本發(fā)明涉及機(jī)器視覺(jué)領(lǐng)域和印刷電路板檢測(cè)領(lǐng)域，尤其涉及一種基于機(jī)器視覺(jué)技術(shù)的印刷電路板貼片缺陷檢測(cè)方法。

背景技術(shù)：

電路板是現(xiàn)代工業(yè)產(chǎn)品的重要組成部分，印刷電路板的制作工藝中，產(chǎn)品檢測(cè)是重要的工序之一。貼片是現(xiàn)代電路板實(shí)現(xiàn)功能的基本單元之一。當(dāng)前貼片的發(fā)展趨勢(shì)是精密化和小型化，需要準(zhǔn)確、高效率的印刷電路板(PCB)的檢測(cè)方法。

普通相機(jī)拍攝的圖片為二維圖像，但是貼片兩端焊錫的表層性質(zhì)是三維的檢測(cè)目標(biāo)?，F(xiàn)代PCB檢測(cè)行業(yè)廣泛采用RGB三色光源照射貼片，對(duì)不同傾斜度的焊錫反射不同的色彩，從而反應(yīng)了焊錫表面性質(zhì)。

印刷電路板貼片在貼片位置、角度、焊點(diǎn)形狀等特征上存在著細(xì)微的差別，但是相對(duì)于貼片的尺寸，這種細(xì)微差別的影響是不可忽略的。而傳統(tǒng)的圖像識(shí)別方法，如圖像對(duì)比法，對(duì)細(xì)微差別過(guò)于敏感，容易造成誤判。但另一些形態(tài)學(xué)的圖像識(shí)別算法，如小波變換、哈夫變換，則存在計(jì)算量大，受背景干擾影響大等缺點(diǎn)，檢測(cè)結(jié)果不能完全滿足要求。

基于上述問(wèn)題，本發(fā)明提出了一種檢測(cè)貼片缺陷的方法，使用RGB三色光源照射焊錫獲取的圖像進(jìn)行圖像識(shí)別，可以檢測(cè)貼片常見(jiàn)缺陷，如缺件、錯(cuò)件、元件偏移、立碑、焊點(diǎn)缺陷等。使用者使用模板貼片，根據(jù)算法程序計(jì)算閾值，可實(shí)現(xiàn)貼片缺陷的檢測(cè)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明是一種印刷電路板貼片缺陷檢測(cè)方法，主要解決在標(biāo)準(zhǔn)工業(yè)檢測(cè)平臺(tái)環(huán)境下，印刷電路板貼片缺陷的識(shí)別問(wèn)題，可以檢測(cè)缺件、錯(cuò)件、元件偏移、立碑、焊點(diǎn)缺陷等缺陷。

本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種印刷電路板貼片缺陷檢測(cè)方法，包括如下步驟：

1)貼片定位和尺寸計(jì)算：

1a)根據(jù)PCB貼片位置信息，通過(guò)圖像定位技術(shù)，定位整體貼片位置并截取貼片圖像；分離圖像紅色通道，對(duì)分離出的紅色通道圖像進(jìn)行二值化操作，選取指標(biāo)閾值，并對(duì)圖像進(jìn)行一次去噪聲處理。

1b)根據(jù)上述貼片位置與圖像的紅色分量，使用選取的指標(biāo)閾值，利用閾值分割技術(shù)，分割出貼片兩端焊點(diǎn)的紅色區(qū)域，即為平坦區(qū)域。

1c)對(duì)分割出的區(qū)域內(nèi)的所有連通區(qū)域進(jìn)行標(biāo)記，左側(cè)白色區(qū)域記為1區(qū)，右側(cè)白色區(qū)域記為2區(qū)；1區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx1、miny1、maxx1、maxy1；2區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx2、miny2、maxx2、maxy2；根據(jù)公式1分別計(jì)算指標(biāo)t₁、t₂、t₃、t₄、t₅、t₆，并與對(duì)應(yīng)的指標(biāo)上限閾值和指標(biāo)下限閾值進(jìn)行比較。

如果指標(biāo)在指標(biāo)上限閾值和指標(biāo)下限閾值的范圍內(nèi)，則判定貼片尺寸正確，否則記錄為不符合指標(biāo)閾值上下限的項(xiàng)目。

1d)根據(jù)圖像左上角和右下角的角點(diǎn)坐標(biāo)，進(jìn)行圖像截取，截取方法為：以圖像左上角作為坐標(biāo)系原點(diǎn)，橫坐標(biāo)為y方向，裁剪后的貼片y方向長(zhǎng)度為y₁；縱坐標(biāo)為x方向，裁剪后的貼片x方向長(zhǎng)度為x₁；其中，截取的角點(diǎn)坐標(biāo)選取(miny1-2，minx1-2)和(maxy2+2，maxx2+2)，截取區(qū)域面積為(maxy2-miny1+4)×(maxx2-minx1+4)。

2)貼片區(qū)域色彩分析：

2a)從步驟1d)截取后的貼片圖像上截取6塊特征區(qū)域，分別記為區(qū)域A、區(qū)域B、區(qū)域C、區(qū)域D、區(qū)域E、區(qū)域F，記錄截取的區(qū)域起始點(diǎn)坐標(biāo)和面積。

2b)對(duì)步驟2a)中6塊特征區(qū)域分別進(jìn)行色彩分析，采用區(qū)域內(nèi)像素點(diǎn)紅色分量的平均值(mcol)作為指標(biāo)，公式如下：

