本申请公开镀铜板表面褶皱缺陷检测方法、装置、设备及存储介质，涉及图像显示领域，通过工业相机拍摄镀铜板的待检图像；对待检图像进行轮廓识别，根据挂架夹爪所在位置及镀铜板尺寸提取第一待检图像和第二待检图像；第一待检图像是以挂架夹爪为目标选定的镀铜板区域，第二待检图像是除第一目标图像外的镀铜板区域；将第一待检图像输入精识别预测模型进行缺陷检测，获得精识别结果；将第二待检图像输入粗识别预测模型中进行缺陷检测，获得粗识别结果；将精识别和粗识别结果进行融合输出褶皱识别结果。本方案将夹爪抓取的镀铜板拍照后分区域进行精识别和粗识别检测褶皱情况，提高褶皱检测准确率和自动化程度。检测准确率和自动化程度。检测准确率和自动化程度。
【技术实现步骤摘要】
镀铜板表面褶皱缺陷检测方法、装置、设备及存储介质
[0001]本申请实施例涉及AOI图像检测领域，特别涉及一种镀铜板表面褶皱缺陷检测方法、装置、设备及存储介质。
技术介绍
[0002]镀铜板在集成电路领域应用广泛，而镀铜板褶皱是指铜板在生产、机器流转和夹取等阶段因受力不均导致产生褶痕，对于出现褶皱和褶痕的情况，需要及时筛选过滤，以免误将缺陷产品流入产线。
[0003]在相关技术中，因为镀铜板的厚度较薄，所以缺陷产品产生的褶痕通常比较细微，需依靠人工巡检，也就是通过肉眼逐次校验。在大型生产线上，这一阶段需要投入大量人力进行复检，且无法保证缺陷检测的准确率，且缺陷检测效率和自动化程度也不高。
技术实现思路
[0004]本申请实施例提供一种镀铜板表面褶皱缺陷检测方法、装置、设备及存储介质，解决镀铜板表面褶皱检测精度和检测效率低下的问题。
[0005]一方面，本申请提供一种镀铜板表面褶皱缺陷检测方法，所述方法包括：
[0006]通过工业相机拍摄镀铜板的待检图像；所述待检图像中包含若干组通过挂架夹爪抓起的镀铜板，每组镀铜板包含至少两组挂架夹爪；
[0007]对所述待检图像进行轮廓识别，根据挂架夹爪所在位置及镀铜板尺寸提取第一待检图像和第二待检图像；所述第一待检图像是以挂架夹爪为目标选定的镀铜板区域，所述第二待检图像是除所述第一目标图像外的镀铜板区域；
[0008]将所述第一待检图像输入精识别预测模型进行缺陷检测，获得精识别结果；将所述第二待检图像输入粗识别预测模型中进行缺陷检测，获得粗识别结果；
[0009]将精识别和粗识别结果进行融合输出褶皱识别结果。
[0010]可选的，所述提取第一待检图像和第二待检图像，包括：
[0011]识别所述待检图像中挂架夹爪的轮廓区域和镀铜板的轮廓区域；
[0012]将挂架夹爪确定为拾取目标，从所述待检图像中框选目标尺寸的像素区域裁剪获得所述第一待检图像，且框选的像素区域中包含镀铜板和完整挂架夹爪；
[0013]以所述待检图像中识别的镀铜板轮廓边缘确定镀铜板的像素区域，将其中所述第一待检图像对应的像素区域抠除，将剩下的镀铜板像素区域裁剪获得所述第二待检图像。
[0014]可选的，所述裁剪获得所述第一待检图像，包括：
[0015]将所述待检图像放大设置为第一目标分辨率大小，然后将框选的包含镀铜板和完整挂架夹爪的像素区域裁剪为所述第一待检图像；
[0016]所述裁剪获得所述第二待检图像，包括：
[0017]将所述待检图像缩小设置为第二目标分辨率大小，然后抠除其中所述第一待检图像对应的像素区域，剩下镀铜板像素区域裁剪为所述第二待检图像；
[0018]或，
[0019]先抠除所述待检图像中所述第一待检图像对应的像素区域，然后设置二目标分辨率大小，将剩下镀铜板像素区域获得所述第二裁剪图像；
[0020]其中，第一目标分辨率小于第二目标分辨率，所述待检图像的最大分辨率不小于第二目标分辨率。
[0021]可选的，获得第一和第二待检图像后，所述方法还包括：
[0022]将同一镀铜板上的所述第一待检图像和所述第二待检图像根据位置关系建立索引标签；一个待检测图像中包含至少一组索引标签；
[0023]获取若干待检图像的图像帧序列，分别根据所述第一待检图像和所述第二待检图像裁剪分为粗识别序列和精识别序列。
[0024]可选的，所述精识别预测模型对所述精识别序列中的所述第一待检图像进行褶皱缺陷检测，输出精识别结果序列；所述粗识别预测模型对所述粗识别序列中的所述第二待检图像进行褶皱缺陷检测，输出粗识别结果序列；
[0025]其中，所述精识别预测模型和所述粗识别预测模型分别用于对挂架夹爪周围和镀铜板表面进行褶痕识别。
[0026]可选的，所述将精识别和粗识别结果进行融合输出褶皱识别结果，包括：
[0027]将所述精识别结果和所述粗识别结果根据索引标签建立位置匹配关系，并进行图像融合；
[0028]当所述精识别结果和/或所述粗识别结果指示存在镀铜褶皱时，在融合图像中进行褶皱标注并输出。
[0029]匹配位置匹配关系后，将粗识别和精识别结果对应的第一和第二待检图像的分辨率统一设置为目标分辨率后进行图像融合，获得融合图像；
[0030]当所述融合图像中第一和第二待检图像所对应的像素区域同时包含褶痕时，进行褶痕连续检测；
[0031]当褶痕连续检测指示两个像素区域为同一褶痕时，在所述融合图像中进行合并标注并输出。
[0032]另一方面，本申请提供一种镀铜板表面褶皱缺陷检测装置，所述装置包括：
[0033]图像获取模块，用于通过工业相机拍摄镀铜板的待检图像；所述待检图像中包含若干组通过挂架夹爪抓起的镀铜板，每组镀铜板包含至少两组挂架夹爪；
[0034]图像提取模块，用于对所述待检图像进行轮廓识别，根据挂架夹爪所在位置及镀铜板尺寸提取第一待检图像和第二待检图像；所述第一待检图像是以挂架夹爪为目标选定的镀铜板区域，所述第二待检图像是除所述第一目标图像外的镀铜板区域；
[0035]模型预测模块，用于将所述第一待检图像输入精识别预测模型进行缺陷检测，获得精识别结果；将所述第二待检图像输入粗识别预测模型中进行缺陷检测，获得粗识别结果；
[0036]结果输出模块，用于将精识别和粗识别结果进行融合输出褶皱识别结果。
[0037]又一方面，本申请提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述任一方面所述
的镀铜板表面褶皱缺陷检测方法。
[0038]又一方面，本申请提供一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述任一方面所述的镀铜板表面褶皱缺陷检测方法。
[0039]本申请实施例提供的技术方案带来的有益效果至少包括：将待检图像进行分割处理并以不同的检测模型来针对性识别，以包含挂架夹爪的第一待检图像输入精识别预测模型进行缺陷检测，将抠除第一待检图像区域的第二待检图像输入粗识别预测模型中进行缺陷检测，两个预测模型分别输出各自的检测结果，并将结果融合输出，在检测出镀铜褶皱时可视化显示出来，这种针对不同区域大小选择不同精度识别模型的配合模式可以有效提高检测精度和检测效率。
附图说明
[0040]图1是本申请提供的镀铜板表面褶皱缺陷检测方法的流程图；
[0041]图2是挂架夹爪抓取镀铜板的场景示意图；
[0042]图3是融合第一和第二待检图像的示意图；
[0043]图4示出了本申请实施例提供的镀铜板表面褶皱缺陷检测装置的结构框图；
[0044]图5是本申请一个本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种镀铜板表面褶皱缺陷检测方法，其特征在于，所述方法包括：通过工业相机拍摄镀铜板的待检图像；所述待检图像中包含若干组通过挂架夹爪抓起的镀铜板，每组镀铜板包含至少两组挂架夹爪；对所述待检图像进行轮廓识别，根据挂架夹爪所在位置及镀铜板尺寸提取第一待检图像和第二待检图像；所述第一待检图像是以挂架夹爪为目标选定的镀铜板区域，所述第二待检图像是除所述第一待检图像外的镀铜板区域；将所述第一待检图像输入精识别预测模型进行缺陷检测，获得精识别结果；将所述第二待检图像输入粗识别预测模型中进行缺陷检测，获得粗识别结果；将精识别和粗识别结果进行融合输出褶皱识别结果。2.根据权利要求1所述的方法，其特征在于，所述提取第一待检图像和第二待检图像，包括：识别所述待检图像中挂架夹爪的轮廓区域和镀铜板的轮廓区域；将挂架夹爪确定为拾取目标，从所述待检图像中框选目标尺寸的像素区域裁剪获得所述第一待检图像，且框选的像素区域中包含镀铜板和完整挂架夹爪；以所述待检图像中识别的镀铜板轮廓边缘确定镀铜板的像素区域，将其中所述第一待检图像对应的像素区域抠除，将剩下的镀铜板像素区域裁剪获得所述第二待检图像。3.根据权利要求2所述的方法，其特征在于，所述裁剪获得所述第一待检图像，包括：将所述待检图像放大设置为第一目标分辨率大小，然后将框选的包含镀铜板和完整挂架夹爪的像素区域裁剪为所述第一待检图像；所述裁剪获得所述第二待检图像，包括：将所述待检图像缩放设置为第二目标分辨率大小，然后抠除其中所述第一待检图像对应的像素区域，剩下镀铜板像素区域裁剪为所述第二待检图像；或，先抠除所述待检图像中所述第一待检图像对应的像素区域，然后设置二目标分辨率大小，将剩下镀铜板像素区域获得所述第二裁剪图像；其中，第一目标分辨率小于第二目标分辨率，所述待检图像的最大分辨率不小于第二目标分辨率。4.根据权利要求1所述的方法，其特征在于，获得第一和第二待检图像后，所述方法还包括：将同一镀铜板上的所述第一待检图像和所述第二待检图像根据位置关系建立索引标签；一个待检测图像中包含至少一组索引标签；获取若干待检图像的图像帧序列，分别根据所述第一待检图像和所述第二待检图像裁剪分为粗识别序列和精识别序列。5.根据权利要求4所述的方法，其特征在于，所述精识别预测模型对所述精识别序列中的所述第一待检图像进行褶皱缺陷检测...
【专利技术属性】
技术研发人员：侯晓峰，吴琪，刘远刚，
申请(专利权)人：上海感图网络科技有限公司，
类型：发明
国别省市：
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。