[发明专利]一种PCB板缺陷检测方法

说明书

一种PCB板缺陷检测方法，属于PCB板检测领域。方法包括步骤S01,获取待测图像，基于多方向Sobel算子改进模板匹配获得目标图像；步骤S02,对目标图像，利用图像差分法结合多级二值化检测方法进行缺陷检测。本发明能对待测目标图像快速定位并截取感兴趣区域，实现PCB板漏件缺陷检测，检测方法具有更高的稳定性和准确性，能满足中小企业生产线检测效率要求。

技术领域

本发明属于PCB板检测技术领域，具体涉及一种PCB板缺陷检测方法。

背景技术

PCB作为实现电子元件电气连接和固定的载体，在现代生产生活的各个领域中都得到了广泛应用，因此，PCB质量检测显得尤为重要。自动光学检测（Automatic OpticInspection，AOI）作为一种高效的自动化检测技术在PCB缺陷检测中得到了广泛的应用，与此同时，图像匹配方法与缺陷检测方法作为AOI中的重要组成部分，其方法的优劣直接影响着系统的缺陷检测精度。

AOI是自动产线中PCB检测的核心技术，但目前高端的AOI设备主要由国外公司垄断且价格昂贵；国内中小企业仍采用传统的电检测甚至人工检测，这种检测的特点是强度高、效率低、成本高，且不稳定。

近年来，研究者们提出许多应用于PCB缺陷检测的图像匹配方法和缺陷检测方法。在图像匹配方面，亢宇欣等将改进模板匹配法应用于贴片电阻的方向检测系统中；李治贤等基于模板匹配设计一种贴片电阻的相对方向识别方法，确保了贴片电阻的封装效率；黄艳军等提出基于模板匹配的电路板器件缺陷检测算法；高飞等将模板匹配应用于基于机器视觉的PCB几何尺寸缺陷检测方法研究中。在缺陷检测方面，郑帅兵等将二值化检测法应用在PCB板缺陷检测中，根据返回的形状匹配数值判断PCB板是否存在缺陷；宋玉彬等采用图像差分法，实现 PCB板的缺陷检测。

虽然不同的方法在特定的应用场景均取得了一定的研究成果，但仍有许多有待改进之处，例如，PCB板中器件的数量多少，体积大小，颜色、高矮不同及系统光照条件等因素均易引起图像匹配精度的降低。此外，为降低缺陷检测的漏检率，往往误检率都较高。

发明专利申请CN201610806234.4公开了一种PCB在线检测方法，并具体公开了方法应用于图像采集工作站,包括以下步骤：实时采集当前通过图像采集工作站的PCB板的高分辨率彩色图像,分辨率至少为1270ppi；将高分辨率彩色图像按图像内不同颜色分层,对每一层内图像均进行极限有损压缩,对每一层间图像均进行原始无损压缩：向集成控制工作站发出预处理完成信号,以便其向空闲的图像处理工作站实时发出处理压缩数据的信号,其中,预处理完成信号是指已经得到高分辨率彩色图像的压缩数据的信号,空闲的图像处理工作站为当前没有进行图像处理任务的图像处理工作站。图像采集工作站和分布式图像处理工作站相配合,能够解决大数据处理缓慢与在线实时性要求高的冲突。

发明专利申请CN201710601431.7公开了一种针对PCB的缺陷检测方法，并具体公开了方法包括步骤1：生成像素类型；步骤2：提取可疑像素；步骤3：生成可疑区域；步骤4：区域聚类成簇；步骤5：聚类簇属性分析。该方法首先根据其微小缺陷灰度信息的特点,在图像中找到其可疑区域,然后再根据其位置来判定是否是缺陷,如此便可将该缺陷检测出来。

发明专利申请CN201811310766.4公开了一种基于图像处理的PCB缺陷智能检测方法，并具体公开了方法包括(1)对采集到的图像进行预处理,包括图像增强和图像去噪,以去除在采集过程中存在各种不稳定的外界干扰因素,从而获取到适合分析处理的高质量图像；(2)选择自适应阈值分割法得到特征清晰,噪声影响低的二值图像从而对图像进行分割；(3)对步骤二中得到的分割图像进行形态学运算处理从而得到拟标准的PCB二值化图像；(4)将步骤三中得到的拟标准PCB板二值化图像和步骤二中的待测PCB板二值化图像进行异或运算,对异或后的结果进行进一步形态学处理从而得出存在缺陷的位置。

上述发明专利申请所公开的方法均是应用于在线缺陷检测，但对检测系统硬件要求高，检测稳定性和准确性不够，无法满足中小企业生产线检测效率的要求。