[發明專利]基于Gerber文檔內建建標的電路板精準檢測方法

有效

• 申請號: 201310684206.6
• 申請日: 2013-12-12
• 公開（公告）號: CN103678598B
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 陳鎮龍;宋昀岑;羅穎;譚育;譚良;謝恒;凌云;劉丁維;楊學光;賈宏宇;李文龍
• 申請（專利權）人: 成都術有科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 四川省成都市天策商標專利事務所51213
• 代理人: 劉渝

技術領域

本發明涉及一種電路板檢測方法，尤其涉及一種基于Gerber文檔內建建標的電路板精準檢測方法。

背景技術

隨著電子產品朝著輕、薄、小、巧的趨勢發展，電路板的精密度以及制程復雜度日益增加，對質量監控亦提出更加嚴苛的要求。目前的檢測方法均很難實現精準檢測。

檢測中的參照對比算法，通常要選擇一塊標準的PCB板作為參照，將被測板與標準板逐像素做比較，能夠檢測的缺陷種類很多，精確的PCB標準板決定了后續的檢測精度。在電路板制造業中，Gerber文檔是通過軟件語言描述電路板圖像圖形數據的文檔，稱其為電路板的標準光繪文件。Gerber格式的文件只包含元器件的基本物理特性，例如導線和焊盤形狀、大小、位置坐標等，不包含電器、網絡屬性。

發明內容

本發明的目的就在于提供一種解決上述問題，且基于Gerber文檔內建建標的電路板精準檢測方法。

為了實現上述目的，本發明采用的技術方案是：一種基于Gerber文檔內建建標的電路板精準檢測方法，方法步驟如下，

a.獲取制作電路板的標準光繪文件即Gerber文檔；

b.分析Gerber的數據結構，采用自上而下方式利用正則表達式分析方法提取出所需信息；

c.通過形態學算法、神經網絡BP算法對Gerber文檔解析后的圖像進行修正；

d.利用Gerber文檔的分層圖像，采用參照對比的檢測方法檢測電路板表觀缺陷，有效地提高了檢測的精度和效率；

作為優選，步驟b中，所述自上而下方式利用正則表達式分析方法中的自上而下方式是一個推導分析過程，推導與輸入字符串相匹配的語句，稱為帶回溯的自上而下分析法，從識別到開始標識符分析，利用各種產生式替換句型中的非終結符，一旦替換句型選項匹配不成功，就需要回溯到上層位置重新匹配；根據Gerber文檔的特殊設計模式，利用正則表達式進行檢索匹配，提取出所需信息。

作為優選，所述步驟b中，為了消除帶回溯的自上而下分析法的回溯和死循環，使用遞歸子程序推導出與輸入字符串想匹配語句，稱為帶推導回溯的自上而下分析方法。

作為優選，所述步驟c中，利用模式識別中數學形態學膨脹腐蝕的原理對所得到的Gerber文檔圖像進行算法修正處理，以利于后續檢測算法的進行；

膨脹的運算符記為A用結構元素B來膨脹記為其定義為上式表明利用結構元素B對A進行膨脹的過程是，先對B做關于原點的映射，然后進行平移x，保證A與B映像的交集不為空集；

腐蝕的算符記為Θ，其定義為上式表明利用結構元素B對A進行腐蝕的結果是所有A的集合，其中B平移x后仍在A集合中，用結構元素B腐蝕A得到的集合即是B完全包含于A中時B所處的原點位置集合。

作為優選，所述步驟c中，所述神經網絡BP算法通過改變迭代的權值，引入動量項在增長較快的方向加大步長數，盡量加速普通的反向傳播，最終消除迭代擺動，算法采用如下改進的形式，

newW＝oldW+λ(1-α)ΔW+α□oldΔW

權值該變量ΔW＝-grad_w(e(W))，λ表示學習率，α控制動量項相對于權值的變化量，參數λ和α替代了單個的步長參數。

與現有技術相比，本發明的優點在于：本發明專利通過解析電路板在制造階段對應的Gerber標準文件，避免實際板偏差過大的情況出現，引入Gerber文檔的解析方法，結合模式識別中神經網絡算法、形態學算法對解析標準板進行修正，生成標準圖像，從而提高后續參考對比算法處理的精度和速度。該方法不僅對印制電路板(PCB)以及撓性印制電路板(FPC)均可適用。

附圖說明

圖1為本發明原理框圖；

圖2為層前饋網絡結構示意圖；

圖3為自適應調整流程圖。

具體實施方式

下面將結合附圖對本發明作進一步說明。

實施例：參見圖1，一種基于Gerber文檔內建建標的電路板精準檢測方法，方法步驟如下，

a.獲取制作電路板的標準光繪文件即Gerber文檔；

b.分析Gerber的數據結構，采用自上而下方式利用正則表達式分析方法提取出所需信息；