[發明專利]一種自適應的PCB板缺陷視覺定位檢測及分類系統

有效

• 申請號: 201910161134.4
• 申請日: 2019-03-04
• 公開（公告）號: CN109839385B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 張美杰;李賢偉;張鵬中;張璐;王華龍;胡曉強;魏登明
• 申請（專利權）人: 佛山市南海區廣工大數控裝備協同創新研究院;佛山市廣工大數控裝備技術發展有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 廣州科沃園專利代理有限公司 44416
• 代理人: 徐翔

1.一種自適應的PCB板缺陷視覺定位檢測及分類系統，包括離線端的PCB整板像素點分類模塊，在線前端的PCB整板定位模塊，在線中端的缺陷檢測模塊，在線末端的缺陷分類模塊，其特征在于，該系統實施的具體步驟如下：

S1，對PCB整板進行離線像素點屬性分類，包括圓形PAD，方形PAD，平行線對PAD，單直線PAD和特殊異類PAD；

S2，對PCB整板進行在線定位，包括粗定位和精定位；

S3，對PCB整板進行在線缺陷檢測，包括缺陷定位和缺陷檢測；

S4，對PCB整板進行在線缺陷分類；

所述步驟S1的具體步驟包括：

S101，采集標準PCB整板圖像，并將其二值化，作為標準模板圖像；

S102，將上述二值圖像閾值處理，提取前景圖像連通域，并計算其數量Number_Connection；

S103，對分割出來的連通域做for循環，針對單個連通域分別做圓形開運算和矩形開運算以及平行線對提取運算，用以分割出圓形PAD、矩形PAD和平行線對PAD；

S104，對于圓形PAD，求其屬性，包括輪廓點坐標：Row_Circle，Col_Circle；圓心坐標及半徑：row_center_cir，col_center_cir，radius_cir；各輪廓點法向：Norm_Circle；對于矩形PAD，求其屬性，包括輪廓點坐標：Row_Rectangle，Col_Rectangle；矩形中心及矩形寬高：row_center_rec，col_center_rec，width_rectangle，height_rectangle；各輪廓點法向：Norm_Rectangle；對于平行線對PAD，求其屬性，包括輪廓點坐標：Row_LinePairs，Col_LinePairs；平行線間距離：Distance_LinePairs；各輪廓點法向：Norm_LinePairs；

S105，對單個連通域和上步分割出的圓形PAD，矩形PAD和平行線對PAD做減法運算，剩下的區域即為單直線PAD和特殊異類PAD的集合，對于單直線PAD，其屬性包括輪廓點坐標：Row_LineSingle，Col_LineSingle；各輪廓點法向：Norm_LineSingle；對于特殊異類PAD，其屬性包括輪廓點坐標：Row_Special，Col_Special；各輪廓點法向：Norm_Special；

S106，將上述所有連通域的各類PAD屬性集合，即得到整塊PCB板的所有像素點屬性，將其導入到SQL數據庫，作為后續PCB板缺陷點分類的標準模板；

所述步驟S2中的粗定位具體方法為：選擇模板PCB整板四個角為ROI區域，在每個ROI區域內制定搜索策略，即選擇特征多邊形，接著計算該特征多邊形分別在模板圖中的位置坐標Row_temp，Col_temp以及待測圖中的位置坐標Row_test，Col_test，并計算其行列坐標偏差offset_row，offset_col；然后將每個行列坐標偏差對應求和abs(offset_row[index]，offset_col[index])，后按照從小到大的順序排列，扔掉前面的3/10和后面的3/10，只留下中間部分的4/10作為有效數據，對這部分有效數據求其均方差，其中和均方差最為接近的數據即作為本次搜索策略的最終結果；最后，將四個角的四個數據作為一組模板數據；同樣的，對測試PCB板做同樣的操作，得到四個角的四個數據作為一組測試數據；然后，將這兩組數據作為透視變換的四組對應特征點，對測試PCB板作透視變換；變換后的圖像即為粗定位得到的矯正圖；

所述步驟S2中精定位具體方法為：分別將模板PCB和測試PCB分成若干FOV塊,每一塊都有一個索引號Index，然后對每個FOV塊進行對位，對位策略具體為：提取每個FOV的連通域，然后對該FOV的連通域作開運算，分割出圓形PAD和矩形PAD以及線對PAD，接下來分別計算上述分割出來的連通域在模板FOV的位置坐標Row_temp_fovIndex，以及在測試FOV的位置坐標Col_temp_fovIndex以及待測圖中的位置坐標Row_test_fovIndex，Col_test_fovIndex，并計算其行列坐標偏差offset_row_fovIndex，offset_col_fovIndex，將每個行列坐標偏差對應求和abs(offset_row_fovIndex[index],offset_col_fovIndex[index])，后按照從小到大的順序排列，扔掉前面的3/10和后面的3/10，只留下中間部分的4/10作為有效數據，對這部分有效數據求其均方差，其中和均方差最為接近的數據即作為本塊FOV的標準偏差，然后根據該標準偏差對該FOV塊進行矯正；

所述步驟S3中缺陷定位具體方法為：將模板PCB板FOV塊分割成overlap為10個像素的1500*1500的小圖Image_temp，將待測PCB板FOV塊分割成overlap為10個像素的1600*1600的小圖Image_test，然后用模板小圖創建模板，帶放縮的形狀模板匹配在待測小圖尋找模板，進行定位，利用返回的對位結果在待測小圖上摳出和模板小圖一樣大小的1500*1500圖Image_crop；接下來，對Image_temp和Image_crop作亦或處理，緊接著對處理結果作半徑為2個像素的開運算；剩下部分即為疑似缺陷點；

所述缺陷檢測具體方法為：對上步的疑似缺陷部分提取連通域，并對每個連通域求取最小外接矩形，接著分別對每個最小外界矩形向四周擴充20個像素，并由根據擴充后矩形左上角和右下角坐標分別在Image_temp和Image_crop上摳出同樣大小的圖像image_temp_susdfect和image_crop_susdefect，對image_temp_susdefect和image_crop_susdefect作輪廓超差處理，即可得到缺陷點，將模板輪廓坐標點在待測圖像上沿其法向方向游走；若模板輪廓坐標點在待測圖像上輪廓上為白像素，則說明模板圖和待測圖在該點重合，該點明顯不是缺陷點；反之，若模板輪廓坐標點在待測圖像上輪廓上為黑像素，則在其八領域找白像素，若找到，計算其與該點距離，并選擇距離最小的；若沒找到，則沿法線方向步進一個像素；重復上述步驟，如果在給定的閾值范圍內都沒找到白像素，則認為該點在待測圖上是缺陷點；

所述步驟S4具體方法為：在上步缺陷檢測的基礎上，如果檢測到image_crop_susdefect上有缺陷點，則認為這塊區域為缺陷區域；通過提取改區域的形態學特征和灰度特征，即可判定改缺陷塊的類別；在判斷出缺陷塊類別后，提取其輪廓點，遍歷根據S1對PCB整板像素點屬性分類創建的數據庫內容，即可判定該點是屬于圓形PAD，矩形PAD，平行線對PAD，還是特殊異類PAD。