[发明专利]电路板缺陷处理方法、装置及设备在审

专利信息
申请号: 201910247410.9 申请日: 2019-03-29
公开(公告)号: CN109916921A 公开(公告)日: 2019-06-21
发明(设计)人: 文亚伟;苏业;刘明浩;郭江亮;李旭 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G01N21/956 分类号: G01N21/956;G01N21/88
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电路板 多通道 图像特征 拍摄图像 缺陷处理 缺陷类别 缺陷位置信息 装置及设备 调整图像 缺陷检测 物体检测 权重 预设 检测电路板 特征输入 预设算法 智能化
【说明书】:

发明提出了一种电路板缺陷处理方法、装置及设备,其中,方法包括:获取被测电路板的拍摄图像;提取拍摄图像的多通道图像特征,并根据预设算法计算多通道图像特征之间的相关性;根据相关性计算多通道图像特征中每个通道的图像特征对应的权重值,根据权重值对多通道图像特征进行调整获取多通道调整图像特征;将多通道调整图像特征输入预设的物体检测模型,获取拍摄图像中存在的缺陷类别信息和缺陷位置信息;根据缺陷类别信息和缺陷位置信息对被测电路板进行预设的缺陷处理操作。由此,通过物体检测框架检测电路板的缺陷类别和位置,提高了电路板缺陷检测的智能化程度,提高了被测电路板缺陷检测的精度和效率。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种电路板缺陷处理方法、装置及设备。

背景技术

目前电路板制造依赖于自动化的工业生产线,由于电路板的电子元器件集成度不断增加,电路板生产工艺越来越复杂,而受制于工艺、原料、设备等因素,在电路板生成的过程中不可避免的会出现缺陷电路板,比如会出现芯片焊接少锡、芯片焊接多锡、芯片焊接连锡、安装错误芯片等缺陷。因此,需要对电路板进行缺陷检测。

相关技术中,通过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。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此,本发明的第一个目的在于提出一种电路板缺陷处理方法,通过物体检测框架检测电路板的缺陷类别和位置,提高了电路板缺陷检测的智能化程度,提高了被测电路板缺陷检测的精度和效率。

本发明的第二个目的在于提出一种电路板缺陷处理装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种计算机可读存储介质。

本发明第一方面实施例提出了一种电路板缺陷处理方法,包括:

获取被测电路板的拍摄图像;

提取所述拍摄图像的多通道图像特征,并根据预设算法计算所述多通道图像特征之间的相关性;

根据所述相关性计算所述多通道图像特征中每个通道的图像特征对应的权重值,根据所述权重值对所述多通道图像特征进行调整获取多通道调整图像特征;

将所述多通道调整图像特征输入预设的物体检测模型,获取所述拍摄图像中存在的缺陷类别信息和缺陷位置信息;

根据所述缺陷类别信息和所述缺陷位置信息对所述被测电路板进行预设的缺陷处理操作。

本发明实施例的电路板缺陷处理方法,通过获取被测电路板的拍摄图像,提取拍摄图像的多通道图像特征,并根据预设算法计算多通道图像特征之间的相关性。进而,根据相关性计算多通道图像特征中每个通道的图像特征对应的权重值,根据权重值对多通道图像特征进行调整获取多通道调整图像特征。进一步将多通道调整图像特征输入预设的物体检测模型,获取拍摄图像中存在的缺陷类别信息和缺陷位置信息,以根据缺陷类别信息和缺陷位置信息对被测电路板进行预设的缺陷处理操作。由此,通过物体检测框架检测电路板的缺陷类别和位置,提高了电路板缺陷检测的智能化程度,提高了被测电路板缺陷检测的精度和效率。并且,通过对不同通道的图像特征赋予权重值,实现了特征校准,进一步提高了缺陷检测的效果。

另外,根据本发明上述实施例的电路板缺陷处理方法还可以具有如下附加技术特征:

可选地,在所述将所述多通道调整图像特征输入预设的物体检测模型之前,还包括:获取样本图像,其中,所述样本图像存在标注区域,所述标注区域内展示的电路器件存在缺陷;根据所述标注区域内展示的电路器件的缺陷类别,对所述样本图像进行标注;采用经过标注的所述样本图像对所述物体检测模型进行训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910247410.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top