[發(fā)明專利]考慮微鉆磨損量特征的印制電路板孔壁粗糙度預測方法

在審

• 申請?zhí)枺?/td>: 202110880792.6
• 申請日: 2021-08-02
• 公開（公告）號: CN113724199A
• 公開（公告）日: 2021-11-30
• 發(fā)明（設計）人: 劉志亮;李鍵辰;左明健
• 申請（專利權）人: 青島明思為科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/62;G06T7/90;G06T7/13;G06T7/187;G06T5/00;G06Q10/06;G06Q50/04
• 代理公司: 四川鼎韜律師事務所 51332
• 代理人: 溫利平

1.一種考慮微鉆磨損量特征的印制電路板孔壁粗糙度預測方法，其特征在于，包括以下步驟：

(1)、采集PCB微鉆的光學圖像及PCB機械鉆孔機床上的進給速度和轉速；

(1.1)、采集帶有磨損的PCB微鉆光學圖像，包括多張PCB微鉆正面圖像和一張PCB微鉆底面圖像，并將每張圖像的尺寸大小統(tǒng)一處理為M×N；

(1.2)、讀讀取PCB機械鉆孔機床上的進給速度和轉速；

(2)、處理PCB微鉆正面圖像提取微鉆的實際直徑；

(2.1)、微鉆輪廓疊加合成；

將每張PCB微鉆正面圖像轉換為一個二維數組，其中，第k張PCB微鉆正面圖像轉換后的二維數組記為F^k；

式中，f_ij表示第i行第j列像素點的灰度值，i＝1,2,…,M，j＝1,2,…,N；

以采集的第一張PCB微鉆正面圖像作為疊加的基準圖像，之后將第二張PCB微鉆正面圖像疊加到基準圖像上，并對對應像素點做像素差值，即：

然后將像差值小于三個灰度值的保留基準圖像上的像素點，像差值大于三個灰度值的則保留像素值較低的像素點，由此獲得第二張基準圖；在以新的基準圖像為基準依次疊加后續(xù)PCB微鉆正面圖像，從而獲得顯示真實完整的微鉆輪廓圖像；

(2.2)、測量微鉆的實際直徑；

對微鉆輪廓圖像進行二值化處理，然后在二值化圖像的基礎上進行邊緣提取，提取出刀具的邊緣輪廓，最后在邊緣輪廓的基礎上，選取邊緣輪廓圖像上的兩個轉折點，并記為關鍵點，通過測量兩個關鍵點之間的實際距離得到微鉆的實際直徑。

(3)、處理PCB微鉆底面圖像提取微鉆刃面的磨損面積以及最大缺深度；

(3.1)、基于區(qū)域生長算法的刃面磨損識別；

對PCB微鉆底面圖像進行高斯濾波去噪處理，在濾波圖像的基礎上采用最大類間方差法OTSU進行二值化處理，得到顯示微鉆刃面的二值化圖像；

在二值化圖像上，將種子點定位在微鉆刃面上，然后基于區(qū)域生長算法，使用四連通區(qū)域進行區(qū)域生長，得到帶有磨損程度的微鉆刃面圖像；

(3.2)、提取微鉆刀刃刃面磨損面積和缺口深度；

給定一張完整未磨損的微鉆刃面圖像；將帶有磨損程度的微鉆刃面圖像與完整未磨損的微鉆刃面圖像通過中心和底面邊緣線進行定位，定位后相減得到微鉆刃面的磨損區(qū)域，最后通過識別磨損區(qū)域的像素點多少得到微鉆刃面的磨損面積和缺口深度；

(4)、基于GBDT網絡的PCB孔壁粗糙度預測方法

將微鉆的實際直徑、微鉆刀刃刃面磨損面積和缺口深度，以及PCB機械鉆孔機床上的進給速度和轉速作為輸入特征，并輸入至訓練完成的GBDT網絡，最終得到PCB孔壁粗糙度。

2.根據權利要求1所述的一種考慮微鉆磨損量特征的印制電路板孔壁粗糙度預測方法，其特征在于，所述步驟(3.1)中，利用四連通區(qū)域進行區(qū)域生長的具體過程為：

1)、設置四連通區(qū)域[N_e]并計算四連通區(qū)域的像素強度值σ；

σ＝f[(x,y)+N_e(k,:)]k＝1,2,3,4

式中，f[·]表示生長后的種子像素點(x,y)的像素值，N_e(k,:)是[N_e]中的第k階行向量；

2)、設置四連通區(qū)域的生長條件；

設置四連通區(qū)域的生長閾值d；設置四連通區(qū)域的最大生長迭代次數n，當前生長迭代次數記為i，初始化i＝1；

3)、對種子點進行四連通區(qū)域生長；

3.1)、在微鉆刃面上選擇一個像素點作為種子點；

3.2)、計算種子點第i次迭代生長后的像素值f_i(x,y)與四連通區(qū)域的像素強度值σ的差值d_i，即d_i＝f_i(x,y)-σ；

3.3)、如果d_i≥d，則停止生長，跳轉至步驟3.5)；否則，判斷當前迭代次數i是否達到最大迭代次數n，如果到達，則停止生長，跳轉至步驟3.5)，否則，對種子點繼續(xù)生長，并按照如下公式更新種子點的像素值；

3.4)、更新完成后返回步驟3.2)；

3.5)、輸出帶有磨損程度的微鉆刃面圖像。