CN103529041B - 基于图像特征的电路板新旧程度判定方法和*** - Google Patents
基于图像特征的电路板新旧程度判定方法和*** Download PDFInfo
- Publication number
- CN103529041B CN103529041B CN201310533952.5A CN201310533952A CN103529041B CN 103529041 B CN103529041 B CN 103529041B CN 201310533952 A CN201310533952 A CN 201310533952A CN 103529041 B CN103529041 B CN 103529041B
- Authority
- CN
- China
- Prior art keywords
- feature
- circuit board
- image
- new
- old
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于图像特征的电路板新旧程度判定方法和***,属于电路板检测技术领域。该判定方法包括以下步骤:采集电路板的图像,提取图像中的特征,并将该特征进行分类;并与预先建立的统计特征数据库中的标准特征进行对比,确定其新旧系数;利用所述特征的新旧系数和权重系数,得出新旧判定系数;将该新旧判定系数与预设值进行比较,得出新旧程度判定结果。利用本发明的判定方法和***,通过图像特征量的分类统计,快速建立电路板器件的新旧综合判定模型,能够实现电路板新旧程度的自动、便捷、快速、准确检验,可广泛应用于电路板器件的检测工作中。
Description
技术领域
本发明涉及一种对电路板进行检测的方法,特别是涉及一种基于图像特征的电路板新旧程度判定方法和***。
背景技术
随着我国对外经济贸易快速发展,进口旧机电产品每年都有较大幅度增长。作为工业基础装备的一部分,进口旧机电产品在不同时期为节约成本、加速建设、推动我国工业技术发展起到一定促进作用。但是相对于产品安全、卫生、环保要求的日益提高及配套标准的更新,进口旧机电产品往往存在与我国现行有关产品安全、卫生、环保的强制性技术规范不符的情况,很多产品更存在较大风险和隐患。
近年来在口岸检验中时有查获一些不法企业以“以旧充新”或“新旧混装”等违法手段,逃避检验检疫监管,把不符合安全、卫生、环保要求的旧机电产品入境。由于部分旧机电产品经过翻新或成新度很高,单纯依靠人工外观检验效率较低、失误率大,且目前无有效技术手段进行自动鉴别,给检验工作带来较大困难,影响检验结果权威性。若过多不合格旧机电产品入境,将严重威胁到国家和人民的生命财产安全。
目前电路板的光学检测法主要是依靠分析印刷电路板的反射光或者透射光所形成的图像来检测印刷电路板的质量,从而判断其新旧,这种方法目前尚未能综合多方面因素对电路板的新旧进行判断。
发明内容
基于此,本发明的目的在于克服现有技术的缺陷,提供一种基于图像特征的电路板新旧程度判定方法,该判定方法从多方面因素出发,综合考虑,能够得到更加准确的判定结果。
为实现上述目的,本发明采取以下技术方案:
一种基于图像特征的电路板新旧程度判定方法,包括以下步骤:
采集电路板的图像,提取图像中的特征,并将图像中的特征按照电路板的油墨色彩、丝印层字样、缺陷和电气节点氧化情况进行分类,分为油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征;
将上述油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征与预先建立的统计特征数据库中存储的标准特征进行对比,确定与每个特征相对应的新旧系数;
利用上述特征的新旧系数,以及预定的与该特征对应的权重系数,得出新旧判定系数;
将该新旧判定系数与预设值进行比较,得出新旧程度判定结果。
本发明的判定方法,提供了一种从图像学角度出发,对电路板的新旧进行判断的方法,本发明通过大量的研究调查,综合多方面的因素考虑后,选定了电路板油墨色彩、电路板丝印层字样、电路板缺陷、电气节点氧化等特征,作为评估手段,并且为了更加准确的反映电路板真实情况,还根据不同特征的重要性对其赋予了不同的权重系数,最终通过各特征的新旧系数和其重要性综合考虑,得出电路板新旧程度的判定结果。
在其中一个实施例中,所述预先建立的统计特征库通过以下方法建立:
预先采集不同年限电路板的图像,提取图像中的特征,作为标准特征,建立不同标准特征对应不同新旧系数的统计特征数据库。根据需要,选择适合的不同年限(如0.125、0.25、0.5、1、2、3、5、7、10、10年以上等)的电路板,采集其各特征,并将图像中的特征按照电路板的油墨色彩、丝印层字样、缺陷和电气节点氧化情况进行分类,分为油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征,然后根据电路板的实际年限,为每个标准特征定义新旧系数。与通过模拟定义的图像特征相比,以真实电路板的图像特征作为参比,能够更为准确的反映电路板的新旧程度。
