本发明专利技术公开了一种基于图像识别的柔性线路板表面镀层质量检测方法，涉及图像处理技术领域领域，包括：使用高分辨率的扫描仪对柔性线路板表面进行扫描；对表面镀层图像进行图像预处理和灰度计算；计算待处理镀层图像的缺陷阈值；对待处理镀层图像中的缺陷区域进行标记；对标记的缺陷区域进行边缘跟踪处理；计算缺陷区域边缘信息的特性参数；利用二叉树分类法确定各缺陷区域的缺陷原因；计算该柔性线路板安全系数；判断该柔性线路板安全系数是否高于设定安全阈值。通过计算缺陷区域的特性参数并利用二叉树分类法确定各缺陷区域的缺陷原因，解决了一般检测技术无法对各种缺陷同时进行检测的问题。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体是涉及一种基于图像识别的柔性线路板表面镀层质量检测方法。
技术介绍
1、检测技术是现代化工业的基础技术之一，是保证产品质量的关键。在现代化的大生产之中，涉及到各种各样的检测。随着工业制造技术和加工工艺的提高和改进，对检测手段、检测速度和精度提出了更高的要求。视觉检测技术是一种很有发展前途的自动检测技术，可以实现智能化、无损、快速和低成本的检测。随着计算机视觉理论研究不断深入，视觉检测将很快在各行各业中广泛应用。
2、金属镀层表面缺陷的检测要求检测出掉角、麻坑、裂纹、刀纹及划痕等所有缺陷，所以迫切需要根据各种缺陷的检测方法设计一套对各种缺陷检测都适合的系统。
技术实现思路
1、为解决上述技术问题，提供一种基于图像识别的柔性线路板表面镀层质量检测方法，本技术方案解决了一般检测技术无法对各种缺陷同时进行检测的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于图像识别的柔性线路板表面镀层质量检测方法，包括：
4、使用高分辨率的扫描仪对柔性线路板表面进行扫描，得到表面镀层图像；
5、对所述表面镀层图像进行图像预处理和灰度计算，得到待处理镀层图像和各像素点灰度值；
6、利用最大方差阈值分割法计算待处理镀层图像的缺陷阈值；
7、基于所述缺陷阈值对待处理镀层图像中的缺陷区域进行标记；
8、对标记的缺陷区域进行边缘跟踪处理，得到缺陷区域边缘信息；
9、计算缺陷区域边缘信息的特性参数，所述特性参数包括长短轴长、矩形度、伸长度、分散度和中心距离；
10、基于缺陷区域边缘信息的特性参数利用二叉树分类法确定各缺陷区域的缺陷原因；
11、获取各缺陷影响系数，并根据各缺陷区域面积、镀层总面积和各缺陷影响系数计算该柔性线路板安全系数；
12、判断该柔性线路板安全系数是否高于设定安全阈值，若否，则输出该柔性线路板表面镀层质量合格，若是，则输出该柔性线路板表面镀层质量不合格。
13、优选的，所述对所述表面镀层图像进行图像预处理和灰度计算，得到待处理镀层图像和各像素点灰度值具体包括：
14、去除表面镀层图像中背景部分，得到待处理镀层图像；
15、通过所述待处理镀层图像获取各像素点的红绿蓝三色分量；
16、获取红绿蓝三色人眼敏感度加权系数；
17、根据灰度值公式计算待处理镀层图像各像素点灰度值，所述灰度值范围为[0，255]；
18、所述灰度值公式为：，式中，为第i行第j列像素点的灰度，，，分别为红绿蓝三色人眼敏感度加权系数，，，分别为第i行第j列像素点的红绿蓝三色分量。
19、优选的，所述利用最大方差阈值分割法计算待处理镀层图像的缺陷阈值具体包括：
20、获取各像素点灰度值出现概率；
21、设定初始缺陷阈值；
22、根据各像素点灰度值与初始缺陷阈值的大小将各像素点分为低值区间和高值区间；
23、利用概率和公式分别计算低值区间和高值区间的概率和；
24、利用加权平均值公式分别计算低值区间和高值区间的加权平均值；
25、利用方差公式分别计算类内方差和类间方差；
26、根据所述类内方差和类间方差计算最佳初始缺陷阈值，并输出最佳初始缺陷阈值为缺陷阈值；
27、所述概率和公式为：，式中，，分别为低值区间和高值区间的概率和，为第i个灰度值出现概率，为初始缺陷阈值；
28、所述加权平均值公式为：，式中，，分别为低值区间和高值区间的加权平均值；
29、所述方差公式为：，式中，，分别为类内方差和类间方差；
30、所述最佳初始缺陷阈值为：，式中，为最佳初始缺陷阈值，其中，为当t在[0，255]范围内使取最大值时t所取的值。
31、优选的，所述基于所述缺陷阈值对待处理镀层图像中的缺陷区域进行标记具体包括：
32、s101：设定灰度值高于缺陷阈值的像素点为区域0；
33、s102：设定m初始值为1；
34、s103：随机选择一个未设定的像素点，设定为区域m；
35、s104：将区域m所有相邻点中未设定的像素点设定为区域m；
36、s105：判断区域m所有相邻点中是否存在未设定的像素点，若是，则返回步骤s104，若否，则不作输出；
