【技术实现步骤摘要】
本专利技术涉及pcb板图像缺陷识别，具体涉及一种基于计算机视觉的pcb板质量检测方法。
技术介绍
1、印刷电路板（printed circuit board，pcb)是一种用于支持和连接电子元件的导电板。它是电子产品中最基本的组件之一，几乎所有的电子设备都需要使用pcb来提供电气连接和机械支持。并且随着新能源的发展，对于锂电池的自动化控制同样依赖于电子模块的协助控制，以高效和准确的控制和监测锂电池的各项功能和任务，所以对pcb板的质量进行检测至关重要。
2、由于pcb板的制作工艺是相同的，同一批pcb板的结构以及元件布局都是相同的，并且通常会有标准的模板，因而在进行缺陷检测的过程中，通常会pcb模板图像与pcb采集图像进行图像差分，通过差分图像分析可能出现的缺陷。在现有技术中，采集pcb图像会受到光照影响，导致pcb采集图像与pcb模板图像会在部分区域产生较大的灰度差异，无法获得精准的缺陷区域，从而导致无法准确对pcb板进行质量检测。
技术实现思路
1、为了解决采集pcb图像会受到光照影响，导致pcb采集图像与pcb模板图像会在部分区域产生较大的灰度差异，无法获得精准的缺陷区域，从而导致无法准确对pcb板进行质量检测的技术问题，本专利技术的目的在于提供一种基于计算机视觉的pcb板质量检测方法，所采用的技术方案具体如下：
2、一种基于计算机视觉的pcb板质量检测方法，所述方法包括：
3、获取pcb模板图像与pcb采集图像，所述pcb模板图像与pcb
4、根据所述pcb差分图像中每个像素点在预设邻域范围内的灰度分布特征，获得每个像素点的灰度异常程度；获得所述pcb差分图像中的初始高亮聚类簇；根据每个所述初始高亮聚类簇中像素点的位置分布特征与灰度异常程度，获得每个所述初始高亮聚类簇的高亮区域可能性；根据所述高亮区域可能性获得所述pcb差分图像中的高亮反光区域；
5、根据高亮反光区域内的灰度分布特征获取pcb差分图像中任意一个像素点到高亮反光区域质心像素点之间的所有初始缺陷像素点；根据每个所述初始缺陷像素点在预设邻域范围内的灰度突出程度，获得每个初始缺陷像素点的激凸表现程度；根据初始缺陷像素点的位置分布特征与激凸表现程度，获得每个初始缺陷像素点的缺陷可能性；根据所述缺陷可能性获得所有缺陷像素点；
6、根据所述缺陷像素点对pcb板进行质量检测。
7、进一步地，所述灰度异常程度的计算公式如下所示：
8、；式中，表示pcb差分图像中第个像素点的灰度异常程度；表示pcb差分图像中第个像素点所在预设邻域范围内的灰度均值；表示第个像素点所在预设邻域范围内其他像素点的数量；表示第个像素点所在预设邻域范围内其他像素点的序号；表示第个像素点的灰度值；表示预设邻域范围内第个其他像素点的灰度值；表示任意不为零的常数。
9、进一步地，所述高亮区域可能性的计算公式如下所示：
10、；式中，表示初始高亮聚类簇的高亮区域可能性；表示初始高亮聚类簇边缘像素点的数量；表示初始高亮聚类簇中第个边缘像素点到初始高亮聚类簇质心像素点之间的距离；表示初始高亮聚类簇中第个边缘像素点到初始高亮聚类簇质心像素点之间的距离；表示初始高亮聚类簇内像素点的总数量；表示初始高亮聚类簇内第个像素点与第个像素点之间的距离，且第个像素点与第个像素点为初始高亮聚类簇内不相同的任意两个像素点；表示初始高亮聚类簇内第个像素点的灰度异常程度；表示初始高亮聚类簇内第个像素点的灰度异常程度；表示任意不为零的常数。
11、进一步地，所述高亮反光区域的获取方法包括：
12、将pcb差分图像中所述高亮区域可能性最大值对应的初始高亮聚类簇作为pcb差分图像中的目标高亮聚类簇；将目标高亮聚类簇内像素点对应的区域作为pcb差分图像中的所述高亮反光区域。
13、进一步地，所述初始缺陷像素点的获取方法包括：
14、以pcb差分图像中任意一个像素点为起点，沿高亮反光区域质心像素点方向到高亮反光区域质心像素点所对应路径上的所有像素点作为待分析像素点组；在每个待分析像素点组中，将任意一个像素点预设第一邻域内灰度值单调递减的像素点作为每个待分析像素点组的初始缺陷像素点。
