[發明專利]印刷電路板圖像輪廓提取方法及裝置

有效

• 申請號: 201811296385.5
• 申請日: 2018-11-01
• 公開（公告）號: CN109472271B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 趙敏;姚毅;劉士清;李寶同
• 申請（專利權）人: 凌云光技術股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/32
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

本申請實施例提供了一種印刷電路板輪廓提取方法及裝置，方法包括：將原始灰度圖像進行二值化處理，輸出二值化灰度圖像，利用LOG算子對二值化灰度圖像進行卷積處理，得到與像素點相對應的卷積數據，判斷卷積數據的值是否為零，如果為零，確定與卷積數據對應的像素點為邊緣點；如果不為零，利用亞像素點插值法計算得到與卷積數據對應的亞像素邊緣點，利用Sobel算子計算邊緣點和亞像素邊緣點的梯度和幅值，根據邊緣點、亞像素邊緣點、邊緣點的梯度和幅值以及亞像素邊緣點的梯度和幅值，得出原始灰度圖像的輪廓。本申請實施例提供的印刷電路板圖像輪廓提取方法，能夠提高亞像素提取的精度，對于細微細節部分的輪廓檢測更穩定，減少漏檢與無檢測的發生。

技術領域

本公開涉及圖像識別技術領域，尤其涉及一種印刷電路板圖像輪廓提取方法及裝置。

背景技術

隨著線路板行業的發展，國內外客戶對線路板產品的要求越來越高，對印刷電路板的檢測的精度的要求也越來越高。印刷電路板制造過程中，制造廠必須不斷地進行測試與檢查。電路板密度的增加挑戰這傳統針床在線測試以及操作員的視覺檢查能力。如果改變電路板的尺寸大小，則使手工檢查更加困難。為了對這些發展做出反應，越來越多的制造廠開始評估AOI作為一個解決方案。AOI是“Automatic Optical Inspector”的縮寫，中文名為“自動光學檢查儀”。主要原理是將要檢查的部件用光學掃描得到數字圖像，應用一定的圖像處理技術將該部件與設計標準圖像或設計數據進行比較，找出其間的差異并報告出來，操作人員根據報告找出缺陷位置進行分析和修復，從而達到控制質量和改善工藝的目的。

AOI檢測軟件的處理流程包括：輪廓提取、全局配準、精細配準以及缺陷檢測。輪廓提取是通過對灰度圖像進行處理，得到輪廓邊緣點數據。在印刷電路板的檢測過程中通過會使用到AOI檢測技術，AOI檢測技術是通過光學掃描得到印刷電路板的數字圖像，在經過圖像處理技術提取印刷電路板的智能輪廓在進行印刷電路板的質量檢測。AOI主要在裝配線上檢查頂面回流焊接元件，檢查播放焊接前通孔元件，檢查播放焊接之后的通孔及SMT元件，檢查壓入配合之后的連接器引腳。

隨著電路越來越精細，要求檢測出的缺陷越來越小，若用提高圖像分辨率的方法來提升檢測能力，則不利于提升產能，因此需要引入亞像素的檢測方法。然而現有的AOI關于亞像素的算法求取的輪廓大小與真實輪廓大小存在細微的差別，現有的算法對于亞像素提取的精度不夠高，對于細微細節部分的輪廓檢測不穩定，容易造成漏檢與無檢測的發生。

發明內容

為克服相關技術對于亞像素提取的精度不夠高，對于細微細節部分的輪廓檢測不穩定，容易造成漏檢與無檢測的發生的問題，本申請提供一種印刷電路板圖像輪廓提取方法和裝置，能夠提高亞像素提取的精度，對于細微細節部分的輪廓檢測更穩定，減少漏檢與無檢測的發生。

根據本申請實施例的第一方面，提供一種印刷電路板圖像輪廓提取方法，包括：

獲取原始灰度圖像；

將所述原始灰度圖像進行二值化處理，輸出二值化灰度圖像；

利用LOG算子對所述二值化灰度圖像進行卷積處理，得到與像素點相對應的卷積數據；

判斷所述卷積數據的值是否為零，如果為零，確定與所述卷積數據對應的像素點為邊緣點；如果不為零，利用亞像素點插值法計算得到與所述卷積數據對應的亞像素邊緣點；

利用Sobel算子計算所述邊緣點的梯度和幅值，根據所述邊緣點的梯度和幅值確定落在所述邊緣點的所述亞像素邊緣點的梯度和幅值；

根據所述邊緣點、所述亞像素邊緣點、所述邊緣點的梯度和幅值以及所述亞像素邊緣點的梯度和幅值，得出所述原始灰度圖像的輪廓。

可選的，所述將所述原始灰度圖像進行二值化處理，輸出二值化灰度圖像包括：

獲取低閾值和高閾值；

判斷低閾值和高閾值的大小關系；