System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及缺陷检测,具体为一种pcb表面缺陷检测方法、系统、电子设备及介质。
技术介绍
1、pcb(printed circuit board,印刷电路板)表面缺陷检测属于智能制造领域中的自动化检测分支,随着电子产品的高集成化和小型化发展,pcb板的密度和焊点数量日益增多,对其表面缺陷检测提出了更高要求。pcb板在电子产品中承担着电信号传输的基础作用,因此其制造质量直接关系到电子产品的可靠性和安全性。在pcb生产过程中,表面缺陷如焊点失效、锡桥、裂纹及划痕等会影响产品性能,因此如何高效且准确地进行pcb表面缺陷检测成为当前亟待解决的问题。为实现这一目标,基于图像检测仪器的pcb板表面焊点和缺陷的智能识别技术逐渐成为检测中的重要手段。
2、在现有的pcb表面缺陷检测方法中,多数依赖于人工检测,或是简单的自动光学检测(aoi)和x射线检测。然而,单一技术在处理复杂的焊点形状和微小连接状态时容易出现漏检或误检问题,而人工检测的效率和精度则难以满足现代化高密度、微小化pcb设计的质量要求,尤其是高密度pcb板,在复杂焊点结构、焊点间距小和细小连接状态下,传统图像处理方法难以精准地区分正常焊接与异常连接的细微差异。上述不足导致现有检测方法难以稳定地应对高精度焊点检测需求,影响整体检测的效果和生产效率。
3、上述传统检测方式的局限性会导致在检测过程中出现焊点缺陷漏检或误检的情况,使得部分存在隐性缺陷的pcb板进入市场,影响产品的稳定性和使用寿命,这种缺陷检测不足的现象通常会造成生产效率低下、返工率上升,甚至会在终
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种pcb表面缺陷检测方法、系统、电子设备及介质,解决了上述
技术介绍
中的问题。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:一种pcb表面缺陷检测方法,包括以下步骤,
3、s1、使用图像检测仪器,捕捉待检测pcb板的表面图像,并对表面图像进行图像预处理,并结合标准pcb板的焊点区域,定位待检测pcb板表面图像的焊点区域;
4、s2、基于s1中识别出的待检测pcb板表面图像的焊点区域,分析待检测pcb板表面图像的焊点区域内各焊点的焊接状态,以获取各焊点的主轴方向、主轴长度zzc及次轴长度czc,基于各焊点的主轴方向、主轴长度zzc及次轴长度czc,判断各焊点间是否存在连接状态,若存在,则触发整体检测指令;
5、s3、在接收到整体检测指令后,将表面图像进行图像块划分,并获取各图像块内的纹理差异数据,以分别分析各图像块中pcb纹理异态,构建出纹理偏差系数wpxs;
6、s4、利用卷积神经网络技术构建缺陷检测模型,并将纹理偏差系数wpxs及各焊点的主轴方向、主轴长度zzc及次轴长度czc输入至缺陷检测模型内,经线性归一化处理后,以拟合获取缺陷识别指数qszs;
7、s5、预先设置识别阈值q,并将其与所述缺陷识别指数qszs进行比对分析,以判断当前pcb板表面的缺陷状况。
8、优选的,s1具体步骤包括有:
9、s11、预先使用图像监测仪器监测标准pcb板表面及待检测pcb板表面,以分别获取标准图像及表面图像,其中,所述图像监测仪器包括摄像头及x射线检测仪;
10、s12、并对s11获取的标准图像及表面图像均进行图像预处理,其中,图像预处理过程包括灰度转换、图像去噪、对比度增强以及边缘检测操作;
11、s13、基于图像预处理后的标准图像,对图像预处理后的表面图像进行比对,以识别并定位到待检测pcb板的表面图像内的焊点区域。
12、优选的,s2具体步骤包括有:
13、s21、根据待检测pcb板表面图像的焊点区域,分析待检测pcb板表面图像的焊点区域内各焊点的焊接状态,以确定各焊接的形状特征,具体确定内容如下:
14、s211、将待检测pcb板表面图像的焊点区域进行二值化处理,以获取二值图像;
15、s212、根据二值图像,确定每个焊点的总像素数zxss,所述每个焊点的总像素数zxss通过以下公式获取:
16、;
17、式中,表示为像素点的灰度值,x及y是像素点的水平及垂直坐标;表示在相应焊点的x和y方向上对其所有像素进行累加;