其中，col為區(qū)域內(nèi)每個(gè)像素點(diǎn)紅色分量值；n為區(qū)域內(nèi)像素點(diǎn)個(gè)數(shù)。

根據(jù)公式2計(jì)算出每塊區(qū)域紅色分量平均值。

當(dāng)每塊區(qū)域內(nèi)像素點(diǎn)紅色分量平均值(mcol)均符合紅色分量上限閾值和紅色分量下限閾值時(shí)，則判定焊點(diǎn)無(wú)缺陷；如果出現(xiàn)不符合紅色分量上限閾值和紅色分量下限閾值的情況，則判定焊點(diǎn)有缺陷，并記錄缺陷區(qū)域。

3)貼片型號(hào)識(shí)別：

3A.數(shù)字識(shí)別：在完成貼片區(qū)域色彩分析中的焊點(diǎn)檢測(cè)后，進(jìn)行數(shù)字識(shí)別。

3a)在步驟1d)中截取后的貼片圖像的基礎(chǔ)上，根據(jù)模板圖像的尺寸在待測(cè)圖像中截取數(shù)字區(qū)域圖像；對(duì)數(shù)字區(qū)域圖像進(jìn)行二值化處理，確定指標(biāo)閾值，并對(duì)圖像進(jìn)行一次去噪聲處理。

3b)使用區(qū)域標(biāo)記的方法，將圖像中三個(gè)數(shù)字區(qū)域分別標(biāo)記為1’區(qū)、2’區(qū)、3’區(qū)。計(jì)算每個(gè)連通域的y、x坐標(biāo)值中最大和最小值，記為(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min3’x)；根據(jù)對(duì)應(yīng)的y、x坐標(biāo)的最大值和最小值作為左上角和右下角坐標(biāo)截取對(duì)應(yīng)的數(shù)字區(qū)域；截取的數(shù)字區(qū)域大于計(jì)算得到的區(qū)域；對(duì)于連通域標(biāo)記為1’的區(qū)域，角點(diǎn)坐標(biāo)為(max1’y+2，max1’x+2)和(min1’y-2，min1’x-2)；對(duì)于連通域標(biāo)記為2’的區(qū)域，角點(diǎn)坐標(biāo)為(max2’y+2，max2’x+2)和(min2’y-2，min2’x-2)；對(duì)于連通域標(biāo)記為3’的區(qū)域，角點(diǎn)坐標(biāo)為(max3’y+2，max3’x+2)和(min3’y-2，min3’x-2)。

取圖像的左上、左下、右上、右下的白色區(qū)域，分別標(biāo)記為A’、B’、C’、D’，每個(gè)區(qū)域白色像素點(diǎn)數(shù)量分別記作NA’、NB’、NC’、ND’。

然后，對(duì)單個(gè)數(shù)字圖像進(jìn)行識(shí)別；以數(shù)字區(qū)域?yàn)楸尘暗膱D像中連通域數(shù)量為指標(biāo)對(duì)圖像可能表征的數(shù)字進(jìn)行分類，分類方法如下：

3b1)若連通域數(shù)量為3，則圖像表征的數(shù)字為8；

3b2)若連通域數(shù)量為2，則圖像表征的數(shù)字為9、6、0之一，此時(shí)進(jìn)行進(jìn)一步數(shù)字識(shí)別，將NA’、NB’、NC’、ND’與公式3-5的模板閾值相比較，從而判斷圖像表征的數(shù)字，具體判斷流程為：當(dāng)NA’、NB’、NC’、ND’符合公式3時(shí)，則判定數(shù)字為9；當(dāng)NA’、NB’、NC’、ND’不符合公式3而符合公式4時(shí)，則判定數(shù)字為6；當(dāng)NA’、NB’、NC’、ND’不符合公式3和4而符合公式5時(shí)，則判定數(shù)字為0。

其中，公式3、4、5如下：

(NA’+NC’+ND’)/3-NB’>φ₁ 公式3

(NA’+NB’+ND’)/3-NC’>φ₂ 公式4

|NA’-(NA’+NB’+NC’+ND’)|+|NB’-(NA’+NB’+NC’+ND’)|+|NC’-(NA’+NB’+NC’+ND’)|+|ND’-(NA’+NB’+NC’+ND’)|>φ₃

公式5

其中，φ₁、φ₂、φ₃分別為公式3、4、5的模板閾值。

根據(jù)上述流程及公式，依次通過(guò)模板匹配判斷數(shù)字是否為9、6、0；如果上述公式均不滿足，則判定圖像無(wú)法識(shí)別。

3b3)若連通域數(shù)量為1,則圖像表征的數(shù)字為1、2、3、4、5、7之一，此時(shí)進(jìn)行進(jìn)一步數(shù)字識(shí)別，將圖像寬度以及NA’、NB’、NC’、ND’與公式6-12的模板閾值相比較，從而判斷圖像表征的數(shù)字，具體判斷流程為：

當(dāng)圖像寬度符合公式6時(shí)，則判定數(shù)字為1；當(dāng)圖像寬度不符合公式6時(shí)，根據(jù)NA’、NB’、NC’、ND’繼續(xù)進(jìn)行判斷；當(dāng)NC’符合公式7時(shí)，繼續(xù)判斷NA’、NC’、ND’是否符合公式8；當(dāng)NA’、NC’、ND’符合公式8時(shí)，則判定數(shù)字為4；當(dāng)NA’、NC’、ND’不符合公式8而符合公式9時(shí)，則判定數(shù)字為7；當(dāng)NC’符合公式7而NA’、NC’、ND’不符合公式8和公式9時(shí)，則圖像未能識(shí)別。

