基于机器视觉的PCB缺陷检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于机器视觉检测领域，提供了一种基于机器视觉的PCB缺陷检测方法、装置、设备及存储介质。方法包括：基于预训练的分类模型，将待检PCB图像进行分类为缺陷图像和正常图像；分别对缺陷图像和正常图像的像素进行卷积运算，获取当前像素与其四个相邻像素在各个方向上的差异，以获取缺陷图像和正常图像的超过范围的缺陷区域与低于范围的正常区域的比例；基于比例，对缺陷图像和正常图像二次分类，将比例大于第一阈值的缺陷图像分类为正常，将比例低于第二阈值的正常图像分类为缺陷；基于预训练的深度学习模型，对二次分类的正常图像进行PCB缺陷识别；因此本发明专利技术可以对待检PCB图像进行二次分类，极大提高了PCB缺陷检测精度。

【技术实现步骤摘要】

本专利技术机器视觉检测领域，尤其涉及一种基于机器视觉的pcb缺陷检测方法、装置、设备及存储介质。

技术介绍

1、印刷电路板(printed circuit board)实现了电子元器件间的电气连接，是电子产品中不可缺少的重要部件。在生产过程中，电路板表面经常会由于生产过程中的设备故障或人为因素导致产生断路、脏污、划伤等缺陷，这些表面缺陷对电路板的美观度、舒适度和使用性能等带来不良影响，所以生产企业需要对电路板进行表面缺陷检测，以便及时发现缺陷产品并有效控制它的质量。

2、一般来说，pcb板缺陷检测可分为两类：人工检测和机器视觉检测。针对人工检测，容易漏检和视觉疲劳，效果差；针对机器视觉检测，基于机器视觉和图像处理算法，人们可以采用aoi系统对pcb板的缺陷进行检测，或基于各种人工智能模型对机器视觉采集的图像进行识别，以确定pcb板的各种物理缺陷，但是，这种方法存在的一个容易被人忽略的问题是：由于各种原因，机器视觉采集的照片可能存在图像缺陷，如失焦模糊、过曝等，这会严重影响到人工智能模型对图像的识别，进而影响pcb板物理缺陷的识别，降低精确，由于本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的PCB缺陷检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于机器视觉的PCB缺陷检测方法，其特征在于，所述基于预训练的分类模型，将待检PCB图像进行分类为缺陷图像和正常图像，包括：

3.根据权利要求2所述的一种基于机器视觉的PCB缺陷检测方法，其特征在于，在输入所述样本图像集以训练所述分类模型时，对样本图像进行多尺度的裁切和缩放，以及样本图像及其多模态数据进行结合。

4.根据权利要求1所述的一种基于机器视觉的PCB缺陷检测方法，其特征在于，在对所述缺陷图像和所述正常图像的像素进行卷积运算时，包括：

...

【技术特征摘要】

1.一种基于机器视觉的pcb缺陷检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于机器视觉的pcb缺陷检测方法，其特征在于，所述基于预训练的分类模型，将待检pcb图像进行分类为缺陷图像和正常图像，包括：

3.根据权利要求2所述的一种基于机器视觉的pcb缺陷检测方法，其特征在于，在输入所述样本图像集以训练所述分类模型时，对样本图像进行多尺度的裁切和缩放，以及样本图像及其多模态数据进行结合。

4.根据权利要求1所述的一种基于机器视觉的pcb缺陷检测方法，其特征在于，在对所述缺陷图像和所述正常图像的像素进行卷积运算时，包括：

5.根据权利要求4所述的一种基于机器视觉的pcb缺陷检测方法，其特征在于，在对所述缺陷图像和所述正常图像的像素进行卷积运算后...

【专利技术属性】
技术研发人员：吴亚亮，施杰明，陈远康，钟小妮，
申请(专利权)人：蓝亚深圳信息技术有限公司，
类型：发明
国别省市：