[發明專利]一種PCB文字區域缺陷檢測方法

在審

• 申請號: 202011299780.6
• 申請日: 2020-11-19
• 公開（公告）號: CN112419260A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 李海青;陳麗;侯廣琦
• 申請（專利權）人: 深圳虹星智能有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G01N21/88;G01N21/956
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種PCB文字區域缺陷檢測方法。該方法包括以下步驟：S1獲取標準圖像子區域圖像，將標準圖像拆分為便于處理的小圖像；S2使用已訓練好的文字檢測模型篩選包含文字的標準子區域圖像；S3利用一種快速定位方法獲取和標準子區域圖像對應的測試子區域圖像，并標注數據構建訓練數據集；S4搭建模型，并使用訓練數據集訓練模型；S5將標準文字區域圖像和測試文字區域圖像送入訓練好的網絡，獲得預測結果；S6根據網絡預測結果判斷子區域圖像是否含有缺陷。利用本發明，能夠準確地檢測PCB文字區域的缺陷，排除了文字不一致時的誤判。本發明可廣泛用于工業視覺中PCB板相關的缺陷檢測系統中。

技術領域

本發明涉及數字圖像處理、模式識別和統計學習等技術領域，尤其涉及一種PCB文字區域缺陷檢測方法。

背景技術

PCB(Printed Circuit Board)，中文名稱為印制電路板，又稱印刷線路板，是重要的電子部件，是電子元器件的支撐體，是電子元器件電器連接的載體。PCB板本身是否存在缺陷將直接影響使用該PCB電路板的設備性能，所以對于PCB電路板的缺陷檢測顯得尤為必要。PCB缺陷種類較多，包含露銅、板污、線路刮傷、阻焊過薄、防焊偏移、文字模糊等十幾種缺陷，不同的缺陷形狀、大小、顏色、位置均不一樣，導致檢出困難，尤其是文字區域。文字作為PCB板上的標識區域，在PCB板面上占有相當大一部分比重。有作為元件型號標識的固定文字區域，還有作為版本號或者生產日期標識的可變文字區域。文字區域的缺陷主要包含兩種類型：一種是文字本身的缺陷，如文字模糊、文字缺失；另一種是其他類型的缺陷，比如露銅、臟污等。當前現有的一些缺陷檢測技術中，大部分是基于差影法，通過對比標準圖像和測試圖像的特征差異或者連通域的差異，若不一致則認為有缺陷，不一致區域即為缺陷位置；另一種是基于深度學習的方法，深度學習包含兩種思路，一種是基于目標檢測的思路，把缺陷當做一種目標來進行檢測；另一種是基于分割的思想，對圖像區域每個像素進行分類判斷，再經過連通域等后處理來定位缺陷。文字相比其他區域特殊的地方在于不能簡單地把差異的地方當做缺陷，差異也可能是文字內容的差異，不一定是缺陷。針對文字的缺陷，現有方法大部分使用文字識別、或者文字特征模板的比對來判斷是否有差異，以此來檢測文字缺陷。無論是傳統的方法還是深度學習方法，這兩種方法對于文字區域會存在以下問題：無法將真正的缺陷和文字內容差異區分開來。當文字占比較大時，檢測準確度明顯下降，所以需要對文字區域部分做特殊處理，以此來更進一步提升缺陷檢測的準確率。

發明內容

本發明的目的在于提供一種PCB文字區域缺陷檢測方法，以解決上述技術問題。

為了實現上述目的，本發明提出的一種PCB文字區域缺陷檢測方法包括以下步驟：

步驟S1，獲取標準圖像子區域圖像，將標準圖像裁剪為便于處理的小塊圖像；

步驟S2，使用已訓練好的文字檢測模型篩選包含文字的所述標準子區域圖像；

步驟S3，獲取和所述標準子區域圖像對應的測試子區域圖像。結合PCB圖像內容較規整的特點，采用基于邊緣特征的匹配方法粗對位，進一步采用歸一化互相關NCC作為圖像相似度判斷準則進行精對位。標注獲取的圖像對構成訓練集；

步驟S4，搭建所述模型并訓練模型。所述模型結合了文字檢測和分割的方法，對所述圖像進行文字和缺陷的像素級別分類；

步驟S5，將所述標準文字區域圖像和測試文字區域圖像在通道方向做連接，送入訓練好的網絡，獲得預測結果；

步驟S6，根據所述預測結果，結合PCB設計文件的位置信息、預測缺陷區域的大小等判斷是否含有缺陷。

本發明中提出的PCB文字區域缺陷包括但不限于：阻焊過薄、防焊偏移、板污、露銅、文字不清、字符模糊、文字缺失、文字偏移上焊盤。

本發明提出一種PCB文字區域缺陷檢測方法。本發明所述方法對于提高計算機視覺PCB缺陷檢測的準確性和魯棒性具有重要意義，其主要優點如下：