[發明專利]一種自適應統計模型訓練方法、焊點缺陷檢測方法及系統

有效

• 申請號: 202110698845.2
• 申請日: 2021-06-23
• 公開（公告）號: CN113378957B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 蔡念;莫卓錕;肖盟;黃欽豪;鄧宇宏;陳梅云;王晗
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/778;G06V10/774
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 韓靜粉

本發明公開了一種自適應統計模型訓練方法、焊點缺陷檢測方法及系統。其中訓練方法包括：選取IC元件焊點樣本與初始化后的自適應統計模型中的模板進行匹配；匹配成功則進行模板重要性累積，得到重要性累積值以及更新模板重要性；判斷重要性累積值是否小于累積閾值；若是則判斷已匹配的模板數量是否大于模板總數量；若是則更新模板數量和鄰域模板重要性；對匹配距離閾值、更新概率、最小重要性模板、頻率分布圖以及缺陷度閾值進行更新；判斷已匹配的樣本數量是否大于樣本總數量；若是則獲得訓練后的自適應統計模型。不僅有效提高了經訓練得到的自適應統計模型對IC元件焊點缺陷的檢測精確性，同時還保持了檢測效率，避免了人為經驗導致的偏差。

技術領域

本發明涉及缺陷檢測技術領域，尤其涉及一種自適應統計模型訓練方法、焊點缺陷檢測方法及系統。

背景技術

集成電路芯片(Integrated?Circuit?Chip，簡稱IC芯片)是在硅半導體片上的、由大量微電子元器件組成的電子電路。在印刷電路板(Printed?Circuit?Board，PCB)中，焊點是電子元件與電路板之間銜接的橋梁，起著原件與電路板的機械固定作用以及電氣連接、電信號的傳遞作用。

表面貼裝技術(Surface?Mounted?Technology，SMT)是在PCB基礎上進行加工的系列工藝流程的簡稱，是電子組裝行業里最流行的一種技術和工藝。目前，在進行表面貼裝時需要的程序有錫膏印刷、元件貼片和再流焊接等，這些程序難于精細控制，會導致產生較多的焊點缺陷。焊點缺陷檢測是焊點質量保障的關鍵環節，影響電路板產品的好壞。隨著對PCB功能的要求越來越高，PCB的元器件密度在不斷上升，元器件尺寸越來越小，僅僅依靠人工檢測方法和電氣檢測方法無法滿足檢測需求。自動光學檢測(Automated?OpticalInspection，AOI)是對印刷電路板的自動化視覺檢測技術，用于表面貼裝技術生產中的質量控制，通過機器視覺檢測算法，可非接觸、無損、快速、重復、可靠地檢測焊點的缺陷。AOI基本工作流程為通過CCD檢測PCB元器件的圖像后進行處理從而檢測缺陷。由于IC芯片相較于其他一般的PCB元器件來說，尺寸較小，導致在圖像上顯示的正常焊點和有缺陷焊點相似度很高，因此在AOI時需要優秀的檢測算法才能應對，這是目前仍在攻克的技術難關。現有技術中，公開號為CN104867145A的專利文獻公開了一種基于視覺背景提取模型的IC元件焊點缺陷檢測方法，雖然其在一定程度上能有效地檢測出IC元件焊點的缺陷，但同時也存在一些問題，具體如下：

(1)視覺背景提取模型中運用隨機采樣機制從合格IC焊點樣本中選出樣本作為模板，沒有考慮到盡管是合格IC焊點樣本集中也有重要的樣本和不重要的樣本之分，這么做導致了用一些沒有針對性篩選的樣本用作模板進行檢測，從而降低檢測精度。

(2)視覺背景提取模型中所有像素點均采用同樣數量的模板，沒有考慮到IC焊點樣本在不同像素點由于所處的IC部位不同所需要的模板數量也不同，導致了有些像素點的模板不足，有些像素點的模板過多，一方面導致準確性不足，另一方面導致檢測速率過慢。

(3)視覺背景提取模型中的分類閾值、匹配距離閾值、更新概率均采用經驗值，沒有考慮到在復雜的元器件裝配環境中會經常需要調整參數，常用人為經驗參數會極大的影響檢測的準確性。

因此，如何對現有技術進行改進，或者是提供一種新的IC元件焊點缺陷檢測技術成為了本領域技術人員亟待解決的技術課題。

以上信息作為背景信息給出只是為了輔助理解本公開，并沒有確定或者承認任意上述內容是否可用作相對于本公開的現有技術。

發明內容

本發明提供一種自適應統計模型訓練方法、焊點缺陷檢測方法及系統，以解決現有技術的不足。

為實現上述目的，本發明提供以下的技術方案：

第一方面，本發明實施例提供一種自適應統計模型訓練方法，所述方法包括：

從樣本訓練集中選取IC元件焊點樣本；