[发明专利]一种基于高光原理进行PCB元件提取的方法

说明书

本发明公开了一种基于高光原理进行PCB元件提取的方法，包括如下步骤：S01：获取PCB电路板图像，提取所述图像中高光像素，并通过邻域搜索法聚类高光像素；S02：识别和移除聚类高光像素中的标记；S03：剩余的高光像素根据距离进行合并聚类；S04：识别和移除高光像素中的通孔，此时高光像素的位置即为焊点；并根据高光像素之间的距离建立连通图；S05：分离PCB电路板图像中的灰度级，判断连通图中连接的有效性；S06：根据连通图中焊点位置提取防护涂层区域，输出PCB元件提取结果。本发明可以方便快捷地识别出PCB电路板中的焊点，并根据焊点准确识别出防护涂层的位置，可以广泛应用在PCB电路板的组件识别领域。

技术领域

本发明涉及检测设备技术领域，具体涉及一种基于高光原理进行PCB元件提取的方法。

背景技术

随着表面贴装技术的发展，对自动检测的需求不断增长，印刷电路板(PCB)表面缺陷检测的一部分涉及到对PCB上焊点的检测，并且已经开发出许多不同的检测方法。由于电路板表面的复杂性，焊点位置的识别比较困难，基于直方图的方法被广泛应用于焊点的提取，Kim等人(1999年)拍摄三帧图像，当三层LED依次打开时，焊点被依次捕获，从这些图像中，通过使用x/y投影和阈值分割焊接区域，这种方法适用于焊点集中的地方，但不适用于复杂的PCB结构，因为仅根据直方图很难区分焊点、标记、导通孔和其他高光组件。

另一种焊点提取技术是基于模板匹配方法，该方法专注于定位多个对象的自动对象识别技术。该方法使用灰色模型拟合为一组组件生成通用模板，这项工作使用归一化互相关(NCC)模板匹配方法，并研究了一种利弊训练搜索空间以减少计算量的方法。Wuetal(2008)还着重研究了基于NCC的多模板匹配(MTM)方法的自动对象搜索技术，搜索过程是通过使用基于加速物种的粒子群优化算法(ASPSO)和遗传算法(GA)进行的。基于模板匹配的方法需要为目标组件的每种类别定义一个或多个相应模板。此外，模板的方向必须与目标组件一致，否则，将不能识别旋转到位置的组件，由于这些原因，它们的应用受到了限制。

jiangetal开发了一种特殊的方法，为了降低未来分析的复杂性，使用了一个未加载的PCB作为“背景移除器”(BR)从背景中分离焊点，铜信号线的位置将是以后工艺中焊点的位置，通过阈值和分割操作可以检测到它们，这种方法计算效率高，但只适用于元件未放在板上的PCB。

发明内容

针对现有技术的不足，本发明的目的旨在提供一种基于高光原理进行PCB元件提取的方法，以解决背景技术中存在的PCB元件提取问题。

为实现上述目的，本发明采用如下技术方案：一种基于高光原理进行PCB元件提取的方法，包括如下步骤：

S01：获取PCB电路板图像，提取所述图像中高光像素，并通过邻域搜索法聚类高光像素；

S02：识别和移除聚类高光像素中的标记；

S03：剩余的高光像素根据距离进行合并聚类；

S04：识别和移除高光像素中的通孔，此时高光像素的位置即为焊点；并根据高光像素之间的距离建立连通图；

S05：分离PCB电路板图像中的灰度级，判断连通图中连接的有效性；

S06：根据连通图中焊点位置提取防护涂层区域，输出PCB元件提取结果。

进一步的，所述步骤S01具体包括：

S011：对所述图像进行预处理，建立通道直方图，并采用自动多级阈值确定图像中高光像素所在的类别；

S012：在U-V色度坐标系下模拟所述高光像素的颜色分布；

S013：根据所述高光像素的颜色分布提取其对应的分布特征；

S014：通过所述分布特征识别出目标对象；