當(dāng)NC’不符合公式7時(shí)，繼續(xù)判斷NA’、NC’、ND’是否符合公式10；符合公式10時(shí)，則判定數(shù)字為5；當(dāng)NA’、NC’、ND’不符合公式10而NA’、NB’、NC’、ND’符合公式11時(shí)，則判定數(shù)字為2；當(dāng)NA’、NB’、NC’、ND’不符合公式10和公式11而符合公式12時(shí)，則判定數(shù)字為3；當(dāng)NA’、NB’、NC’、ND’不符合公式7、公式10、公式11和公式12時(shí)，則圖像未能識(shí)別。

其中公式6-12如下：

width<η₁ 公式6

NC’<η₂ 公式7

|NA’-(NA’+NC’+ND’)/3|<η₃ 公式8

|NC’-(NA’+ND’)/2|>η₄ 公式9

|NA’-(NA’+NC’+ND’)/3|<η₅ 公式10

NB’+NC’-NA’-ND’>η₆ 公式11

NB’+ND’-NA’-NC’>η₇ 公式12

其中，width為圖像寬度；η₁、η₂、η₃、η₄、η₅、η₆、η₇分別為公式6到公式12的模板閾值。

根據(jù)上述流程及公式，依次通過(guò)圖像寬度計(jì)算、模板匹配等步驟，判斷數(shù)字是否是1、2、3、4、5、7；如果上述公式均不滿足，則判定圖像無(wú)法識(shí)別。

3B.與模板數(shù)字進(jìn)行比對(duì)，判定數(shù)字是否正確，從而判定元件型號(hào)是否正確。

所述的一種印刷電路板貼片缺陷檢測(cè)方法的貼片型號(hào)識(shí)別步驟中數(shù)字識(shí)別次數(shù)為每個(gè)數(shù)字重復(fù)識(shí)別三次。

所述的一種印刷電路板貼片缺陷檢測(cè)方法的二值化操作采用雙峰法，指標(biāo)閾值與模板閾值確定方法采用正態(tài)分布法。

本發(fā)明的有益效果在于：

本方法適應(yīng)性較強(qiáng)，可檢測(cè)貼片缺陷種類比較全面。

本方法使用符合閾值條件的像素點(diǎn)個(gè)數(shù)的位置、色彩和數(shù)量為基礎(chǔ)進(jìn)行識(shí)別，使用較少的計(jì)算量實(shí)現(xiàn)了識(shí)別算法。

本方法簡(jiǎn)便，按照流程分別對(duì)元件整體、焊點(diǎn)、和貼片數(shù)字進(jìn)行識(shí)別，檢測(cè)項(xiàng)目全面，可以適應(yīng)不同的檢測(cè)工況，可針對(duì)不同的貼片設(shè)計(jì)檢測(cè)程序。

附圖說(shuō)明

圖1是本發(fā)明的硬件設(shè)備組成示意圖；

圖2是本發(fā)明一種印刷電路板貼片缺陷檢測(cè)方法的流程圖；

圖3是本發(fā)明待處理貼片圖像；

圖4是本發(fā)明待處理圖像分割后的紅色區(qū)域圖像；

圖5是本發(fā)明待處理圖像裁剪后貼片圖像；

圖6是本發(fā)明待處理貼片特征區(qū)域圖像；

圖7是本發(fā)明待處理圖像裁剪后的數(shù)字區(qū)域圖像；

圖8是本發(fā)明數(shù)字識(shí)別流程圖；

圖9是本發(fā)明待處理圖像數(shù)字區(qū)域圖像截取后的區(qū)域示意圖；

圖10是本發(fā)明印刷體數(shù)字角點(diǎn)典型圖例；

圖11是本發(fā)明數(shù)字識(shí)別流程中連通域?yàn)?時(shí)的檢測(cè)流程圖；

圖12是本發(fā)明數(shù)字識(shí)別流程中連通域?yàn)?時(shí)的檢測(cè)流程圖；

圖13是本發(fā)明二值化操作雙峰法示意圖；

圖14是本發(fā)明實(shí)施例待處理貼片特征區(qū)域圖像；

圖15是本發(fā)明實(shí)施例待處理圖像分割后的紅色區(qū)域圖像；

圖16是本發(fā)明實(shí)施例待處理貼片特征區(qū)域圖像；

圖17是本發(fā)明實(shí)施例待處理圖像數(shù)字區(qū)域圖像截取后的區(qū)域示意圖。

附圖標(biāo)記

11 計(jì)算機(jī) 12 工業(yè)相機(jī)

13 遠(yuǎn)心鏡頭 14 光源

1 連通區(qū)域1區(qū) 2 連通區(qū)域2區(qū)

A 特征區(qū)域A B 特征區(qū)域B

C 特征區(qū)域C D 特征區(qū)域D

E 特征區(qū)域E F 特征區(qū)域F

1’ 數(shù)字區(qū)域1’ 2’ 數(shù)字區(qū)域2’

3’ 數(shù)字區(qū)域3’ A’ 截取的白色區(qū)域A’

B’ 截取的白色區(qū)域B’ C’ 截取的白色區(qū)域C’

D’ 截取的白色區(qū)域D’ 15 工作臺(tái)