37、s106：判断待处理镀层图像中是否存在未设定的像素点，若是，则令m的值加一并返回步骤s103，若否，则不作输出。
38、优选的，所述对标记的缺陷区域进行边缘跟踪处理，得到缺陷区域边缘信息具体包括：
39、获取各标记的缺陷区域与合格区域的一个临界像素点位置；
40、沿该临界像素点相邻八个点中的临界像素点方向将缺陷区域的边缘线向两边持续延伸；
41、将各标记的缺陷区域的边缘线信息汇总，得到缺陷区域边缘信息。
42、优选的，所述计算缺陷区域边缘信息的特性参数具体包括：
43、获取缺陷区域边缘信息中各点坐标；
44、利用低阶矩公式计算缺陷区域边缘信息的低阶矩；
45、基于所述低阶矩计算缺陷区域长短轴长；
46、将缺陷区域面积与缺陷区域最小外接矩形面积作比值处理，得到缺陷区域矩形度；
47、利用伸长度公式计算缺陷区域伸长度；
48、利用分散度公式计算缺陷区域分散度；
49、将缺陷中心和线路板中心的距离与线路板半对角线长作比值处理，得到缺陷区域中心距离；
50、所述低阶矩公式为：，式中，为n阶矩，，分别为缺陷区域边缘信息中各点的横坐标和纵坐标，，分别为缺陷区域边缘信息中各点的横坐标和纵坐标的最大值，，分别为缺陷区域边缘信息中各点的横坐标和纵坐标的平均值；
51、所述长短轴长为：，式中，为该缺陷区域长短轴长，当k取0时为长轴长，当k取1时为短轴长；
52、所述伸长度公式为：，式中，为该缺陷区域伸长度，为该缺陷区域面积；
53、所述分散度公式为：，式中，为该缺陷区域分散度，为该缺陷区域周长。
54、优选的，所述基于缺陷区域边缘信息的特性参数利用二叉树分类法确定各缺陷区域的缺陷原因具体包括：
55、判断缺陷区域矩形度低于3.69和伸长度低于9.19是否至少满足一个条件，若是，则输出缺陷原因为掉角或麻坑，若否，则不作输出；
56、判断缺陷区域中心距离是否大于0.88，若是，则输出缺陷原因为掉角，若否，则输出缺陷原因为麻坑；
57、判断缺陷区域伸长度低于9.52和分散度低于2.2是否至少满足一个条件，若是，则输出缺陷原因为刀纹，若否，则不作输出；
58、判断缺陷区域分散度低于3.35，矩形度低于7.1和长轴长处于设定阈值范围内是否至少本文档来自技高网
...
【技术保护点】
1.一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述对所述表面镀层图像进行图像预处理和灰度计算，得到待处理镀层图像和各像素点灰度值具体包括：
3.根据权利要求2所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述利用最大方差阈值分割法计算待处理镀层图像的缺陷阈值具体包括：
4.根据权利要求3所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述基于所述缺陷阈值对待处理镀层图像中的缺陷区域进行标记具体包括：
5.根据权利要求4所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述对标记的缺陷区域进行边缘跟踪处理，得到缺陷区域边缘信息具体包括：
6.根据权利要求5所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述计算缺陷区域边缘信息的特性参数具体包括：
7.根据权利要求6所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述基于缺陷区域边缘信息的特性参数利用二叉树分类法确定各缺陷区域的缺陷原因具体包括：
8.根据权利要求7所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述获取各缺陷影响系数，并根据各缺陷区域面积、镀层总面积和各缺陷影响系数计算该柔性线路板安全系数具体包括：
...
【技术特征摘要】
1.一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述对所述表面镀层图像进行图像预处理和灰度计算，得到待处理镀层图像和各像素点灰度值具体包括：
3.根据权利要求2所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述利用最大方差阈值分割法计算待处理镀层图像的缺陷阈值具体包括：
4.根据权利要求3所述的一种基于图像识别的柔性线路板表面镀层质量检测方法，其特征在于，所述基于所述缺陷阈值对待处理镀层图像中的缺陷区域进行标记具体包括：
5.根据权利要求4所述的一种基于图像识别...
【专利技术属性】
技术研发人员：王鸿晖，曹杰，
申请(专利权)人：深圳市华瀚宇电子科技有限公司，
类型：发明
国别省市：
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。