[发明专利]一种电路板的测试方法及测试系统在审

专利信息
申请号: 201911401895.9 申请日: 2019-12-30
公开(公告)号: CN111223077A 公开(公告)日: 2020-06-02
发明(设计)人: 姚成建;李进;徐秋玉;李五四;姜志勇;凡宏伟 申请(专利权)人: 浙江力创自动化科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/20
代理公司: 北京索睿邦知识产权代理有限公司 11679 代理人: 李根
地址: 315324 浙江省宁波市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电路板 测试 方法 系统
【说明书】:

发明提供一种电路板的测试方法,其包括:通过图像采集设备采集取样电路板的顶面采样图像。从顶面采样图像中获取多个集成电路部分的多个集成电路区域图像。获取顶面框架图像。获取一个顶面框架模型及多个集成电路图像模型。建立集成电路模型库。采集当前顶面图像。获取顶面框架识别结果。获取对应的当前集成电路模型集合。最终获取电路板的测试结果信息。本发明的目的是提供电路板的测试方法,其通过神经网络模型对电路板图像识别,在大批量的电路板检测过程中,可有效保证图像检测的一致性及稳定性。同时,本发明还提供一种电路板的测试系统。

技术领域

本发明应用于电路板的制造及检测过程中。本发明涉及电路板的测试方法及测试系统。

背景技术

在线路板的制造过程中,通常会经过照排、腐蚀及电镀等多到工序。电路板的最终蚀刻精度取决于每道工序的精度及操作环境。随着集成化、小型化的要求,其电路板的布线密度的上升、引线宽度的减小,从而给电路板的加工带来了更大的难度。在电路板的制作过程中,极易造成因局部成像或杂质缺陷引起的线间短路或短路的情况。严重影响电路板后期的使用。针对上述问题,现有技术中多采用,人工通过光箱检测的方式,对电路板缺陷排查,但这种方式的问题在于,当线路密集时,易造成漏检且检测时间长,成品率低、耗费人工多。上述人工检测的方式,同样不利于对焊接后线路板的检测。

发明内容

本发明的目的是提供电路板的测试方法,其通过神经网络模型对电路板图像识别,在大批量的电路板检测过程中,可有效保证图像检测的一致性及稳定性。同时,通过单独建立集成电路的图像学习库,便于对集成电路影像更新,从而在能够有效识别印刷电路板图形的同时,也可以检测焊接器件的电路板,提高了方法的适用性,识别系统的集成性及提升了效率。

本发明的另一个目的是提供电路板的测试系统,在有效检测印刷电路板的同时,可以对焊接集成电路模块的线路板检测,可适用于多种检测环境种,且通过卷积神经网路对电路图像识别,可提高系统的检测范围、提高检测精度。

本发明提供一种电路板的测试方法,测试方法通过能够采集电路板的顶面图像及底面图像的图像采集设备实现。电路板的测试方法包括:

步骤S101,通过图像采集设备采集取样电路板的顶面采样图像。

步骤S102,从顶面采样图像中获取多个集成电路部分的多个集成电路区域图像,获取多个集成电路区域图像所对应的二维坐标值以及分别获取多个集成电路的标识编号信息。

步骤S103,从顶面采样图像中去除多个集成电路区域图像,获取顶面框架图像。

步骤S104,通过卷积神经网络训练顶面框架图像获取一个顶面框架模型。通过卷积神经网络分别训练多个集成电路区域图像获取多个集成电路图像模型。

步骤S105,根据多个集成电路的标识编号信息对应多个集成电路图像模型建立集成电路模型库。

步骤S106,图像采集设备采集当前电路板的当前顶面图像。

步骤S107,通过顶面框架模型识别当前顶面图像,获取顶面框架识别结果。

步骤S108,根据多个集成电路区域图像所对应的二维坐标值,驱动图像采集设备获取对应的各当前集成电路区域图像。根据预存的当前多个集成电路的识别编号从集成电路模型库中获取对应的当前集成电路模型集合。

步骤S109,通过集成电路模型库,多当前集成电路模型集合中的每个当前集成电路逐一识别,获取顶面集成电路识别结果。

步骤S110,根据顶面框架识别结果及顶面集成电路识别结果获取电路板的测试结果信息。

在本发明电路板的测试方法的一种实施方式中,图像采集设备具有一个采集摄像头。

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浙江力创自动化科技有限公司,未经浙江力创自动化科技有限公司许可,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/201911401895.9/2.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