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。

本發(fā)明的重點(diǎn)為缺陷識(shí)別方法，基于Blob分析法和色彩分析法，通過(guò)對(duì)相關(guān)目標(biāo)的尺寸、像素點(diǎn)數(shù)量、顏色分量值等特征的分析，使用正態(tài)分布模型基于多幅模板圖像計(jì)算相關(guān)閾值，然后將待檢測(cè)目標(biāo)與相關(guān)閾值進(jìn)行比對(duì)，通過(guò)特征匹配的方法，識(shí)別貼片缺陷。

本發(fā)明的硬件設(shè)備組成如圖1所示，使用計(jì)算機(jī)11通過(guò)千兆網(wǎng)控制工業(yè)相機(jī)12對(duì)印刷電路板進(jìn)行圖像采集。工業(yè)相機(jī)12連接遠(yuǎn)心鏡頭13。光源14使用獨(dú)立光源控制機(jī)進(jìn)行控制，為AOI檢測(cè)專用的RGB環(huán)形光源，照射到焊錫表面可以使得不同傾斜角的平面反射紅、綠、藍(lán)三種顏色的光。

本發(fā)明的硬件設(shè)備工作過(guò)程：

(1)裝置調(diào)試：調(diào)節(jié)工業(yè)相機(jī)12相關(guān)參數(shù)(白平衡，曝光時(shí)間)和光源光照顏色組合(本發(fā)明中通過(guò)RGB三種顏色的組合將視野中心區(qū)域顏色調(diào)節(jié)成白色)；

(2)將待測(cè)PCB貼片置于工作臺(tái)15上，與其上方的光源14對(duì)應(yīng)。使用計(jì)算機(jī)控制工業(yè)相機(jī)12采集PCB貼片圖像并存儲(chǔ)于計(jì)算機(jī)11中；

(3)進(jìn)行圖像處理，識(shí)別貼片缺陷。

如圖2所示，本發(fā)明一種印刷電路板貼片缺陷檢測(cè)方法，包括如下步驟：

1)貼片定位和尺寸計(jì)算：

待測(cè)貼片如圖3所示。

1a)根據(jù)PCB貼片位置信息，通過(guò)圖像定位技術(shù)，定位整體貼片位置并截取貼片圖像。分離圖像紅色通道，對(duì)分離出的紅色通道圖像進(jìn)行二值化操作，選取指標(biāo)閾值，并對(duì)圖像進(jìn)行一次去噪聲處理。

其中，二值化操作采用雙峰法，指標(biāo)閾值確定方法采用正態(tài)分布法。

二值化操作采用雙峰法：

圖13為圖像某顏色通道或灰度的坐標(biāo)圖，其中，x軸表征色彩分量值，y軸表征圖像中對(duì)應(yīng)x軸色彩分量的像素點(diǎn)的數(shù)量，分割閾值選擇背景和前景雙峰之間的最低點(diǎn)，即像素?cái)?shù)量最少的點(diǎn)。

優(yōu)選地，上述二值化操作的二值化閾值為0.233×255。

指標(biāo)閾值確定方法采用正態(tài)分布法：

(1)選擇多個(gè)模板圖像，使用算法計(jì)算閾值判別處的樣本值(a₁,a₂,a₃……a_n)(可以是尺寸，也可以是符合條件的點(diǎn)的數(shù)量)；

(2)使用正態(tài)分布模型，計(jì)算正態(tài)分布的均值μ和方差ε；

(3)分析待檢測(cè)圖像，計(jì)算出指標(biāo)閾值判別處數(shù)值a，并與正態(tài)分布模型比較，如a落在u±3ε范圍內(nèi)，則判定符合指標(biāo)閾值條件，否則，判定此處計(jì)算指標(biāo)不符合指標(biāo)閾值。

1b)根據(jù)上述貼片位置與圖像的紅色分量，使用選取的指標(biāo)閾值，利用閾值分割技術(shù)，分割出貼片兩端焊點(diǎn)的紅色區(qū)域，即為平坦區(qū)域。分割后的紅色區(qū)域如圖4所示。

1c)對(duì)分割出的區(qū)域內(nèi)的所有連通區(qū)域進(jìn)行標(biāo)記，左側(cè)白色區(qū)域記為1區(qū)，右側(cè)白色區(qū)域記為2區(qū)。1區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx1、miny1、maxx1、maxy1；2區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx2、miny2、maxx2、maxy2。然后根據(jù)公式1分別計(jì)算指標(biāo)t₁、t₂、t₃、t₄、t₅、t₆，并與對(duì)應(yīng)的指標(biāo)上限閾值和指標(biāo)下限閾值進(jìn)行比較，如果指標(biāo)在指標(biāo)上限閾值和指標(biāo)下限閾值的范圍內(nèi)，則判定貼片尺寸正確，否則記錄為不符合指標(biāo)閾值上下限的項(xiàng)目。

1d)根據(jù)圖像左上角和右下角的角點(diǎn)坐標(biāo)，進(jìn)行圖像截取，截取方法為：以圖像左上角作為坐標(biāo)系原點(diǎn)，橫坐標(biāo)為y方向，裁剪后的貼片y方向長(zhǎng)度為y₁，縱坐標(biāo)為x方向，裁剪后的貼片x方向長(zhǎng)度為x₁。截取后貼片圖像如圖5所示?；谒惴敯粜钥紤]，其中，截取的角點(diǎn)坐標(biāo)選取(miny1-2，minx1-2)和(maxy2+2，maxx2+2)，截取區(qū)域面積為(maxy2-miny1+4)×(maxx2-minx1+4)。

