用于电子烟PCB板的生产缺陷识别方法技术

本发明专利技术涉及图像处理技术领域，具体涉及用于电子烟PCB板的生产缺陷识别方法，采集电子烟PCB板图像；根据各目标像素邻域内元器件的面积占比得到各目标像素邻域内元器件排列密度；结合各目标像素邻域内元器件的重心分布及元器件种类数目自适应获取各目标像素的多尺度权重；增强图像；通过模版匹配对增强后电子烟PCB板图像进行缺陷识别。从而实现电子烟PCB板的生产缺陷识别，避免了机器因图像模糊导致识别错误的问题，提高了机器对电子烟PCB板缺陷识别的准确性及效率，具有较高的PCB板缺陷识别检测精度。识别检测精度。识别检测精度。

【技术实现步骤摘要】
用于电子烟PCB板的生产缺陷识别方法


[0001]本申请涉及图像处理
，具体涉及用于电子烟PCB板的生产缺陷识别方法。

技术介绍

[0002]在电子烟行业的不断发展过程中，公司想要提升自己的核心竞争力，必须在各个环节严格把控质量，使其能在众多公司中脱颖而出。其中，在电子烟的生产过程中，最重要的环节为电子烟PCB板的设计与生产，所有的电子元器件都通过PCB板进行连接，因此，PCB板的质量直接关系着整个电子烟产品的质量。在电子烟PCB板生产过程中会出现焊盘焊锡不足、焊锡过多、钻孔位置偏离、线路短路等问题。因此，需要在进行下一步的操作之前筛选出合格的产品。
[0003]在对电子烟PCB板图像进行缺陷识别过程中，由于光照、拍摄角度影响，导致电子烟PCB板图像中元器件边缘模糊，从而导致机器的缺陷识别出现错误。
[0004]综上所述，本实施例提出一种用于电子烟PCB板的生产缺陷识别方法，采集电子烟PCB板图像，通过图像中不同区域元器件排布不同构建各像素点的自适应多尺度权重，自适应多尺度增强图像，对增强后的图像进行缺陷识别，提高识别精度。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供用于电子烟PCB板的生产缺陷识别方法，以解决现有的问题。
[0006]本专利技术的用于电子烟PCB板的生产缺陷识别方法采用如下技术方案：本专利技术一个实施例提供了用于电子烟PCB板的生产缺陷识别方法，该方法包括以下步骤：采集电子烟PCB板图像；通过边缘检测获取PCB板边缘图像；将各像素点均记为目标像素，获取各目标像素邻域内各元器件的面积及重心坐标；根据各目标像素邻域内元器件的面积占比得到各目标像素邻域内元器件排列密度；根据各目标像素邻域内元器件的重心分布得到各目标像素邻域内元器件排列混乱度；根据各目标像素邻域内不同元器件之间面积差异得到各目标像素邻域内元器件种类数目；根据各目标像素邻域内元器件排列混乱度及元器件种类数目得到各目标像素邻域内元器件排列复杂度；根据各目标像素邻域内元器件排列密度及排列复杂度得到各目标像素的小尺度权重；根据各目标像素的小尺度权重得到各目标像素的大尺度权重；根据各目标像素的小尺度权重及大尺度权重对图像进行增强得到增强后电子烟PCB板图像；根据增强后电子烟PCB板图像进行电子烟PCB板缺陷识别。
[0007]优选的，所述获取各目标像素邻域内各元器件的面积及重心坐标的具体步骤为：获取各目标像素邻域内闭合轮廓，将各闭合轮廓作为各元器件；根据各闭合轮廓的轮廓特征得到各元器件的面积及重心坐标。
[0008]优选的，所述根据各目标像素邻域内元器件的面积占比得到各目标像素邻域内元器件排列密度，具体为：将各目标像素邻域内所有元器件邻域面积占比与元器件个数的乘积作为各目标像素邻域内元器件排列密度。
[0009]优选的，所述根据各目标像素邻域内元器件的重心分布得到各目标像素邻域内元器件排列混乱度的具体步骤为：对各目标像素的邻域进行等行、等列划分得到各目标像素邻域内多个方块，根据各目标像素邻域内每行方块中重心之间坐标差异得到各目标像素邻域内每行方块的坐标混乱度；获取各目标像素邻域内每列方块的坐标混乱度；将各目标像素邻域内每行方块及每列方块的坐标混乱度求和得到各目标像素邻域内元器件排列混乱度。
[0010]优选的，所述根据各目标像素邻域内每行方块中重心之间坐标差异得到各目标像素邻域内每行方块的坐标混乱度，具体包括：获取各目标像素邻域内每行方块中重心坐标，将重心坐标之间的纵坐标差值的均值作为各目标像素邻域内每行方块的坐标混乱度。
[0011]优选的，所述根据各目标像素邻域内不同元器件之间面积差异得到各目标像素邻域内元器件种类数目的具体步骤为：获取各目标像素邻域内每个元器件的面积，对元器件的面积进行聚类得到各聚类簇；将聚类簇的个数作为各目标像素邻域内元器件种类数目。
[0012]优选的，所述各目标像素邻域内元器件排列复杂度与各目标像素邻域内元器件排列混乱度及元器件种类数目成正比关系，与各目标像素邻域内元器件的平均周长成反比关系。
