[发明专利]一种生产线上电路板缺陷检测方法及系统

说明书

本发明公开了一种生产线上电路板缺陷检测方法，包括：获取待测电路板拍摄的图像，计算出图像的灰度平均值生成标准图像，将拍摄的图像与生成的标准图像对应像素进行像素信息差分，得到对应像素的差分值；通过图像预处理模块将与拍摄的图像中对应的像素进行合成；对输入图像进行XOR操作和细化操作；通过标记模块对输入图像中所有的元件及轮廓进行识别；计算识别模块获取标记后的输入图像的缺陷像素单元和与缺陷像素单元的缺陷类别标识，并将分类和标记后的输入图像经训练建立分类模型，以根据所述分类模型确定待测电路板的缺陷信息。

技术领域

本发明涉及视觉检测技术领域，尤其涉及一种生产线上电路板缺陷检测方法及系统。

背景技术

电路板在制造过程中，在投入应用前，需要对产品各方面的性能(例如，短路、开路、焊桥、元件松动或错位)进行检测分析，现有技术中，电路板生成企业主要采用人工检测方法对电路板进行缺陷检测。但是，人工检测需要工作人员用肉眼进行检查，存在检测成本高、准确性较低、效率低等缺点。

鉴于此，实有必要提供一种新型的生产线上电路板缺陷检测方法及系统以克服上述缺陷。

发明内容

本发明的目的是提供一种生产线上电路板缺陷检测方法，实现了生产线上全自动快速持续检测，检测精准，效率高，节省了大量人力和时间。

为了实现上述目的，本发明提供一种生产线上电路板缺陷检测方法，用于检测待测电路板，包括如下步骤，

S1：通过图像采集模块获取待测电路板的多幅特征图像，计算出多幅特征图像的同一像素点的灰度平均值生成标准图像，将拍摄的多幅特征图像与生成的标准图像对应像素采用F(i，j)＝D(i，j)-T(i，j)的公式进行像素信息差分，得到对应像素的差分值，得到对应像素的差分值；

其中，D(i，j)为待检测图像的像素灰度值；T(i，j)为参考图像的像素灰度值；F(i，j)为两幅对应像素差值的绝对值；

S2：通过图像预处理模块将所述对应像素的差分值与拍摄的多幅特征图像中对应的像素信息进行合成，得到输入图像；

S3：对输入图像进行XOR操作；；

S4：对进行XOR操作后的输入图像进行细化操作求出细化图像X thinT；

S5：通过标记模块对所述XOR操作和细化操作后的输入图像中所有的元件及轮廓进行识别；并将包括缺损的元件和/或轮廓缺损的所述输入图像标记为缺陷图像，将不包括缺损的元件或轮廓的所述输入图像标记为无缺陷图像；

S6：计算识别模块获取标记后的输入图像的缺陷像素单元和与缺陷像素单元的缺陷类别标识，并将分类和标记后的输入图像经训练建立分类模型，以根据所述分类模型确定待测电路板的缺陷信息；其中，分类模型已经学习得到各类缺陷的电路板对应的输入图像的图像特征。

优选的，步骤S1还包括步骤S11：将拍摄的图像与标准图像中对应像素进行像素信息差分计算得到对应像素的深度差分值，和将拍摄的图像与标准图像中对应的像素进行灰度值差分，得到对应像素在各色彩通道的灰度差分值；将深度差分值、深度值以及在各色彩通道的灰度差分值和灰度值增加到拍摄图像中各像素的像素信息中，得到输入图像中对应像素的像素信息。

优选的，通过XOR操作，将拍摄的图像分为若干个区域，XOR操作具体如下：

D＝X/R；其中，D为拍摄的图像和标准图像之间的差值；X为待拍摄的图像；

R为标准图像；

进行细化操作求出细化图像X thinT，

其中，/为差值计算；X为待测印刷电路板图像；T为用于细化的结构元素；

为击不中操作；