2)貼片區(qū)域色彩分析

2a)如圖6所示，從步驟1d)截取后的貼片圖像上截取6塊特征區(qū)域，分別記為區(qū)域A、區(qū)域B、區(qū)域C、區(qū)域D、區(qū)域E、區(qū)域F，記錄截取的區(qū)域起始點(diǎn)坐標(biāo)和面積。截取的圖片起始點(diǎn)和面積如表1所示。

表1圖像典型區(qū)域截取的起始點(diǎn)和面積截取方法

2b)對(duì)步驟2a)中的6塊特征區(qū)域分別進(jìn)行色彩分析，采用區(qū)域內(nèi)像素點(diǎn)紅色分量的平均值(mcol)作為指標(biāo)，公式如下：

其中，col為區(qū)域內(nèi)每個(gè)像素點(diǎn)紅色分量值；n為區(qū)域內(nèi)像素點(diǎn)個(gè)數(shù)。

根據(jù)公式2計(jì)算出每塊區(qū)域紅色分量平均值。紅色分量閾值確定方法采用正態(tài)分布法，與指標(biāo)閾值的確定步驟相同。

當(dāng)每塊區(qū)域內(nèi)像素點(diǎn)紅色分量平均值(mcol)均符合紅色分量上限閾值和紅色分量下限閾值時(shí)，則判定焊點(diǎn)無(wú)缺陷；如果出現(xiàn)不符合紅色分量上限閾值和紅色分量下限閾值的情況，則判定焊點(diǎn)有缺陷，并記錄缺陷區(qū)域。

3)貼片型號(hào)識(shí)別：

3A.數(shù)字識(shí)別：在完成貼片區(qū)域色彩分析中的焊點(diǎn)檢測(cè)后，進(jìn)行數(shù)字識(shí)別，數(shù)字識(shí)別流程圖如圖8所示。

3a)在步驟1d)中截取后的貼片圖像的基礎(chǔ)上，根據(jù)模板圖像的尺寸在待測(cè)圖像中截取數(shù)字區(qū)域圖像，截取后的數(shù)字區(qū)域圖像如圖7所示。對(duì)數(shù)字區(qū)域圖像進(jìn)行二值化處理，確定指標(biāo)閾值，并對(duì)圖像進(jìn)行一次去噪聲處理。

其中，二值化處理和指標(biāo)閾值的確定方法與步驟1a)中相同。

3b)使用區(qū)域標(biāo)記的方法，將圖像中數(shù)字區(qū)域分別標(biāo)記。如圖7所示，三個(gè)數(shù)字區(qū)域標(biāo)記為1’區(qū)、2’區(qū)、3’區(qū)。計(jì)算每個(gè)連通域的y、x坐標(biāo)值中的最大和最小值，記為(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min3’x)。根據(jù)對(duì)應(yīng)的y、x坐標(biāo)的最大值和最小值作為左上角和右下角坐標(biāo)截取對(duì)應(yīng)的數(shù)字區(qū)域。考慮到算法魯棒性，截取的數(shù)字區(qū)域大于計(jì)算得到的區(qū)域。如圖9所示，對(duì)于連通域標(biāo)記為1’的區(qū)域，角點(diǎn)坐標(biāo)為(max1’y+2，max1’x+2)和(min1’y-2，min1’x-2)；對(duì)于連通域標(biāo)記為2’的區(qū)域，角點(diǎn)坐標(biāo)為(max2’y+2，max2’x+2)和(min2’y-2，min2’x-2)；對(duì)于連通域標(biāo)記為3’的區(qū)域，角點(diǎn)坐標(biāo)為(max3’y+2，max3’x+2)和(min3’y-2，min3’x-2)。

截取圖9中圖像的左上、左下、右上、右下的白色區(qū)域，分別標(biāo)記為A’、B’、C’、D’，截取方法如下：如圖9所示，以圖像左上角作為坐標(biāo)系原點(diǎn)，橫坐標(biāo)為y方向，裁剪后的貼片y方向長(zhǎng)度為y₂，縱坐標(biāo)為x方向，裁剪后的貼片x方向長(zhǎng)度為x₂，剪裁區(qū)域的起始點(diǎn)坐標(biāo)以及面積如表2所示：

表2剪裁區(qū)域的起始點(diǎn)坐標(biāo)以及面積

每個(gè)區(qū)域白色像素點(diǎn)數(shù)量分別記作NA’、NB’、NC’、ND’。

由印刷體數(shù)字的形狀特征可知，數(shù)字圖像的四個(gè)角可能出現(xiàn)的形狀為如圖10所示的三種類型：a型、b型和c型，按白色像素點(diǎn)的數(shù)量排序，c型最多，b型次之，a型最少。不同類型的角點(diǎn)間白色像素點(diǎn)數(shù)量相差較大，而相同類型的角點(diǎn)之間的白色像素?cái)?shù)量差別較小。

然后，對(duì)單個(gè)數(shù)字圖像進(jìn)行識(shí)別。以數(shù)字區(qū)域?yàn)楸尘暗膱D像中連通域數(shù)量n為指標(biāo)(例如，圖9中，數(shù)字是0，連通域數(shù)量則為2)，對(duì)圖像可能表征的數(shù)字進(jìn)行分類，分類方法如下：

