软膜电路板缺陷检测方法及相关装置制造方法及图纸

本发明专利技术公开了一种软膜电路板缺陷检测方法及相关装置，该方法包括：获取缺陷样本数据集，所述缺陷样本数据集包含多种不同缺陷的电路板样本图像；采用YOLOv7目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型的训练及验证；获取被检测电路板图像，并采用模板匹配方式对被检测电路板图像中各个电路部分进行精确定位，再利用所述检测模型进行缺陷检测。根据本发明专利技术的软膜电路板缺陷检测方法及装置，以YOLOv7目标检测算法作为基本检测模型，对图像拍摄因传动机台抖动或者光源不稳定而导致的变化不敏感，不需要设置大量的处理参数，鲁棒性较强，并且具有更高的目标识别准确率。更高的目标识别准确率。更高的目标识别准确率。

【技术实现步骤摘要】
软膜电路板缺陷检测方法及相关装置


[0001]本专利技术涉及机器视觉检测
，尤其涉及一种软膜电路板缺陷检测方法及相关装置。

技术介绍

[0002]软膜电路板广泛应用于计算机、通讯、消费电子产品生成制造中。它由具有各种不同性质的软件薄膜：面膜层、隔离层和电路层所组成。其中电路层使用电器性能良好的聚酯薄膜制造开关电路，具有良好的绝缘性、耐热性和抗折性。开关电路的图形，包括开关的联机及其引出线均采用低电阻，低温条件下固化的导电性涂料印刷而成。整个软膜电路板具有一定的柔韧性和较高的回弹性，因此不仅适合于平面体上使用，还能与曲面体配合。此外，它还具有生产成本低、质量密度低等特点，有利于降低终端电子产品的重量，便于携带，因而广泛使用，生产量大。
[0003]如图1a和图1b所示，软膜电路板印刷时会产生的几种缺陷：1、断路，会使电路或部分电路无法导通，最终使电路板无法使用；2、电路半断，半断会减少软膜的使用寿命时间，可能最终导致整个电路板的无法使用；3、毛刺有可能造成电路短路，造成电子产品的功能失灵。总之，上述等缺陷会造成软膜电路板导通性能的损害或下降，最终影响终端产品的使用功能。
[0004]检测软膜电路板缺陷的方法有人工目测法，这种方法将电路板平铺在检测平台上，在平台的正下方使用LED光源透射过软膜，然后检测工人仔细用肉眼去观察电路是否有上述三种主要缺陷。这种方法检测效率低，而且长时间观察会对检测人员的视力造成伤害，所以有些厂家使用AOI(Automated Optical Inspection，自动光学检测设备)来对软膜电路板进行检测。自动化检测设备操控CCD相机对软膜进行拍照，然后将拍好的照片传输到电脑上的机器视觉软件中进行检测。相对于人工检测，AOI检测效率要高，不会造成工人眼睛伤害，但目前大多数AOI所使用的检测算法需要对图像进行滤波、二值化、边缘检测、图像旋转纠偏等处理，设置参数多，处理效果不稳定。一旦光源照射条件发生变化，或者传输电路板的机械运动装置发生抖动，都会导致电路成像图片的像素值发生变化，而使之前设置的图像处理参数失效，从而降低了检测的稳定性和准确率。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种软膜电路板缺陷检测方法及相关装置。
[0006]为实现上述目的，第一方面，根据本专利技术实施例的软膜电路板缺陷检测方法，包括：
[0007]获取缺陷样本数据集，所述缺陷样本数据集包含多种不同缺陷的电路板样本图像；
[0008]采用YOLOv7目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，
以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型训练及验证；
[0009]获取被检测电路板图像，采用模板匹配方式对被检测电路板图像中各个电路部分进行精确定位，再利用所述检测模型对各个电路进行缺陷检测。
[0010]根据本专利技术的一个实施例，所述缺陷包括断路、半断路、毛刺中的一种或几种。
[0011]根据本专利技术的一个实施例，所述采用YOLOv7目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型的训练及验证包括：
[0012]将缺陷样本数据集分为训练集和验证集，并使用数据增强方法对训练集进行增强以扩展训练集；所述训练集和验证集均包含缺陷图像和标注文件；
[0013]加载预训练模型权重，从中抽取通用的图像特征，以使检测模型获得的初始化权重。
[0014]使用YOLOv7目标检测算法搭建模型，并使用训练集进行模型训练，并使用验证集对训练模型结果进行评估。
[0015]根据本专利技术的一个实施例，所述获取被检测电路板图像，并采用模板匹配方式对被检测电路板图像中各个电路部分进行定位，再利用所述检测模型缺陷检测包括：
[0016]根据先验知识，得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系；所述标签图像模板为预先制作的具有电路板标签的图像模板；
[0017]根据所述几何尺寸关系截取被检测电路板图像上各个电路部分的图像作为被检图像；
[0018]将被检图像传输到检测模型中进行检测，且在检测到缺陷时，将缺陷在所述被检图像中的位置映射到所述被检测电路板图像中，并在所述被检测电路板图像标出其位置和缺陷类型。