15、进一步地，所述激凸表现程度的获取方法包括：
16、根据激凸表现程度计算公式获取所述激凸表现程度，所述激凸表现程度计算公式如下所示：
17、；式中，表示每个待分析像素点组中第个初始缺陷像素点的激凸表现程度；表示每个待分析像素点组中第个初始缺陷像素点的灰度异常程度；表示每个待分析像素点组中像素点的灰度异常程度的最大值；表示每个待分析像素点组中像素点的数量；表示每个待分析像素点组中第个像素点的灰度异常程度；表示每个待分析像素点组中第个像素点的灰度值；表示每个待分析像素点组中第个像素点的灰度值。
18、进一步地，初始缺陷像素点在所述高亮反光区域内的位置分布特征的获取方法包括：
19、任选一个待分析像素点组内一个初始缺陷像素点作为目标像素点，将待分析像素点组内剩余初始缺陷像素点作为其他缺陷像素点；
20、将所述目标像素点与每个其他缺陷像素点之间的距离进行负相关映射并归一化处理，获得目标像素点的第一距离系数；
21、将所述目标像素点到高亮反光区域质心像素点之间的距离的乘积作为所述目标像素点的第二距离系数；
22、将目标像素点的所述第一距离系数与所述第二距离系数之间的乘积作为所述目标像素点的位置分布特征；
23、改变目标像素点，获得每个待分析像素点组内每个初始缺陷像素点的位置分布特征。
24、进一步地，所述缺陷可能性的获取方法包括：
25、将所述目标像素点与每个其他缺陷像素点所述激凸表现程度之间的乘积作为激凸表现乘积；
26、将所述目标像素点与每个其他缺陷像素点所述激凸表现程度之间的差异作为激凸表现差异；
27、获取所述目标像素点的激凸程度，所述激凸程度与所述激凸表现乘积呈正相关，所述激凸程度与所述激凸表现差异呈负相关；
28、改变目标像素点，获得每个待分析像素点组内每个初始缺陷像素点的激凸程度；
29、将所述位置分布特征与所述激凸程度的乘积累加求和并归一化，获得每个待分析像素点组内每个初始缺陷像素点的缺陷可能性。
30、进一步地，所述缺陷像素点的获取方法包括：
31、预设第一阈值，将缺陷可能性大于所述第一阈值的所有初始缺陷像素点作为缺陷像素点。
32、进一步地，根据所述缺陷像素点对pcb板进行质量检测，包括：
33、根据缺陷像素点所在位置获取pcb板缺陷区域；预设第二阈值，当pcb板缺陷区域面积与pcb板面积之间的比值大于所述第二阈值时，将pcb板作为残次品pcb板。
本文档来自技高网...
【技术保护点】
1.一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述灰度异常程度的计算公式如下所示：
3.根据权利要求1所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述高亮区域可能性的计算公式如下所示：
4.根据权利要求1所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述高亮反光区域的获取方法包括：
5.根据权利要求1所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述初始缺陷像素点的获取方法包括：
6.根据权利要求5所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述激凸表现程度的获取方法包括：
7.根据权利要求5所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，初始缺陷像素点在所述高亮反光区域内的位置分布特征的获取方法包括：
8.根据权利要求7所述的一种基于计算机视觉的PCB板质量检测方法，其特征在于，所述缺陷可能性的获取方法包括：
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。