在其中一个实施例中,采集到电路板的图像后,先经过图像去噪,再提取图像中的特征。采用常规的图像去噪技术,去除各种干扰因素,保证提取得到的图像特征能够准确再现电路板的真实情况。
在其中一个实施例中,所述油墨色彩特征包括绿、红、黑、蓝的子特征;所述丝印层字样特征包括磨损、色彩的子特征;所述缺陷特征包括缺损、腐蚀、污渍的子特征;所述电气节点氧化特征包括焊盘、过孔的子特征。根据具体电路板的情况,将不同类型的特征进行细分,可以从更加全面的角度对电路板的新旧程度做出判定。
在其中一个实施例中,所述权重系数根据不同类型的特征对电路板新旧程度判定的影响程度确立,且将各类型特征的权重系数加和值设为1。通过这样的设计,可以让一些重要的特征在判定过程中起到更为重要的作用,提高判定的准确度。
在其中一个实施例中,如某些特征在所检测的电路板中不存在,则相应的权重系数取0,并按权重比例将其权重分配到其他特征中。提高判定的准确性。
在其中一个实施例中,在提取图像中的特征后,先判断是否存在重大缺陷,若存在,则直接判定为旧电路板或者不合格电路板;若不存在,则进行后续步骤。若存在重大缺陷,则无需进行后续步骤,可以简化判定流程,提高判定效率。所述重大缺陷为:电路板折断、元器件脱落等。也可根据不同的具体需求,设定不同的缺陷为重大缺陷。
在其中一个实施例中,所述新旧判定系数的计算方法为,将各类型特征的新旧系数与其权重系数相乘,再进行加和,即得新旧判定系数。该新旧判定系数的计算方法既考虑了电路板各方面对新旧程度的影响,又考虑了各特征对新旧程度影响的重要性,全面而客观的反映了电路板的新旧程度。
本发明还提供一种电路板新旧程度的判定***,采用上述的判定方法,包括用于采集图像的图像采集模块、用于提取图像特征并与统计特征数据库中标准特征进行对比的图像分析模块和用于计算新旧判定系数的结果判定模块,所述图像采集模块、图像分析模块和结果判定模块依次电气连接。
本发明的电路板新旧程度的判定***,为上述的判定方法提供了硬件支持。
与现有技术相比,本发明具有以下有益效果:
本发明的一种基于图像特征的电路板新旧程度判定方法和***,利用该判定***,通过图像特征量分类统计,快速建立电路板器件的新旧综合判定模型,能够实现电路板新旧程度的自动、便捷、快速、准确检验,提高检测效率,降低人为判定困难和失误,实用性强,可广泛应用于电路板器件的检测工作中,特别是适用于全国各进口岸对进口机电的检测中。
附图说明
图1为本发明实施例中电路板新旧程度判定方法流程图;
图2是本发明实施例中电路板新旧程度判定***的结构示意图;
图3是本发明实施例中电路板新旧程度判定方法的程序流程图;
图4是本发明实施例中电路板新旧程度判定方法中图像子特征分类统计模型图。
具体实施方式
以下结合附图和具体实施例来详细说明本发明。
一种基于图像特征的电路板新旧程度判定方法,如图1所示,包括以下步骤:
步骤10:采集电路板的图像,提取图像中的特征,并将图像中的特征按照电路板的油墨色彩、丝印层字样、缺陷和电气节点氧化情况进行分类,分为油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征;
上述步骤具体为:将被测进口机电电路板器件放置于图像采集装置上,如图2所示,通过判定***中的CCD(图像传感器)和镜头自动采集进口岸现场电路板器件图像,并通过NI图像采集卡采集到PC机中,通过图像分析判定模块进行图像去噪、图像特征提取。
在提取图像的特征后,先判断是否存在重大缺陷(如电路板折断、元器件脱落等),若存在,则直接判定为旧电路板或者不合格电路板;若不存在,则继续进行下述步骤,如图3所示。
将各特征按照图4所示,自动分类为油墨色彩特征c、丝印层字样特征w、缺陷特征d、电气节点氧化特征h等不同类型的特征。
其中,油墨色彩特征按照现有电路板油墨颜色,分为绿cg、红cr、黑cb1、蓝cb2等子特征;丝印层字样特征按照新旧变化,分为磨损wt和色彩变化wc两种子特征;缺陷特征按常规缺陷分为缺损dw、腐蚀dc、污渍db等子特征;电气节点氧化特征分为焊盘氧化hp和过孔氧化ho两种子特征;均根据实际情况选择相应适合的子特征。
步骤20:将上述油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征与预先建立的统计特征数据库中存储的标准特征进行对比,确定与每个特征相对应的新旧系数;
上述步骤具体为:首先通过预先采集0.125、0.25、0.5、1、2、3、5、7、10、10年以上等年限电路板器件的子特征,作为标准特征,建立不同标准特征对应不同新旧系数的统计特征数据库,作为子特征新旧系数的对比标准。
然后将上述已分类的各子特征与特征数据库中各子特征进行对比,确定被测电路板各子特征的新旧系数,
步骤30:利用上述特征的新旧系数,以及预定的与该特征对应的权重系数,得出新旧判定系数;
上述步骤具体为:预先根据各子特征对电路板新旧程度判定的影响程度统计结果,确定各子特征的权重系数,如图3所示,包括油墨色彩α,丝印层字样磨损β1、丝印层字样色彩变化β2,缺损χ1、腐蚀χ2、污渍χ3,电气节点焊盘氧化δ1、电气节点过孔氧化δ2,并满足以下关系式
