像素最小阈值A
mix
通过如下关系式获得：A
mix
=min/mean其中，所述A
mix
为预设像素最小阈值，所述min为所述最小区域二维矩阵图像中像素最小值，所述mean为所述最小区域二维矩阵图像中像素均值。
[0018]在本申请中，为更好地对颜色变化缺陷进行卡控，以便提高检测效率，本申请对预设像素均阈值进行了限定，作为本申请一些可选实施方式，所述预设像素均阈值A
mean
通过如下关系式获得：A
mean
=mean/max其中，所述A
mean
为预设像素均阈值，所述max为所述最小区域二维矩阵图像中像素最大值，所述mean为所述最小区域二维矩阵图像中像素均值。
[0019]在本申请中，为更好地对颜色变化缺陷进行卡控，以便提高检测效率，本申请对预设像素最大阈值进行了限定，作为本申请一些可选实施方式，所述预设像素最大阈值A
max
通过如下关系式获得：A
max
=min/max其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PCB颜色变化缺陷检测方法，其特征在于，包括以下步骤：获取目标电路板的待检测图像；所述待检测图像为包含目标颜色变化缺陷的电路板图像；对所述待检测图像中的颜色变化缺陷种类进行语义分割处理，获得二维矩阵图像；将所述二维矩阵图像进行平铺处理，获得一维向量图像；将所述一维向量图像中多余区域去除后，获得最小区域二维矩阵图像；将所述最小区域二维矩阵图像中的像素值，按照预设阈值进行卡控，获得缺陷检测结果。2.根据权利要求1所述PCB颜色变化缺陷检测方法，其特征在于，所述对所述待检测图像中的颜色变化缺陷种类进行语义分割处理，获得二维矩阵图像，包括：将所述待检测图像输入至语义分割模型进行语义标注处理和语义分割处理，获得待检测区域图像；将所述待检测区域图像中的像素点映射在RGB颜色空间，获得二维矩阵图像。3.根据权利要求2所述PCB颜色变化缺陷检测方法，其特征在于，所述语义分割模型通过U
‑
Net算法、Deeplab算法和SegFormer算法中至少一种算法训练获得。4.根据权利要求1所述PCB颜色变化缺陷检测方法，其特征在于，所述颜色变化缺陷包括线路缺陷、锡球缺陷和切割道缺陷。5.根据权利要求1所述PCB颜色变化缺陷检测方法，其特征在于，所述将所述二维矩阵图像进行平铺处理，获得一维向量图像；将所述一维向量图像中多余区域去除后，获得最小区域二维矩阵图像，包括：基于所述二维矩阵图像，获取各像素点的颜色值；将所述二维矩阵图像进行平铺处理，去除颜色值为0的像素点，获得一维向量图像；基于所述一维向量图像的长度像素尺寸和宽度像素尺寸，获得所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数；基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数，获得最小区域二维矩阵图像。6.根据权利要求5所述PCB颜色变化缺陷检测方法，其特征在于，所述基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数，获得最小区域二维矩阵图像，包括：基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数，获得对应像素尺寸的二维矩阵图像；基于所述对应像素尺寸的二维矩阵图像中的缺陷区域，获得最小区域二维矩阵图像。7.根据权利要求1所述PCB颜色变化缺陷检测方法，其特征在于，所述将所述最小区域二维矩阵图像中的像素值，按照预设阈值进行卡控，获得缺陷检测结果，包括：获取所述最小区域二维矩阵图像中像素最小值、像素均值和像素最大值；并基于预设像素最小阈值、预设像素均阈值和预设像素最大阈值，对所述最小区域二维矩阵图像进行颜色卡控，获得颜色变化缺陷检测结...

【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：