[0019]根据本专利技术的一个实施例，所述根据先验知识，得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系包括：
[0020]从被检测电路板图像的一个边角点开始截取，到一个预定点结束截取，以得到截取图像，该截取图像中含有电路板的标签；
[0021]采用归一化相关匹配法将所述截取图像与标签图像模板进行模板匹配，得到所述截取图像中所述标签的中心在所述截取图像中的位置；
[0022]将匹配得到所述标签的中心位置映射到所述被检测电路板图像中，得到该标签的中心位置对应在所述被检测电路板图像中的位置，进而得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系。
[0023]根据本专利技术的一个实施例，还包括：
[0024]在检测到缺陷之后，在被检测电路图像上标记出缺陷类型和位置，并以检测时间命名该图像并保存到计算机中对应的文件夹中；同时，发送信号至吸盘装置控制系统，吸盘将实物电路板传送至不良品存储仓；
[0025]发送信号至喷码设备控制系统，以使所述喷码设备在所述被检测电路板实物上记录缺陷信息及检测时间，所述缺陷信息及检测时间与保存的电子图像相关联。
[0026]第二方面，根据本专利技术实施例的软膜电路板缺陷检测的装置，包括：
[0027]获取单元，用于获取缺陷样本数据集，所述缺陷样本数据集包含多种不同缺陷的
电路板样本图像；
[0028]训练单元，用于采用目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型训练及验证；
[0029]检测单元，用于获取被检测电路板图像，并采用模板匹配方式对被检测电路板图像中各个电路部分进行精确定位，再利用所述检测模型对各个电路进行缺陷检测。
[0030]根据本专利技术的一个实施例，所述检测单元包括：
[0031]匹配模块，用于根据先验知识，得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系；所述标签图像模板为预先制作的具有电路板标签的图像模板；
[0032]截取模块，用于根据所述几何尺寸关系截取被检测电路板图像上各个电路部分的图像作为被检图像；
[0033]检测模块，用于将被检图像传输到检测模型中进行检测，且在检测到缺陷时，将缺陷在所述被检图像中的位置映射到所述被检测电路板图像中，并在所述被检测电路板图像标出其位置和缺陷类型，并将该电子图像保存到计算机中相应的文件夹中。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种软膜电路板缺陷检测方法，其特征在于，包括：获取缺陷样本数据集，所述缺陷样本数据集包含多种不同缺陷的电路板样本图像；采用YOLOv7目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型的训练及验证；获取被检测电路板图像，采用模板匹配方式对被检测电路板图像中各个电路部分进行精确定位，再利用所述检测模型对各个电路进行缺陷检测。2.根据权利要求1所述的软膜电路板缺陷检测方法，其特征在于，所述缺陷包括断路、半断路、毛刺中的一种或几种。3.根据权利要求2所述的软膜电路板缺陷检测方法，其特征在于，所述采用YOLOv7目标检测算法，以所述缺陷样本数据集中的一部分数据作为训练集，以所述缺陷样本数据集中的另一部分数据作为验证集，进行检测模型的训练及验证包括：将缺陷样本数据集分为训练集和验证集，并使用数据增强方法对训练集进行增强以扩展训练集；所述训练集和验证集均包含缺陷图像和标注文件；加载预训练模型权重，从中抽取通用的图像特征，以使检测模型获得初始化权重。使用YOLOv7目标检测算法搭建模型，并使用训练集进行模型训练，并使用验证集对训练模型结果进行评估。4.根据权利要求1所述的软膜电路板缺陷检测方法，其特征在于，所述获取被检测电路板图像，并采用模板匹配方式对被检测电路板图像中各个电路部分进行定位，再利用所述检测模型进行缺陷检测包括：根据先验知识，得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系；所述标签图像模板为预先制作的具有电路板标签的图像模板；根据所述几何尺寸关系截取被检测电路板图像上各个电路部分的图像作为被检图像；将被检图像传输到检测模型中进行检测，且在检测到缺陷时，将缺陷在所述被检图像中的位置映射回所述被检测电路板图像中，并在所述被检测电路板图像中标出其位置和缺陷类型。5.根据权利要求4所述的软膜电路板缺陷检测方法，其特征在于，所述根据先验知识，得到被检测电路板图像上各个电路部分与标签图像模板的中心位置之间的几何尺寸关系包括：从被检测电路板图像的一个边角点开始截取，到一个预定点结束截取，以得到截取图像，该截取图像中含有电路板的标签；采用归一化相关匹配法将所述截取图像与标签图像模板进行模板匹配，得到所述截取图像中所述标签的...

【专利技术属性】
技术研发人员：高书俊，童明娇，江海安，张在东，岂靖林，
申请(专利权)人：深圳市世宗自动化设备有限公司，
类型：发明
国别省市：