3b1)若連通域數(shù)量n為3，則圖像表征的數(shù)字為8；

3b2)若連通域數(shù)量n為2，則圖像表征的數(shù)字為9、6、0之一，此時(shí)進(jìn)行進(jìn)一步數(shù)字識(shí)別，流程如圖11所示，將NA’、NB’、NC’、ND’與公式3-5的模板閾值相比較，從而判斷圖像表征的數(shù)字，具體判斷流程為：當(dāng)NA’、NB’、NC’、ND’符合公式3時(shí)，則判定數(shù)字為9；當(dāng)NA’、NB’、NC’、ND’不符合公式3而符合公式4時(shí)，則判定數(shù)字為6；當(dāng)NA’、NB’、NC’、ND’不符合公式3和4而符合公式5時(shí)，則判定數(shù)字為0。

其中，公式3、4、5如下：

(NA’+NC’+ND’)/3-NB’>φ₁ (公式3)

(NA’+NB’+ND’)/3-NC’>φ₂ (公式4)

|NA’-(NA’+NB’+NC’+ND’)|+|NB’-(NA’+NB’+NC’+ND’)|+|NC’-(NA’+NB’+NC’+ND’)|+|ND’-(NA’+NB’+NC’+ND’)|>φ₃

(公式5)

其中，φ₁、φ₂、φ₃，分別為公式3、4、5的模板閾值。模板閾值確定方法采用正態(tài)分布法，與指標(biāo)閾值的確定步驟相同。

根據(jù)上述流程及公式，依次通過(guò)模板匹配判斷數(shù)字是否為9、6、0。如果上述公式均不滿足，則判定圖像無(wú)法識(shí)別。

3b3)若連通域數(shù)量n為1,則圖像表征的數(shù)字為1、2、3、4、5、7之一，此時(shí)進(jìn)行進(jìn)一步數(shù)字識(shí)別，流程如圖12所示，將圖像寬度以及NA’、NB’、NC’、ND’與公式6-12的模板閾值相比較，從而判斷圖像表征的數(shù)字，具體判斷流程為：

當(dāng)圖像寬度符合公式6時(shí)，則判定數(shù)字為1；當(dāng)圖像寬度不符合公式6時(shí)，根據(jù)NA’、NB’、NC’、ND’繼續(xù)進(jìn)行判斷；當(dāng)NC’符合公式7時(shí)，繼續(xù)判斷NA’、NC’、ND’是否符合公式8；當(dāng)NA’、NC’、ND’符合公式8時(shí)，則判定數(shù)字為4；當(dāng)NA’、NC’、ND’不符合公式8、符合公式9時(shí)，則判定數(shù)字為7；當(dāng)NC’符合公式7而NA’、NC’、ND’不符合公式8和公式9時(shí)，則圖像未能識(shí)別。

當(dāng)NC’不符合公式7時(shí)，繼續(xù)判斷NA’、NC’、ND’是否符合公式10；符合公式10時(shí)，則判定數(shù)字為5；當(dāng)NA’、NC’、ND’不符合公式10而NA’、NB’、NC’、ND’符合公式11時(shí)，則判定數(shù)字為2；當(dāng)NA’、NB’、NC’、ND’不符合公式10和公式11而符合公式12時(shí)，則判定數(shù)字為3；當(dāng)NA’、NB’、NC’、ND’不符合公式7、公式10、公式11和公式12時(shí)，則圖像未能識(shí)別。

其中公式6-12如下：

width<η₁ (公式6)

NC’<η₂ (公式7)

|NA’-(NA’+NC’+ND’)/3|<η₃ (公式8)

|NC’-(NA’+ND’)/2|>η₄ (公式9)

|NA’-(NA’+NC’+ND’)/3|<η₅ (公式10)

NB’+NC’-NA’-ND’>η₆ (公式11)

NB’+ND’-NA’-NC’>η₇ (公式12)

其中，width為圖像寬度；η₁、η₂、η₃、η₄、η₅、η₆、η₇分別為公式6到公式12的模板閾值。模板閾值確定方法采用正態(tài)分布法，與指標(biāo)閾值的確定步驟相同。

根據(jù)上述流程及公式，依次通過(guò)圖像寬度計(jì)算、模板匹配等步驟，判斷數(shù)字是否是1、2、3、4、5、7。如果上述公式均不滿足，則判定圖像無(wú)法識(shí)別。

3B.根據(jù)上述流程，每個(gè)數(shù)字重復(fù)識(shí)別三次，分別對(duì)圖7的三個(gè)數(shù)字識(shí)別，然后與模板數(shù)字進(jìn)行比對(duì)，判定數(shù)字是否正確，從而判定元件型號(hào)是否正確。

最終，經(jīng)過(guò)貼片定位和尺寸計(jì)算、貼片區(qū)域色彩分析、貼片型號(hào)識(shí)別三個(gè)步驟，完成對(duì)貼片的檢測(cè)。

實(shí)施例

以下通過(guò)具體實(shí)施例說(shuō)明本發(fā)明的實(shí)施過(guò)程：

按照如圖2所示的一種印刷電路板貼片缺陷檢測(cè)方法，經(jīng)過(guò)貼片定位和尺寸計(jì)算、貼片區(qū)域色彩分析、貼片型號(hào)識(shí)別三個(gè)步驟，實(shí)現(xiàn)貼片缺陷檢測(cè)。

