[发明专利]一种PCB文字区域缺陷检测方法

权利要求书

1.一种PCB文字区域缺陷检测方法，其特征在于，该方法包括以下步骤：

步骤S1，获取标准图像子区域图像，将标准图像裁剪为便于处理的小块图像；

步骤S2，使用已训练好的文字检测模型筛选包含文字的所述标准子区域图像；

步骤S3，获取和所述标准子区域图像对应的测试子区域图像。结合PCB图像内容较规整的特点，采用基于边缘特征的匹配方法粗对位，进一步采用归一化互相关NCC作为图像相似度判断准则进行精对位。标注获取的图像对构成训练集；

步骤S4，搭建所述模型并训练模型。所述模型结合了文字检测和分割的方法，对所述图像进行文字和缺陷的像素级别分类；

步骤S5，将所述标准文字区域图像和测试文字区域图像在通道方向做连接，送入训练好的网络，获得预测结果；

步骤S6，根据所述预测结果，结合PCB设计文件的位置信息、预测缺陷区域的大小等判断是否含有缺陷。

2.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述PCB文字区域缺陷包括但不限于：阻焊过薄、板污、露铜、文字不清、字符模糊、文字缺失、文字偏移上焊盘。

3.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S1中的标准图像子区域和步骤S3中测试图像子区域标准均为200*200。

4.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述S2步骤中，将所述子区域图像送入已训练好的文字检测网络，筛选含有文字的子区域图像。

5.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S3中，结合所述PCB图像内容较规整的特点，采用基于边缘特征的方法进行粗对位，提高图像匹配效率。

6.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S3中，所述标准子区域图像和测试子区域图像精对位使用归一化互相关NCC作为图像相似度判断准则。NCC计算方法如下所示：

7.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述S3步骤中，利用所述S1和S3获取的子区域图像成对保存，并使用标定工具进行像素级别标注。

8.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述S3步骤中，所述像素类别分为背景、文字、缺陷三类，索引分别对应0，1，2。

9.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S3中，对所述文字的标注既有基于区域的标注，也有基于像素级别的标注。

10.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S4中，所述搭建的模型结合文字检测和分割的方法，对每个像素进行分类预测。

11.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S4中，将所述标准图子区域图像和所述测试子区域图像在通道方向连接作为模型的输入。

12.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S4中，所述模型的输出包含(1)文字区域的预测；(2)像素分类的预测。

13.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，对所述预测结果进行结果解析，在通道方向求最大值，获得对应像素的分类索引，结合文字区域的检测结果，获得最终的缺陷区域。

14.根据权利要求1所述的一种PCB文字区域缺陷检测方法，其特征在于，所述步骤S6中，结合所述PCB设计文件信息，对最终缺陷区域的大小进行阈值判断，若大于一定阈值，则判断包含缺陷。

15.根据权利要求13所述的一种PCB文字区域缺陷检测方法，其特征在于，所述阈值为10个像素，若大于10个像素，则判定为当前文字区域有缺陷。