SMT元器件高度缺陷识别方法、系统及其可读介质技术方案

技术编号:37352288 阅读:10 留言:0更新日期:2023-04-27 07:03
本发明专利技术公开了一种SMT元器件高度缺陷识别方法、系统及其可读介质,通过获取待测SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述SMT电路板上的定位信息;根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取每一个所述识别区域的高度值;根据所述识别区域的高度值与预设的高度阈值比对,判断所述SMT元器件是否存在高度缺陷。本申请能够实现对SMT元器件的高度、起翘等高度方向缺陷进行识别检测,结合现有二维表面检测技术组合能够实现SMT贴片的全面、高精度自动化缺陷检测。自动化缺陷检测。自动化缺陷检测。

【技术实现步骤摘要】
SMT元器件高度缺陷识别方法、系统及其可读介质


[0001]本专利技术涉及STM贴片
,特别涉及一种SMT元器件高度缺陷识别方法、系统及其可读介质。

技术介绍

[0002]SMT是表面组装技术(表面贴装技术)(Surface Mounted Technology的缩写),是目前电子组装行业里最流行的一种技术和工艺。电子电路表面组装技术(Surface Mount Technology,SMT),称为表面贴装或表面安装技术。它是一种将无引脚或短引线表面组装元器件(简称SMC/SMD,中文称片状元器件)安装在印制集成STM元器件的电路板(Printed Circuit Board,PCB)的表面或其它基板的表面上,通过再流焊或浸焊等方法加以焊接组装的电路装连技术。
[0003]SMT技术出现后慢慢的取代了人工贴片,然而在贴片机进行焊接的过程中会出现一些残次品,进而检测技术就显得极为重要,一个高效的检测系统能够大大降低返厂率,有效提高工业生产的效率,常见的SMT贴片缺陷分为两类,第一类缺陷包括元件偏移、立件、异物、元件贴反等2D范围内的缺陷;第二类缺陷包括元件厚度出错、走线弯曲偏移、走线交叉等3D范围内的缺陷。为了检测第一类缺陷,AOI系统需要实时拼接获取的高分辨率SMT贴片局部图像,并运用机器视觉理论知识对拼接全景图进行定位检测。AOI原理是通过RGB三色光从三种不同的角度照射到元件上再反射回来,不同的焊点形态反射不同的色光,参考位置和设定参数对反射光的颜色和亮度等数据进行矢量分析。检测能力具有一定局限性,只能采取到二维的图像信息,无法得到元器件的高度,
[0004]现有的2D检测手段难以识别SMT元器件的高度缺陷,这类缺陷会产生短路、虚焊等严重故障,而三维检测能够准确检测出元器件和焊锡的高度,进而对元器件进行进一步分析,能够极大的提高检测的准确率;因此需要开发SMT元器件高度缺陷识别方法。

技术实现思路

[0005]本专利技术要解决的技术问题是提供一种SMT元器件高度缺陷识别方法、系统及其可读介质,旨在解决现有的2D检测手段难以识别SMT元器件高度缺陷的技术问题。
[0006]为解决上述技术问题,本专利技术第一方面提出了一种SMT元器件高度缺陷识别方法,该方法包括:
[0007]获取待测SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述SMT电路板上的定位信息;
[0008]根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取每一个所述识别区域的高度值;
[0009]根据所述识别区域的高度值与预设的高度阈值比对,判断所述SMT元器件是否存在高度缺陷。
[0010]进一步的,所述方法还包括:
[0011]预先获取合格SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述合格SMT电路板上的定位信息;
[0012]根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取并存储每一个所述识别区域的高度阈值。
[0013]进一步的,所述获取待测SMT电路板的三维点云模型图像包括:
[0014]对不同视角的待测SMT电路板图片通过RANSAC算法提纯得到特征匹配点,设两点云的特征点集分别为So和X;
[0015]设迭代次数为k,令k=0,利用RANSAC计算出的空间变换矩阵Ro和To对提纯后的特征点集So进行初始变换,建立特征点集X的Kd

tree;
[0016]S1=R0S0+T0,
[0017]寻找Sk在X中的最近的点Sk1利用特征匹配点集Sk和Sk1,计算坐标变换知阵Rk和Tk,利用以下公式进行特征点集的坐标变换:
[0018]S
k+1
=R
k
S
k
+T
k
[0019]判断距离误差D是否收敛,如果Dk

