[发明专利]印刷电路板图像轮廓提取方法及装置

说明书

本申请实施例提供了一种印刷电路板轮廓提取方法及装置，方法包括：将原始灰度图像进行二值化处理，输出二值化灰度图像，利用LOG算子对二值化灰度图像进行卷积处理，得到与像素点相对应的卷积数据，判断卷积数据的值是否为零，如果为零，确定与卷积数据对应的像素点为边缘点；如果不为零，利用亚像素点插值法计算得到与卷积数据对应的亚像素边缘点，利用Sobel算子计算边缘点和亚像素边缘点的梯度和幅值，根据边缘点、亚像素边缘点、边缘点的梯度和幅值以及亚像素边缘点的梯度和幅值，得出原始灰度图像的轮廓。本申请实施例提供的印刷电路板图像轮廓提取方法，能够提高亚像素提取的精度，对于细微细节部分的轮廓检测更稳定，减少漏检与无检测的发生。

技术领域

本公开涉及图像识别技术领域，尤其涉及一种印刷电路板图像轮廓提取方法及装置。

背景技术

随着线路板行业的发展，国内外客户对线路板产品的要求越来越高，对印刷电路板的检测的精度的要求也越来越高。印刷电路板制造过程中，制造厂必须不断地进行测试与检查。电路板密度的增加挑战这传统针床在线测试以及操作员的视觉检查能力。如果改变电路板的尺寸大小，则使手工检查更加困难。为了对这些发展做出反应，越来越多的制造厂开始评估AOI作为一个解决方案。AOI是“Automatic Optical Inspector”的缩写，中文名为“自动光学检查仪”。主要原理是将要检查的部件用光学扫描得到数字图像，应用一定的图像处理技术将该部件与设计标准图像或设计数据进行比较，找出其间的差异并报告出来，操作人员根据报告找出缺陷位置进行分析和修复，从而达到控制质量和改善工艺的目的。

AOI检测软件的处理流程包括：轮廓提取、全局配准、精细配准以及缺陷检测。轮廓提取是通过对灰度图像进行处理，得到轮廓边缘点数据。在印刷电路板的检测过程中通过会使用到AOI检测技术，AOI检测技术是通过光学扫描得到印刷电路板的数字图像，在经过图像处理技术提取印刷电路板的智能轮廓在进行印刷电路板的质量检测。AOI主要在装配线上检查顶面回流焊接元件，检查播放焊接前通孔元件，检查播放焊接之后的通孔及SMT元件，检查压入配合之后的连接器引脚。

随着电路越来越精细，要求检测出的缺陷越来越小，若用提高图像分辨率的方法来提升检测能力，则不利于提升产能，因此需要引入亚像素的检测方法。然而现有的AOI关于亚像素的算法求取的轮廓大小与真实轮廓大小存在细微的差别，现有的算法对于亚像素提取的精度不够高，对于细微细节部分的轮廓检测不稳定，容易造成漏检与无检测的发生。

发明内容

为克服相关技术对于亚像素提取的精度不够高，对于细微细节部分的轮廓检测不稳定，容易造成漏检与无检测的发生的问题，本申请提供一种印刷电路板图像轮廓提取方法和装置，能够提高亚像素提取的精度，对于细微细节部分的轮廓检测更稳定，减少漏检与无检测的发生。

根据本申请实施例的第一方面，提供一种印刷电路板图像轮廓提取方法，包括：

获取原始灰度图像；

将所述原始灰度图像进行二值化处理，输出二值化灰度图像；

利用LOG算子对所述二值化灰度图像进行卷积处理，得到与像素点相对应的卷积数据；

判断所述卷积数据的值是否为零，如果为零，确定与所述卷积数据对应的像素点为边缘点；如果不为零，利用亚像素点插值法计算得到与所述卷积数据对应的亚像素边缘点；

利用Sobel算子计算所述边缘点的梯度和幅值，根据所述边缘点的梯度和幅值确定落在所述边缘点的所述亚像素边缘点的梯度和幅值；

根据所述边缘点、所述亚像素边缘点、所述边缘点的梯度和幅值以及所述亚像素边缘点的梯度和幅值，得出所述原始灰度图像的轮廓。

可选的，所述将所述原始灰度图像进行二值化处理，输出二值化灰度图像包括：

获取低阈值和高阈值；

判断低阈值和高阈值的大小关系；