本實(shí)施例檢測(cè)對(duì)象是尺寸0402(公制)、貼片型號(hào)數(shù)字為“002”的貼片，如圖14所示。檢測(cè)步驟如下：

1)貼片定位和尺寸計(jì)算：

1a)根據(jù)PCB貼片位置信息，通過(guò)圖像定位技術(shù)，定位整體貼片位置并截取貼片圖像。分離圖像紅色通道，對(duì)分離出的紅色通道圖像進(jìn)行二值化操作，選取指標(biāo)閾值，并對(duì)圖像進(jìn)行一次去噪處理。

其中，二值化操作采用雙峰法，指標(biāo)閾值確定方法采用正態(tài)分布法。

二值化操作采用雙峰法：

圖13為圖像某顏色通道或灰度的坐標(biāo)圖，其中，x軸表征色彩分量值，y軸表征圖像中對(duì)應(yīng)x軸顏色分量的像素點(diǎn)的數(shù)量，分割閾值選擇背景和前景雙峰之間的最低點(diǎn)，即像素?cái)?shù)量最少的點(diǎn)。

優(yōu)選地，所述二值化閾值選擇為0.233×255。

指標(biāo)閾值確定方法采用正態(tài)分布法：

(1)選擇多個(gè)模板圖像，使用算法計(jì)算閾值判別處的樣本值(a₁,a₂,a₃……a_n)(可以是尺寸，也可以是符合條件的點(diǎn)的數(shù)量)；

(2)使用正態(tài)分布模型，計(jì)算正態(tài)分布的均值μ和方差ε；

(3)分析待檢測(cè)圖像，計(jì)算出指標(biāo)閾值判別處數(shù)值a，并與正態(tài)分布模型比較，如a落在u±3ε范圍內(nèi)，則判定符合指標(biāo)閾值條件，否則，判定此處計(jì)算指標(biāo)不符合指標(biāo)閾值。

1b)根據(jù)上述貼片位置與圖像的紅色分量，使用選取的指標(biāo)閾值，利用閾值分割技術(shù)，分割出貼片兩端焊點(diǎn)的紅色區(qū)域，即為平坦區(qū)域。

1c)對(duì)分割出的區(qū)域內(nèi)的所有連通區(qū)域進(jìn)行標(biāo)記，左側(cè)白色區(qū)域記為1區(qū)，右側(cè)白色區(qū)域記為2區(qū)。1區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx1、miny1、maxx1、maxy1；2區(qū)的水平和垂直坐標(biāo)中最小值和最大值分別記為minx2、miny2、maxx2、maxy2。然后根據(jù)公式1分別計(jì)算指標(biāo)t₁、t₂、t₃、t₄、t₅、t₆，并與對(duì)應(yīng)的指標(biāo)上限閾值和指標(biāo)下限閾值進(jìn)行比較，如果指標(biāo)在指標(biāo)上限閾值和指標(biāo)下限閾值的范圍內(nèi)，則判定貼片尺寸正確，否則記錄為不符合指標(biāo)閾值的項(xiàng)目。

本例中使用50幅模板圖像為樣本，基于正態(tài)分布模型，計(jì)算出的指標(biāo)閾值和計(jì)算值如表3。

表3指標(biāo)閾值

1d)根據(jù)圖像左上角和右下角的角點(diǎn)坐標(biāo)，進(jìn)行圖像截取，截取方法如表1所示。截取后貼片圖像如圖14所示?；谒惴敯粜钥紤]，其中，截取的角點(diǎn)坐標(biāo)選取(miny1-2，minx1-2)和(maxy2+2，maxx2+2)，截取區(qū)域面積為(maxy2-miny1+4)×(maxx2-minx1+4)，圖像長(zhǎng)和寬記錄為y₁、x₁。本例中y₁是271，x₁是55。

2)貼片區(qū)域色彩分析：

2a)如圖16所示，從步驟1d)截取后的貼片圖像上截取6塊特征區(qū)域，分別記為區(qū)域A、區(qū)域B、區(qū)域C、區(qū)域D、區(qū)域E、區(qū)域F。本例中截取的區(qū)域起始點(diǎn)和面積如表4所示。

表4圖像典型區(qū)域截取的起始點(diǎn)和面積

2b)對(duì)上述6塊特征區(qū)域分別進(jìn)行色彩分析。

根據(jù)公式2計(jì)算出每塊區(qū)域紅色分量平均值。本例中使用50幅模板圖像為樣本，基于正態(tài)分布模型，計(jì)算出的紅色分量閾值和平均值如表5。

表5特征區(qū)域紅色分量閾值和平均值

*注：本例中E區(qū)和F區(qū)僅使用圖像紅色分量上限閾值進(jìn)行判斷

由表3可知，本例每塊區(qū)域內(nèi)像素點(diǎn)紅色分量平均值(mcol)均符合紅色分量上限閾值和紅色分量下限閾值，因此可判定焊點(diǎn)無(wú)缺陷。

3)貼片型號(hào)識(shí)別：

3A.數(shù)字識(shí)別：在完成貼片區(qū)域色彩分析中的焊點(diǎn)檢測(cè)后，進(jìn)行數(shù)字識(shí)別，數(shù)字識(shí)別流程如圖8所示。

3a)在步驟1d)中截取后的貼片圖像的基礎(chǔ)上，根據(jù)模板圖像的尺寸在待測(cè)圖像中截取數(shù)字區(qū)域圖像。對(duì)數(shù)字區(qū)域圖像進(jìn)行二值化處理，確定指標(biāo)閾值，本實(shí)施例中的指標(biāo)閾值為57，并對(duì)圖像進(jìn)行一次去噪聲處理。