α+β1+β2+χ1+χ2+χ3+δ1+δ2=1
基于上述确立的各子特征权重系数和新旧系数建立如下新旧判定模型,并计算新旧判定系数R。
R=αc+β1wt+β2wc+χ1dw+χ2dc+χ3db+δ1hp+δ2ho
若某些子特征在所检测电路板中不存在,则相应权重系数取0,并按权重比例将其权重分配到其他子项中,保证判定结果的准确性。
步骤40:将该新旧判定系数与预设值进行比较,得出新旧程度判定结果。
上述步骤具体为:根据上式,计算出被测电路板的新旧判定系数R,并根据R值大小判定进口机电电路板器件新旧程度,得出判定结论为:全新、翻新、新旧混装或旧电路板。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于图像特征的电路板新旧程度判定方法,其特征在于包括以下步骤:
采集电路板的图像,提取图像中的特征,并将图像中的特征按照电路板的油墨色彩、丝印层字样、缺陷和电气节点氧化情况进行分类,分为油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征;
将上述油墨色彩特征、丝印层字样特征、缺陷特征和电气节点氧化特征与预先建立的统计特征数据库中存储的标准特征进行对比,确定与每个特征相对应的新旧系数;
利用上述特征的新旧系数,以及预定的与该特征对应的权重系数,得出新旧判定系数;
所述权重系数根据不同类型的特征对电路板新旧程度判定的影响程度确立,且将各类型特征的权重系数加和值设为1;
所述新旧判定系数的计算方法为,将各类型特征的新旧系数与其权重系数相乘,再进行加和,即得新旧判定系数;将该新旧判定系数与预设值进行比较,得出新旧程度判定结果。
2.根据权利要求1所述的基于图像特征的电路板新旧程度判定方法,其特征在于,所述预先建立的统计特征数据库通过以下方法建立:
预先采集不同年限电路板的图像,提取图像中的特征,作为标准特征,建立不同标准特征对应不同新旧系数的统计特征数据库。
3.根据权利要求1所述的基于图像特征的电路板新旧程度判定方法,其特征在于,采集到电路板的图像后,先经过图像去噪,再提取图像中的特征。
4.根据权利要求1所述的基于图像特征的电路板新旧程度判定方法,其特征在于,所述油墨色彩特征包括绿、红、黑、蓝的子特征;所述丝印层字样特征包括磨损、色彩的子特征;所述缺陷特征包括缺损、腐蚀、污渍的子特征;所述电气节点氧化特征包括焊盘、过孔的子特征。
5.根据权利要求4所述的基于图像特征的电路板新旧程度判定方法,其特征在于,如某些特征在所检测的电路板中不存在,则相应的权重系数取0,并按权重比例将其权重分配到其他特征中。
6.根据权利要求1所述的基于图像特征的电路板新旧程度判定方法,其特征在于,在提取图像中的特征后,先判断是否存在重大缺陷,若存在,则直接判定为旧电路板或者不合格电路板;若不存在,则进行后续步骤。
7.一种电路板新旧程度的判定***,其特征在于,采用权利要求1-6任一项所述的判定方法,包括用于采集图像的图像采集模块、用于提取图像特征并与统计特征数据库中标准特征进行对比的图像分析模块和用于计算新旧判定系数的结果判定模块,所述图像采集模块、图像分析模块和结果判定模块依次电气连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310533952.5A CN103529041B (zh) | 2013-10-31 | 2013-10-31 | 基于图像特征的电路板新旧程度判定方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310533952.5A CN103529041B (zh) | 2013-10-31 | 2013-10-31 | 基于图像特征的电路板新旧程度判定方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103529041A CN103529041A (zh) | 2014-01-22 |
CN103529041B true CN103529041B (zh) | 2015-07-29 |
Family
ID=49931228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310533952.5A Active CN103529041B (zh) | 2013-10-31 | 2013-10-31 | 基于图像特征的电路板新旧程度判定方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103529041B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104201130B (zh) * | 2014-09-01 | 2017-10-03 | 上海华力微电子有限公司 | 一种用于缺陷分类的光学检测方法 |