18、s213、根据s212中获取的每个焊点的总像素数zxss,确定相应焊点内质心的水平与垂直分布状态,分别获取相应焊点内所有像素在水平方向上的加权位置和和垂直方向上的加权位置和:
19、;
20、;
21、其中,相应焊点内所有像素在水平方向上的加权位置和表示相应焊点在x方向上的加权分布;相应焊点内所有像素在垂直方向上的加权位置和表示相应焊点在y方向上的加权分布;
22、s214、基于s213中获取的相应焊点内所有像素在水平方向上的加权位置和和垂直方向上的加权位置和,获取相应焊点的质心位置:
23、;
24、其中,质心位置是相应焊点的中心点。
25、优选的,s2具体步骤还包括有:
26、s215、基于s14中获取的相应焊点处的质心位置,分析相应焊点的分布形状及离散程度,以分别获取相应焊点在x方向上的分布广度、在y方向上的分布广度及在x与y方向上的联合分布广度,基于相应焊点在x方向上的分布广度、在y方向上的分布广度及在x与y方向上的联合分布广度,获取各焊点的主轴方向、主轴长度zzc及次轴长度czc,具体获取内容为:
27、;
28、;
29、;
30、式中,表示为质心在x方向上的位置,表示为质心在y方向上的位置;
31、;
32、式中,主轴方向表示相应焊点在焊点区域中的倾斜方向;
33、s216、结合标准图像中的焊点区域,确定各焊点间的直线的斜率,并将标准图像中相应焊点间的直线斜率作为判断待检测pcb板内相应焊点间连接的x轴,若焊点的主轴方向垂直于标准图像中相应焊点间的直线斜率,则初步判断相应焊点间未存在连接关系;若焊点的主轴方向与标准图像中相应焊点间的直线斜率重合,则初步判断相应焊点间存在连接关系,此时将相应焊点间的区域作为锡桥区域,并触发整体检测指令;
34、s2161、将初步判断相应焊点间未存在连接关系的焊点进行统计,以汇总成持续监测集合。
35、优选的,s2具体步骤还包括有:
36、s22、所述主轴长度zzc及所述次轴长度czc通过以下方式获取:
37、;
38、式中,主轴长度zzc是相应焊点的最长方向的分布,次轴长度czc是相应焊点的最短方向的分布;
39、s23、基于所述主轴长度zzc及所述次轴长度czc,计算长宽比ckb,所述长宽比ckb通过以下方式获取:
40、;
本文档来自技高网...
【技术保护点】
1.一种PCB表面缺陷检测方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的一种PCB表面缺陷检测方法,其特征在于:S1具体步骤包括有:
3.根据权利要求2所述的一种PCB表面缺陷检测方法,其特征在于:S2具体步骤包括有:
4.根据权利要求3所述的一种PCB表面缺陷检测方法,其特征在于:S2具体步骤还包括有:
5.根据权利要求4所述的一种PCB表面缺陷检测方法,其特征在于:S2具体步骤还包括有:
6.根据权利要求5所述的一种PCB表面缺陷检测方法,其特征在于:S3具体步骤包括有:
7.根据权利要求5所述的一种PCB表面缺陷检测方法,其特征在于:S4具体步骤包括有:
8.一种PCB表面缺陷检测系统,用于实现上述权利要求1~7中任一项所述的一种PCB表面缺陷检测方法,其特征在于:包括PCB板处理模块、焊点间分析模块、面板纹理检测模块及综合评价模块;
9.一种电子设备,其特征在于:包括,
10.一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,其特征在于:所述
...【技术特征摘要】
1.一种pcb表面缺陷检测方法,其特征在于:包括以下步骤,
2.根据权利要求1所述的一种pcb表面缺陷检测方法,其特征在于:s1具体步骤包括有:
3.根据权利要求2所述的一种pcb表面缺陷检测方法,其特征在于:s2具体步骤包括有:
4.根据权利要求3所述的一种pcb表面缺陷检测方法,其特征在于:s2具体步骤还包括有:
5.根据权利要求4所述的一种pcb表面缺陷检测方法,其特征在于:s2具体步骤还包括有:
6.根据权利要求5所述的一种pcb表面缺陷检测方法,其特征在于:s3具体步骤包...
【专利技术属性】
技术研发人员:刘丹,胡勇,罗晓明,
申请(专利权)人:深圳市塔联科技有限公司,
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。