[0013]优选的，所述各目标像素的小尺度权重的表达式为：式中，为像素点的小尺度权重，为像素点邻域内元器件排列密度，为像素点邻域内元器件排列混乱度，为归一化函数。
[0014]优选的，所述根据各目标像素的小尺度权重得到各目标像素的大尺度权重，具体为：设定中尺度权重；计算各目标像素点的小尺度权重与中尺度权重的和值，将1减去所述和值作为各目标像素的大尺度权重。
[0015]优选的，所述根据增强后电子烟PCB板图像进行电子烟PCB板缺陷识别的具体步骤为：采用模板匹配算法计算增强后的电子烟PCB板图像与模板图像的匹配度，当所述匹配度小于匹配度阈值时，电子烟PCB板中存在缺陷。
[0016]本专利技术至少具有如下有益效果：本专利技术通过机器视觉结合电子烟PCB板的元器件分布特征，采集电子烟PCB板图像，对电子烟PCB进行自适应图像增强，对增强后的图像进行缺陷识别，解决了因光照、拍摄角度等原因，导致电子烟PCB板图像中元器件边缘模糊的问题，避免了机器因图像模糊导致识别错误的问题，提高了机器对电子烟PCB板缺陷识别的准确性及效率，具有较高的PCB板
缺陷识别检测精度；为避免机器因图像模糊导致识别错误的问题，本专利技术通过Retinex算法，对电子烟PCB板不同区域采用不同的权重进行入射分量估计，在像素级别考虑目标像素邻域内各元器件的排列密度和排列混乱度与权重之间的关系，更好的适应了各区域的细节信息量，对电子烟PCB板中元器件较多区域的细节信息具有较高程度的细节保留，对边缘信息较少的区域更好地保留了色彩信息，降低了噪声像素点的影响，提高了电子烟PCB板图像清晰度，提高了电子烟PCB板生产缺陷检测精度。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0018]图1为本专利技术提供的用于电子烟PCB板的生产缺陷识别方法的流程图；图2为电子烟PCB板图像；图3为各目标像素邻域划分示意图。
具体实施方式
[0019]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的用于电子烟PCB板的生产缺陷识别方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0020]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0021]下面结合附图具体的说明本专利技术所提供的用于电子烟PCB板的生产缺陷识别方法的具体方案。
[0022本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于电子烟PCB板的生产缺陷识别方法，其特征在于，该方法包括以下步骤：采集电子烟PCB板图像；通过边缘检测获取PCB板边缘图像；将各像素点均记为目标像素，获取各目标像素邻域内各元器件的面积及重心坐标；根据各目标像素邻域内元器件的面积占比得到各目标像素邻域内元器件排列密度；根据各目标像素邻域内元器件的重心分布得到各目标像素邻域内元器件排列混乱度；根据各目标像素邻域内不同元器件之间面积差异得到各目标像素邻域内元器件种类数目；根据各目标像素邻域内元器件排列混乱度及元器件种类数目得到各目标像素邻域内元器件排列复杂度；根据各目标像素邻域内元器件排列密度及排列复杂度得到各目标像素的小尺度权重；根据各目标像素的小尺度权重得到各目标像素的大尺度权重；根据各目标像素的小尺度权重及大尺度权重对图像进行增强得到增强后电子烟PCB板图像；根据增强后电子烟PCB板图像进行电子烟PCB板缺陷识别。2.如权利要求1所述的用于电子烟PCB板的生产缺陷识别方法，其特征在于，所述获取各目标像素邻域内各元器件的面积及重心坐标的具体步骤为：获取各目标像素邻域内闭合轮廓，将各闭合轮廓作为各元器件；根据各闭合轮廓的轮廓特征得到各元器件的面积及重心坐标。3.如权利要求1所述的用于电子烟PCB板的生产缺陷识别方法，其特征在于，所述根据各目标像素邻域内元器件的面积占比得到各目标像素邻域内元器件排列密度，具体为：将各目标像素邻域内所有元器件邻域面积占比与元器件个数的乘积作为各目标像素邻域内元器件排列密度。4.如权利要求1所述的用于电子烟PCB板的生产缺陷识别方法，其特征在于，所述根据各目标像素邻域内元器件的重心分布得到各目标像素邻域内元器件排列混乱度的具体步骤为：对各目标像素的邻域进行等行、等列划分得到各目标像素邻域内多个方块，根据各目标像素邻域内每行方块中重心之间坐标差异得到各目标像素邻域内每行方块的坐标混乱度；获取各目标像素邻域内每列方块的坐标混乱度；将...

【专利技术属性】
技术研发人员：李衡，
申请(专利权)人：深圳市希格莱特科技有限公司，
类型：发明
国别省市：