TWI642558B (zh) * | 2016-03-01 | 2018-12-01 | 簡單綠能股份有限公司 | Product life mark printing method |
CN109239076B (zh) * | 2018-08-29 | 2021-04-06 | 西安理工大学 | 一种基于机器视觉的缝纫线迹缺陷检测方法 |
CN113791090A (zh) * | 2021-09-14 | 2021-12-14 | 慧镕电子***工程股份有限公司 | 一种回收电路板焊接缺陷快速检定***及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1238728C (zh) * | 2002-01-09 | 2006-01-25 | 英业达股份有限公司 | 检测电路板的方法 |
JP4123469B2 (ja) * | 2002-04-15 | 2008-07-23 | グローリー株式会社 | 特徴抽出方法 |
JP2009097899A (ja) * | 2007-10-15 | 2009-05-07 | Yokogawa Electric Corp | 自重式icハンドラ |
CN101216522A (zh) * | 2008-01-16 | 2008-07-09 | 中国电子科技集团公司第四十五研究所 | 基于fpga的印刷电路板快速抽取图像特征值检测方法 |
JP5084911B2 (ja) * | 2008-09-09 | 2012-11-28 | 株式会社メガトレード | 外観検査装置 |
TWI405106B (zh) * | 2010-04-23 | 2013-08-11 | Wen Jong Wu | 互動式多點觸控電腦系統及控制方法 |
CN103063677A (zh) * | 2012-12-24 | 2013-04-24 | 上海金东唐精机科技有限公司 | 多功能pcb测试*** |
-
2013
- 2013-10-31 CN CN201310533952.5A patent/CN103529041B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103529041A (zh) | 2014-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103529041B (zh) | 基于图像特征的电路板新旧程度判定方法和*** | |
WO2017215241A1 (zh) | 电路板元件漏件检测方法和*** | |
CN106680285A (zh) | 基于红外图像辅助的可见光图像识别绝缘子污秽状态方法 | |
CN109946303A (zh) | 检查装置和方法 | |
CN111242123A (zh) | 一种基于红外图像的电力设备故障诊断方法 | |
CN104897367A (zh) | 一种指示灯光学状态自动测试方法及*** | |
CN107845090A (zh) | 一种硅片检测方法和硅片检测装置 | |
CN111127448B (zh) | 一种基于孤立森林检测空气弹簧故障的方法 | |
CN106067177A (zh) | Hdr场景侦测方法和装置 | |
CN104897687B (zh) | 探针针痕位置的检测***及方法 | |
CN102637258A (zh) | 一种建立在线表面质量检测***缺陷库的方法 | |
CN104201130B (zh) | 一种用于缺陷分类的光学检测方法 | |
CN103886294A (zh) | 基于图像的换流站用避雷器动作次数的识别方法以及*** | |
CN202444572U (zh) | 一种无参考的视频监控图像模糊质量检测装置 | |
CN102621154A (zh) | 基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置 | |
CN110146520A (zh) | 一种印制线路板的检测设备及其检测方法 | |
CN105116301B (zh) | 一种基于动态统计的数据辅助判断方法 | |
CN105068035B (zh) | 一种电压互感器误差水平动态检测方法及*** | |
CN109309022A (zh) | 一种缺陷抽检方法 | |
CN109636793A (zh) | 显示器的检测***及其检测方法 | |
CN110321944A (zh) | 一种基于接触网画质评估的深度神经网络模型的构建方法 | |
CN110503092A (zh) | 基于领域适应的改进ssd监控视频目标检测方法 | |
CN103543400A (zh) | 基于电学检验的电路板新旧程度的判定方法和*** | |
CN108898187A (zh) | 一种自动识别配电房指示设备图像的方法及装置 | |
CN103176092A (zh) | 静电手环测试装置及测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |