[发明专利]一种印刷电路板中带电阻元件的自动光学检测方法

权利要求书

1.一种印刷电路板中带电阻元件的自动光学检测方法，其特征在于提取焊点特征之后通过支持向量机(SVM)分类器把焊点正确分类为正常、少锡、漏件三种类型。

2.根据权利要求1所述的方法，其特征在于主要步骤包括：

(1)焊点图像预处理：提取焊点RGB(红绿蓝三色)彩色图的红色部分转化为灰度图像，通过对比度变换突出原焊点红色区域，最后二值化焊点图像；

(2)焊点的特征提取：在灰度图像下提取焊点直方图的方差和均值；在二值化图像下提取焊点的高亮比、与样本的相似程度和区域面积特征作为焊点的特征；

(3)使用SVM分类器对焊点进行分类，首先判断焊点的好坏，然后对错误的焊点进一步分类。

3.根据权利2所述的印刷电路板中带电阻元件的检测方法，其特征在于所述步骤(1)中，在提取RGB分量图之前，需要把检测图像的大小调整到与训练图像一致，并在转化为灰度图之后进行高斯滤波去除噪声；由于焊点图像的对比度不强且图像偏暗，对输入的图像需做出相应的幂运算y＝x^gamma(gamma＜1)使得图像的红色部分映射到更亮的范围。

4.根据权利要求2或3所述的方法，其特征在于所述步骤(2)中所述的特征提取包括三大类别的特征：基于彩色图像的特征、基于灰度图像的特征、基于二值化图像的特征；

其中，彩色焊点图像选择图像的红色区域作为焊点分类的基本图像，并把红色图像转化为灰度以及二值图进行特征提取；

基于红色图像的灰度图像中，对焊点有焊锡合适、过少的情况，焊点的灰度直方图的均值和标准差都有所不同，所以选择焊点灰度图的均值和标准差作为焊点的特征之一，其均值与标准差的计算如下：

其均值与标准差的计算如下：

均值：SM=b‾=Σb=0l-1bP(b)]]>

b：图像的灰度值

P(b)：灰度值b在图像中的概率

标准差：SD=σb=[Σb=0l-1(b-b‾)2P(b)]1/2]]>

对焊点图像二值化后，由于焊点部分与背景部分的灰度值相差比较大，可以使用高亮比作为焊点的特征之一；

高亮比：R：二值化图像的白色部分

利用互相关性度量是通用的一种匹配方法，可作为焊点检测的一个特征值，以判断待检测焊点与样本焊点的形状差距；待测焊点图像和标准模板的相关系数随焊点质量降低而降低；相关性值越大说明两者相关性越高，两者越相似；

R(i,j)=Σx=0l-1Σy=0k-1(w(x,y)-w‾)(f(x,y)-f‾(x,y))[Σx=0l-1Σy=0k-1(w(x,y)-w‾)]1/2[Σx=0l-1Σy=0k-1(f(x,y)-f‾(x,y))]1/2]]>

焊点各个区域颜色的面积比重具有某种规律，即区域颜色的形状特征变化，但区域内某些颜色的面积所占比重相对稳定。