[发明专利]一种PCB颜色变化缺陷检测方法、装置、设备及介质在审
申请号: | 202310181535.2 | 申请日: | 2023-03-01 |
公开(公告)号: | CN115861327A | 公开(公告)日: | 2023-03-28 |
发明(设计)人: | 请求不公布姓名 | 申请(专利权)人: | 成都数之联科技股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90;G06V10/26 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 孙朝锐 |
地址: | 610000 四川省*** | 国省代码: | 四川;51 |
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 pcb 颜色 变化 缺陷 检测 方法 装置 设备 介质 | ||
1.一种PCB颜色变化缺陷检测方法,其特征在于,包括以下步骤:
获取目标电路板的待检测图像;所述待检测图像为包含目标颜色变化缺陷的电路板图像;
对所述待检测图像中的颜色变化缺陷种类进行语义分割处理,获得二维矩阵图像;
将所述二维矩阵图像进行平铺处理,获得一维向量图像;
将所述一维向量图像中多余区域去除后,获得最小区域二维矩阵图像;
将所述最小区域二维矩阵图像中的像素值,按照预设阈值进行卡控,获得缺陷检测结果。
2.根据权利要求1所述PCB颜色变化缺陷检测方法,其特征在于,所述对所述待检测图像中的颜色变化缺陷种类进行语义分割处理,获得二维矩阵图像,包括:
将所述待检测图像输入至语义分割模型进行语义标注处理和语义分割处理,获得待检测区域图像;
将所述待检测区域图像中的像素点映射在RGB颜色空间,获得二维矩阵图像。
3.根据权利要求2所述PCB颜色变化缺陷检测方法,其特征在于,所述语义分割模型通过U-Net算法、Deeplab算法和SegFormer算法中至少一种算法训练获得。
4.根据权利要求1所述PCB颜色变化缺陷检测方法,其特征在于,所述颜色变化缺陷包括线路缺陷、锡球缺陷和切割道缺陷。
5.根据权利要求1所述PCB颜色变化缺陷检测方法,其特征在于,所述将所述二维矩阵图像进行平铺处理,获得一维向量图像;将所述一维向量图像中多余区域去除后,获得最小区域二维矩阵图像,包括:
基于所述二维矩阵图像,获取各像素点的颜色值;
将所述二维矩阵图像进行平铺处理,去除颜色值为0的像素点,获得一维向量图像;
基于所述一维向量图像的长度像素尺寸和宽度像素尺寸,获得所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数;
基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数,获得最小区域二维矩阵图像。
6.根据权利要求5所述PCB颜色变化缺陷检测方法,其特征在于,所述基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数或其倍数,获得最小区域二维矩阵图像,包括:
基于所述长度像素尺寸和所述宽度像素尺寸的最大公约数,获得对应像素尺寸的二维矩阵图像;
基于所述对应像素尺寸的二维矩阵图像中的缺陷区域,获得最小区域二维矩阵图像。
7.根据权利要求1所述PCB颜色变化缺陷检测方法,其特征在于,所述将所述最小区域二维矩阵图像中的像素值,按照预设阈值进行卡控,获得缺陷检测结果,包括:
获取所述最小区域二维矩阵图像中像素最小值、像素均值和像素最大值;
并基于预设像素最小阈值、预设像素均阈值和预设像素最大阈值,对所述最小区域二维矩阵图像进行颜色卡控,获得颜色变化缺陷检测结果。
8.根据权利要求7所述PCB颜色变化缺陷检测方法,其特征在于,所述预设像素最小阈值Amix通过如下关系式获得:
Amix=min/mean
其中,所述Amix为预设像素最小阈值,所述min为所述最小区域二维矩阵图像中像素最小值,所述mean为所述最小区域二维矩阵图像中像素均值。
9.根据权利要求7所述PCB颜色变化缺陷检测方法,其特征在于,所述预设像素均阈值Amean通过如下关系式获得:
Amean=mean/max
其中,所述Amean为预设像素均阈值,所述max为所述最小区域二维矩阵图像中像素最大值,所述mean为所述最小区域二维矩阵图像中像素均值。
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成都数之联科技股份有限公司,未经成都数之联科技股份有限公司许可,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/202310181535.2/1.html,转载请声明来源钻瓜专利网。