【技术实现步骤摘要】
一种基于视觉的背光板电路板缺陷检测系统及方法
[0001]本专利技术属于PCB检测领域，特别涉及一种基于视觉的背光板电路板缺陷检测系统及方法。
技术介绍
[0002]近年来显示产业蓬勃发展，以Mini LED为代表的微米级背光板芯片作为光源的显示技术更是发展迅速，需求也随之增加。目前，Mini LED背光与LCD结合的Mini LED背光技术已实现商业化。但仍面临诸多挑战，背板技术就是其中一个难点。背板材料主要有玻璃基板和印刷电路板(printed circuit board,PCB)，以PCB为主。PCB具有高韧性，但存在尺寸稳定性、基板平整性差等缺点。随着Mini LED产业技术的发展，LED芯片面积越来越小，对PCB焊盘的位置和尺寸精度要求非常高，导致焊盘缺陷检测难度和成本大大提高，严重制约了Mini LED产业的发展。在现有的PCB焊盘检测研究中，如专利CN202111583335.7公开了一种焊盘检测方法、装置、计算机设备及存储介质，通过标注焊盘的位置坐标，然后利用ResNet神经网络模型进行训练检测焊盘位置；但是...
【技术保护点】
【技术特征摘要】
1.一种基于视觉的背光板电路板缺陷检测方法，其特征在于包括下述步骤：(1)采集图像：采用相机采集背光板PCB焊盘的图像；(2)图像预处理：对采集到的PCB焊盘图像进行图像预处理；(3)图像分割：采用基于Laplacian算子边缘信息的改进Ostu图像分割算法进行图像分割；(4)边缘提取：先采用Canny边缘检测算子获取像素精度边缘进行粗定位，然后采用改进的Zernike矩亚像素边缘检测算法进行边缘提取精定位；(5)焊盘位置和特征尺寸测量：测量焊盘特征尺寸以及焊盘中心相对于标记点的位置；(6)焊盘缺陷判断：将焊盘测量结果与焊盘设计标准参数进行对比，若焊盘测量结果超出焊盘设计标准参数的误差范围，则判断存在焊盘缺陷。2.根据权利要求1所述的背光板电路板缺陷检测方法，其特征在于：步骤(1)中，图像采集模式为固定线扫描速度连续模式，采用外部触发模式作为相机曝光模式，其触发信号为光栅尺发出的脉冲信号。3.根据权利要求1所述的背光板电路板缺陷检测方法，其特征在于：步骤(2)中，所述图像预处理包括平滑滤波去除噪声，是采用中值滤波方法进行图像预处理。4.根据权利要求1所述的背光板电路板缺陷检测方法，其特征在于：步骤(3)中，所述基于Laplacian算子边缘信息的改进Ostu图像分割算法，是先通过计算Laplacian算子的绝对值获取图像的边缘信息，然后再强化边缘信息，在此基础上再利用Ostu图像分割算法进行图像分割。5.根据权利要求4所述的背光板电路板缺陷检测方法，其特征在于：所述Ostu图像分割算法，是通过选择一个阈值T将具有L个不同灰度级像素分为目标C0和背景C1类；其中C0的像素灰度值在[0,T]范围内，C1的像素灰度值在[T+1,L
‑
1]范围内；阈值T的最优值计算包括下述步骤：(3
‑
5)各灰度级的概率p
i
：式中：n
i
为灰度级为i的像素个数，N为像素总数；(3
‑
6)C0类的概率ω0和C1类的概率ω1为：为：(3
‑
7)C0类的概率级均值u0和C1类的概率级均值u1分别为：
(3
‑
8)总体均值u
T
为：(3
‑
9)类间方差σ2为：σ2＝ω0(u0‑
u
T
)2+ω1(u1‑
u
T
)2(7)当σ2达到最大时，即类间方差最大时，此时的T为所选取的最优阈值。6.根据权利要求1所述的背光板电路板缺陷检测方法，其特征在于：步骤(4)中，所述改进的Zernike矩亚像素边缘检测算法，L为对象的理想边缘，通过计算边缘参数h、t、d、α得到，h为图像背景部分的灰度值；t为目标和背景部分的灰度差，即目标部分的灰度值为h+t；d为从原点到边缘的垂直距离；α为d与x轴间的夹角；通过3个不同阶Zernike矩计算出上述边缘参数，包括下述步骤：(4
‑
1)图像的n阶m次Zernike矩定义为：式中：f(x,y)为点(x,y)处的灰度值，为极坐标系单位圆内的Zernike正交多项式V
nm
(ρ,θ)的共轭复数；在单位圆中，Z
nm
可以表示为(4
‑
2)Zernike矩具有旋转不变性，即旋转后模不变，仅相位角变化，在顺时针旋转α后，图像的初始Zernike矩Z
nm
与旋转后的Zernike矩Z
′
nm
的关系为：Z
′
nm
＝Z
nm
e
‑
jmα
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。