Dk+1<M,则收敛,其中M为设定的阈值,且M>0,否则,重新寻找Sk在X中的最近的点Sk1利用特征匹配点集Sk和Sk1。
[0020]进一步的,所述对不同视角的待测SMT电路板图形通过RANSAC算法提纯得到特征匹配点包括:
[0021]利用SIFT算法对至少两幅不同视角的待测SMT电路板图片进行特征匹配,设置判断匹配的阈值0.6,找到N1对特征匹配点;
[0022]同时设定一个A*A的识别区域,共找到N2对特征匹配点,将所述N2对特征匹配点用RANSAC算法进行计算,阈值设置为0.8,即至少需有80%的特征点能满足求解出的旋转矩阵和平移向量,得到旋转矩阵Ro和平移向量To。
[0023]进一步的,所述根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取每一个所述识别区域的高度值具体包括:
[0024]所述根据所述定位信息在所述SMT元器件平面上下左右设置至少4个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系提取每一个所述识别区域内所有特征匹配点的高度值,并将所有特征匹配点的高度值的平均值作为所述识别区域的高度值。
[0025]进一步,所述根据所述识别区域的高度值与预设的高度阈值比对,判断所述SMT元器件是否存在高度缺陷包括:
[0026]设定SMT元器件的最低高度阈值Hl和最高高度阈值Hh,将所述识别区域的高度值与最低高度阈值Hl和最高高度阈值Hh比较,若低于最低高度阈值Hl,判定为“元件高度低”,若高于最高高度阈值Hh,判定为“元件高度高”。
[0027]进一步的,所述根据所述识别区域的高度值与预设的高度阈值比对,判断所述SMT元器件是否存在高度缺陷还包括:
[0028]设定水平倾斜角度阈值TH,根据所述SMT元器件水平方向的所述识别区域之间的高度差获取水平倾斜角度T1,当所述SMT元器件的水平倾斜角度T1大于所述水平倾斜角度阈值TH,判定为“元件水平倾斜”;
[0029]设定竖直倾斜角度阈值TV,根据所述SMT元器件竖直方向的所述识别区域之间的
高度差获取竖直倾斜角度T2,当所述SMT元器件的竖直倾斜角度T2大于所述竖直倾斜角度阈值TV,判定为“元件竖直倾斜”。
[0030]本专利技术第二方面提出了一种SMT元器件高度缺陷识别系统,包括:
[0031]设置在工作台面的一组CCD摄像头、投影仪,通过所述CCD摄像头拍摄投影仪的光投射到待测SMT电路板表面的图形,并通过系统标定参数以及相位

高度映射关系获取待测SMT电路板的三维点云模型图像;
[0032]图形处理终端,接收并存储所述待测SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述SMT电路板上的定位信息;根据所述定位信息在所述SMT元器件上设置多个识别区域,根据本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种SMT元器件高度缺陷识别方法,其特征在于,所述方法包括:获取待测SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述SMT电路板上的定位信息;根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取每一个所述识别区域的高度值;根据所述识别区域的高度值与预设的高度阈值比对,判断所述SMT元器件是否存在高度缺陷。2.根据权利要求1所述的SMT元器件高度缺陷识别方法,其特征在于,所述方法还包括:预先获取合格SMT电路板的三维点云模型图像,并通过ICP算法匹配查询SMT元器件在所述合格SMT电路板上的定位信息;根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取并存储每一个所述识别区域的高度阈值。3.根据权利要求1所述的SMT元器件高度缺陷识别方法,其特征在于,所述获取待测SMT电路板的三维点云模型图像包括:对不同视角的待测SMT电路板图片通过RANSAC算法提纯得到特征匹配点,设两点云的特征点集分别为So和X;设迭代次数为k,令k=0,利用RANSAC计算出的空间变换矩阵Ro和To对提纯后的特征点集So进行初始变换,建立特征点集X的Kd

tree;S1=R0S0+T0,寻找Sk在X中的最近的点Sk1利用特征匹配点集Sk和Sk1,计算坐标变换知阵Rk和Tk,利用以下公式进行特征点集的坐标变换:S
k+1
=R
k
S
k
+T
k
判断距离误差D是否收敛,如果Dk

Dk+1<M,则收敛,其中M为设定的阈值,且M>0,否则,重新寻找Sk在X中的最近的点Sk1利用特征匹配点集Sk和Sk1。4.根据权利要求3所述的SMT元器件高度缺陷识别方法,其特征在于,所述对不同视角的待测SMT电路板图形通过RANSAC算法提纯得到特征匹配点包括:利用SIFT算法对至少两幅不同视角的待测SMT电路板图片进行特征匹配,设置判断匹配的阈值0.6,找到N1对特征匹配点;同时设定一个A*A的识别区域,共找到N2对特征匹配点,将所述N2对特征匹配点用RANSAC算法进行计算,阈值设置为0.8,即至少需有80%的特征点能满足求解出的旋转矩阵和平移向量,得到旋转矩阵Ro和平移向量To。5.根据权利要求1所述的SMT元器件高度缺陷识别方法,其特征在于,所述根据所述定位信息在所述SMT元器件上设置多个识别区域,根据所述三维点云模型图像中所述SMT元器件区域关系获取每一个所述识别区域的高度值具体包括:所述根据所...

【专利技术属性】
技术研发人员:戴志伟任飞舟何海红陈艳
申请(专利权)人:广州市柯洱斯电子有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1