[发明专利]一种基于轮廓超差算法的PCB板表面检测方法

说明书

本发明提供了一种基于轮廓超差算法的PCB板表面检测方法，首先获得PCB裸板模板图，然后对采集到的图像进行处理得到测试图，其次对测试图和模板图进行模板匹配到位，最后利用轮廓超差算法思想寻找测试图上的缺陷；利用这种轮廓超差的方法可以在PCB板铜面轮廓360度方向上找PCB板上的缺陷，而且没有轮廓形状的限制；并且可以找到PCB板上断路、短路、破损、铜面划伤、铜渣等几乎所有的PCB板缺陷；这种方法比传统的利用图像开闭运算结合的方法等算法找PCB板缺陷的方法更为准确，适用面更广，可以找出几乎所有PCB板上缺陷类型。不会漏找，误找缺陷。

技术领域

本发明涉及图像处理领域，具体涉及一种基于轮廓超差算法的PCB板表面检测方法。

背景技术

在基于机器视觉的PCB板的线路的缺陷检测中，目前主要采取用截取区域后计算连通域个数和面积进行短路，断路，破损，铜渣的缺陷识别。这样既费时费力又精度低，在采集的图像的过程中机械抖动打光等因素造成的在计划区域内的其他干扰，连通域个数和面积发生变化，容易造成误检。

目前多数检测PCB线路缺陷采用在截取的区域内计算连通区域的个数的方法来判断缺陷部分是短路还是断路，采用比较相应位置导体区域面积大小来判断铜渣和破损区域。首先截取区域的大小选择在实际生产检测中无法进行准确把握，在检测时间有限的情况下，无法有充足的时间准确截取区域，在计算区域个数的时候，由于线路边缘灰度是渐变的，二值化阈值后会存在微小区域影响区域的总个数，进而影响到缺陷的判断。

发明内容

针对现有技术的不足，本发明提供一种基于轮廓超差算法的PCB板表面检测方法，以解决背景技术中所述的技术问题。

为实现上述目的，本发明采用如下技术方案：

一种基于轮廓超差算法的PCB板表面检测方法，其特征在于，包括以下具体步骤：

S1，获得PCB裸板模板图,将其切分成数个大小相同特定尺寸的小图像，被分割的标准图像优先被用于被匹配的对象；

S2，将采集到的图像进行处理即去噪、自动阈值分割的算法将裸板铜面给准确分割出来，然后二值化图像即线路导体区的灰度值为255，背景区的灰度值为0，得到二值图即测试图切分成数个大小相同特定尺寸到的测试小图像，切分成的测试小图像用于优先匹配模板图；

S3，用形状模板匹配的方法测试小图像作为模板去匹配对应的标准小图即对位；

S4，将得到的测试图像和对应的标准图像分别求取边缘亚像素边缘，并求取亚像素边缘的行列坐标，然后用特定的方法求取边缘每个坐标点的法向；

S5，分别求取测试小图和对应的标准小图的边缘轮廓，将步骤S3中对位好的标准小图和对应测试小图放在同一图像坐标系下，用轮廓超差算法即优先在测试图轮廓坐标点的法向上的对应的步长数至内去找标准图的轮廓点。

进一步的，所述步骤S4中的具体步骤包括：

S401，将得到测试小图像和对应的标准小图像分别求取边缘亚像素边缘，并求取亚像素边缘的行列坐标，将求取的行列坐标按照游走轮廓的方式，按顺序存放在数组中，行坐标和列坐标应对应存放在不同的数组中；

S402，将在步骤4.1所求的轮廓行列坐标按照游走轮廓的方式将求得的行列坐标编号，如1、2、3、4......n，按照将编号1的轮廓坐标点和编号3的轮廓坐标点用直线连接起来，编号4和编号6用直线连接起来，按照这种方式连接下去，如果最后有剩余的坐标点，不论剩余多少个都是第n个坐标点与第n-2个坐标点用直线连接起来，并求取所连接起来的这些线段的斜率，进而求取这些线段法向角度；法向角度的范围为[-π，π]，将所求得的法向角度按照和求行列坐标游走轮廓的方向一样按顺序将其编号；如3、6、9.......3m、n；