[發(fā)明專(zhuān)利]PCB板表面缺陷檢測(cè)裝置及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110055145.1
• 申請(qǐng)日: 2021-01-15
• 公開(kāi)（公告）號(hào): CN112819756B
• 公開(kāi)（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 范洪輝;吳濤;周紅燕;陳林凱
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江蘇理工學(xué)院
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06V10/762;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 常州佰業(yè)騰飛專(zhuān)利代理事務(wù)所(普通合伙) 32231
• 代理人: 顧翰林

本發(fā)明提供了一種PCB板表面缺陷檢測(cè)裝置及方法，其中，方法中包括：將采集到PCB板圖片之后對(duì)其進(jìn)行擴(kuò)充及標(biāo)注，并使用k?means++選取初始聚類(lèi)中心之后，使用k?means聚類(lèi)出先驗(yàn)框；同時(shí)，將YOLOv3原網(wǎng)絡(luò)中的Darknet?53特征提取層換成EfficientNet網(wǎng)絡(luò)，將特征融合層擴(kuò)充為4層，并可加入Inception結(jié)構(gòu)和SPP結(jié)構(gòu)，根據(jù)先驗(yàn)框訓(xùn)練完成之后，對(duì)可能存在缺陷的PCB板圖片進(jìn)行檢測(cè)。相較于原YOLOv3網(wǎng)絡(luò)來(lái)說(shuō)，改進(jìn)后的表面缺陷檢測(cè)模型在對(duì)小目標(biāo)檢查的速度與準(zhǔn)確度都有大幅度的提升，還可以實(shí)現(xiàn)批量化生產(chǎn)和減少成本，避免人檢所帶來(lái)的一系列問(wèn)題，快速提升PCB的質(zhì)量，提升企業(yè)的綜合競(jìng)爭(zhēng)力。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種PCB板表面缺陷檢測(cè)方法。

背景技術(shù)

隨著大數(shù)據(jù)、人工智能、5G通信、物聯(lián)網(wǎng)等高新技術(shù)的迅速發(fā)展，極大的推動(dòng)了印刷電路板(以下簡(jiǎn)稱(chēng)PCB板)的發(fā)展。PCB板作為電子產(chǎn)品之母，對(duì)電子產(chǎn)品的重要性如同人類(lèi)的心臟。各類(lèi)電子產(chǎn)品的組成部件中PCB板必不可少，且電子產(chǎn)品的質(zhì)量很大程度上也取決于PCB板的質(zhì)量，以此PCB板對(duì)于各個(gè)品牌和商家的競(jìng)爭(zhēng)力也有很大影響，在出廠時(shí)對(duì)于PCB裸板的質(zhì)量要求和檢測(cè)效率要求也越來(lái)越高。

目前，對(duì)于PCB裸板的檢測(cè)主要還是依靠傳統(tǒng)的人工目檢，但是隨著線路密度的不斷增高，人工進(jìn)行檢測(cè)的難度隨之加大。為了解決這一問(wèn)題，有部分企業(yè)使用了針床檢測(cè)在線測(cè)試的方法對(duì)其進(jìn)行檢測(cè)，雖然這種方法相較于傳統(tǒng)人工方法有了明顯的進(jìn)步，但同時(shí)帶來(lái)了模板成本高、檢測(cè)尺寸受到限制、接觸式檢測(cè)方式易對(duì)PCB裸板造成損壞等局限性，依然無(wú)法達(dá)到產(chǎn)品批量化、高精度、高效率檢測(cè)的要求。利用較為先進(jìn)的以機(jī)器視覺(jué)為核心的自動(dòng)光學(xué)檢測(cè)系統(tǒng)(Automatic?Optical?Inspection，AOI)雖然能夠解決上述問(wèn)題，但是由于功能齊全產(chǎn)業(yè)完善的企業(yè)大多是國(guó)外企業(yè)，不斷引進(jìn)國(guó)外的AOI設(shè)備無(wú)疑會(huì)增加國(guó)內(nèi)企業(yè)的成本，對(duì)于國(guó)內(nèi)行業(yè)的發(fā)展不利，因此解決這一問(wèn)題是PCB行業(yè)的巨大挑戰(zhàn)。

發(fā)明內(nèi)容

針對(duì)上述問(wèn)題，本發(fā)明提供了一種PCB板表面缺陷檢測(cè)裝置及方法，有效解決現(xiàn)有PCB板表面缺陷檢測(cè)成本高、效率低等技術(shù)問(wèn)題。

本發(fā)明提供的技術(shù)方案如下：

一方面，本發(fā)明提供了一種PCB板表面缺陷檢測(cè)裝置，包括：

圖片采集模塊，用于采集待檢測(cè)PCB板圖片；

表面缺陷檢測(cè)模塊，用于將所述圖片采集模塊獲取的PCB板圖片送入預(yù)訓(xùn)練的表面缺陷檢測(cè)模型，對(duì)所述PCB板中可能存在的表面缺陷進(jìn)行檢測(cè)；所述表面缺陷檢測(cè)模型為改進(jìn)的YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)，所述YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)中主干網(wǎng)絡(luò)為改進(jìn)后的EfficientNet網(wǎng)絡(luò)，所述EfficientNet網(wǎng)絡(luò)中包括多個(gè)用于提取特征的MBConvBlock結(jié)構(gòu)，在每個(gè)所述MBConvBlock結(jié)構(gòu)中：采用1×1的卷積對(duì)輸入的數(shù)據(jù)增加維度之后，進(jìn)一步對(duì)其進(jìn)行N×N的卷積操作，并利用注意力機(jī)制為每個(gè)通道添加相應(yīng)的權(quán)值實(shí)現(xiàn)特征提取，最后利用1×1的卷積進(jìn)行維度降低操作并添加相應(yīng)的殘差邊。

在本技術(shù)方案中，基于改進(jìn)后YOLOv3網(wǎng)絡(luò)的深度學(xué)習(xí)檢測(cè)方法作為一種非接觸智能檢測(cè)技術(shù)，融合了圖片處理、模式識(shí)別、人工智能、計(jì)算機(jī)視覺(jué)、光學(xué)等技術(shù)，具有高效率、高精度、高智能、可編程等優(yōu)點(diǎn)。

另一方面，本發(fā)明提供了一種PCB板表面缺陷檢測(cè)方法，應(yīng)用于上述PCB板表面缺陷檢測(cè)裝置，所述PCB板表面缺陷檢測(cè)方法包括：

采集待檢測(cè)PCB板圖片；