其中，二值化處理和指標(biāo)閾值的確定方法與步驟1a)中相同。

然后，使用區(qū)域標(biāo)記的方法，將圖像中數(shù)字區(qū)域分別標(biāo)記。如圖17所示，三個(gè)數(shù)字區(qū)域標(biāo)記為1’區(qū)、2’區(qū)、3’區(qū)。計(jì)算每個(gè)連通域的y、x坐標(biāo)值中最大和最小值，記錄為(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min’3x)。本例中依次為(53，113)，(117，113)，(182，113)，(3，21)，(64，18)，(128，18)。根據(jù)對(duì)應(yīng)的y、x坐標(biāo)的最大值和最小值作為左角上和右下角坐標(biāo)截取對(duì)應(yīng)的數(shù)字區(qū)域?？紤]到算法魯棒性，截取的數(shù)字區(qū)域比計(jì)算得到的區(qū)域略大。對(duì)于連通域標(biāo)記為1’的區(qū)域，角點(diǎn)坐標(biāo)為(max1’y+2，max1’x+2)和(min1’y-2，min1’x-2)；對(duì)于連通域標(biāo)記為2’的區(qū)域，角點(diǎn)坐標(biāo)為(max2’y+2，max2’x+2)和(min2’y-2，min2’x-2)；對(duì)于連通域標(biāo)記為3’的區(qū)域，角點(diǎn)坐標(biāo)為(max3’y+2，max3’x+2)和(min3’y-2，min3’x-2)；本例中1’區(qū)域角點(diǎn)坐標(biāo)為(55，115)和(1，19)；2’區(qū)域角點(diǎn)坐標(biāo)為(119，115)和(62，16)；3’區(qū)域角點(diǎn)坐標(biāo)為(184，115)和(126，16)，根據(jù)上述角點(diǎn)坐標(biāo)進(jìn)行圖像截取。

取圖像的左上、左下、右上、右下的白色區(qū)域，分別標(biāo)記為A’、B’、C’、D’，每個(gè)區(qū)域白色像素點(diǎn)數(shù)量分別記作NA’、NB’、NC’、ND’。截取規(guī)則如表2。本實(shí)施例中，貼片包含三個(gè)數(shù)字，y₂分別為52、53、54；x₂分別為94、95、95。各個(gè)數(shù)字圖像的截取起始點(diǎn)坐標(biāo)和面積如表6-8。

表6第一個(gè)數(shù)字“0”的圖像截取起始點(diǎn)坐標(biāo)和面積

表7第二個(gè)數(shù)字“0”的圖像截取起始點(diǎn)坐標(biāo)和面積

表8第三個(gè)數(shù)字“2”的圖像截取起始點(diǎn)坐標(biāo)和面積

由印刷體數(shù)字的特征可知，圖像的四個(gè)角的可能形狀分為如圖10所示的三種類型：a型、b型和c型，按白色像素點(diǎn)的數(shù)量排序，c型最多，b型次之，a型最少。不同類型的角點(diǎn)間白色像素點(diǎn)數(shù)量相差較大，而相同類型的角點(diǎn)之間的白色像素?cái)?shù)量差別較小。本實(shí)施例中，各數(shù)字對(duì)應(yīng)的白色像素點(diǎn)個(gè)數(shù)如表9。

表9不同數(shù)字白色區(qū)域的白色像素點(diǎn)數(shù)量

然后，對(duì)單個(gè)數(shù)字圖像進(jìn)行識(shí)別。以數(shù)字區(qū)域?yàn)楸尘暗膱D像中連通域數(shù)量為指標(biāo)。

本例中，貼片數(shù)字分別為“0”、“0”和“2”，因此連通域n分別為2、2和1。

當(dāng)連通域數(shù)量為2時(shí)，根據(jù)流程圖11進(jìn)一步判斷數(shù)字。

本例中使用50幅模板圖像為樣本，基于正態(tài)分布模型，計(jì)算出的模板閾值如表10(僅計(jì)算所需的單側(cè)閾值)。

表10連通域數(shù)量為2時(shí)的模板閾值

由公式3、公式4和公式5可知，白色區(qū)域的白色像素點(diǎn)數(shù)量(NA’、NB’、NC’、ND’)與模板閾值的關(guān)系不滿足公式3和公式4，滿足公式5，則可判斷數(shù)字圖像為“0”。

當(dāng)連通域數(shù)量為1時(shí)，根據(jù)圖12進(jìn)一步判斷數(shù)字。本例中使用50幅模板圖像為樣本，基于正態(tài)分布模型，計(jì)算出的模板閾值如表11(僅計(jì)算所需的單側(cè)閾值)。

表11連通域數(shù)量為1時(shí)的模板閾值

由公式6-12可知，白色區(qū)域的圖像寬度不滿足公式6、白色像素點(diǎn)數(shù)量(NA’、NB’、NC’、ND’)與模板閾值的關(guān)系不滿足公式7以及公式10，滿足公式11，則可判斷數(shù)字圖像為“2”。

根據(jù)上述流程，每個(gè)數(shù)字重復(fù)識(shí)別三次，分別對(duì)圖17的三個(gè)數(shù)字識(shí)別，然后與模板數(shù)字閾值進(jìn)行比對(duì)，判定數(shù)字是否正確，從而判定元件型號(hào)是否正確。

最終，經(jīng)過(guò)貼片定位和尺寸計(jì)算、貼片區(qū)域色彩分析、貼片型號(hào)識(shí)別三個(gè)步驟，實(shí)現(xiàn)對(duì)貼片的檢測(cè)。