CN104677906A - 影像信息检测方法 - Google Patents

Abstract

一种影像信息检测方法包括以下步骤：于一标准样本选取一匹配数据；撷取一待测样本的一连续影像；自连续影像取得数个帧待测影像；选取各待测影像的一特征数据；以及比对匹配数据以及各特征数据，以取得一匹配率。利用本发明的影像信息检测方法可提高定位精确度以减少检测的偏差。

Description

影像信息检测方法

技术领域

本发明是关于一种影像信息检测方法。

背景技术

随着高解析度的发展、工艺技术的改良以及工业生产对于自动化的需求，传统使用人力目检（Manual Visual Inspection,MVI）的检测方式渐渐产生局限，通常只能检查元件漏装、型号分类、以及部分明显失误。由于易受到人为主客观因素的影响，其具有较高的不稳定度、困难度以及成本支出。因此，自动光学检测（Automated Optical Inspection,AOI）设备的发明应运而生。

自动光学检测是近年来相当具有市场潜力的检测方式，其基本工作原理主要是经由影像感测器获得被检测物的图形信息，接着通过计算机内建软体经处理计算以进行比对、分析以及判断。由此可知，自动光学检测不但减少了人力目检的错误率，更大幅节省时间及人力成本。此外，自动光学检测设备还具有较高的稳定度以及操作弹性等优点。自动光学检测的传统流程，其主要是将生产线上流动的产品（如：印刷电路板）予以编号，各编号即定义成一个相对的档案。此档案将会纪录该印刷电路板的检查结果及所有不良的明细内容，供作数据分析。而后始依已编辑完作的检查程序进行检测、判定其为良品或不良品，并伴随判定的结果，将产品送至下游机器作适当的处理。

上述的检测作业若配置在生产线上进行，可以保证产品的受检率不会有漏检的机会。但由于自动光学检测是使用如电荷耦合元件（Charge-coupled Device,CCD）照相机在相对移动的产品上撷取影像，再以复杂且精密的影像切割、分析、演算去判定产品上各个特征点的良率。由于作业上牵涉到精准的机构位移、光线处理、照相机取像时机等控制层面及十分庞大的数字化数据处理。再者，应用自动光学检测进行产线上的产品检测时，产品上的图像即成为动态影像，因此需使用机械定位、人工定位，以及图案元素的比对定位，而造成检测速度减缓而降低了生产效率。在现有科技的限制下，会容易出现误差较大、偏移频繁出现、校正演算法工作量较大等问题，进而导致效率降低和定位偏差，使后续检测、识别等处理带来风险和误判。

因此，如何提供一种影像信息检测方法，提高对于动态图形信息的定位精准度及检测效率，已成为重要课题之一。

发明内容

有鉴于上述课题，本发明的目的为提供一种影像信息检测方法，提高对于动态图形信息的定位精准度及检测效率。

为达上述目的，依据本发明的一种影像信息检测方法包括以下步骤：于一标准样本选取一匹配数据；撷取一待测样本的一连续影像；自连续影像取得数个帧待测影像；选取各待测影像的一特征数据；以及比对匹配数据以及各特征数据，以取得一匹配率。

在一实施例中，标准样本包含数个图形信息，且匹配数据包含标准样本的至少部分的图形信息。

在一实施例中，图形信息包括坐标、形状、亮度、或颜色。

在一实施例中，匹配数据与扣除匹配数据的标准样本剩余的部分并无实质上相同的区块。

在一实施例中，连续影像是以30毫秒的周期形成待测影像。

在一实施例中，特征数据包括匹配数据。

在一实施例中，于选取各待测影像的一特征数据之后，更包括以下步骤：迭加已选取特征数据的待测影像。

在一实施例中，更包括以下步骤：当匹配率大于一预设值时，则利用匹配数据校正待测样本。

在一实施例中，其是应用于自动光学检测（Automated Optical Inspection,AOI）。

承上所述，本发明的影像信息检测方法，通过将生产线上流动的待测样本的连续影像分解为待测影像，并于其内选取出具有特征的局部特征数据，以减少比对单元及处理单元的运算量，且可有效地将待测样本与标准样本的偏差校正并缩小在一定范围内。相对于利用连续影像进行动态的图形信息的定位及检测，本发明利用静态的待测影像进行图形信息的匹配，能够使搜索效率提高，并获得更精准的定位结果。

相较于已知针对动态图形信息须通过机械定位、人工定位以及图元的比对定位，所带来的误差较大、偏移频繁出现、校正演算法工作量较大等问题，本发明的影像信息检测方法可有效克服已知的检测方法所产生的定位偏差，以提升后续生产线上的检测、识别及整体产品可信度的优势。

附图说明

图1为本发明较佳实施例的一种影像信息检测方法的步骤流程图。

图2为应用图1的影像信息检测方法的自动光学检测***的电路方块图。

图3A～3E分别为应用图1的影像信息检测方法的步骤示意图。

符号说明：

1：自动光学检测***

11：影像撷取单元

12：比对单元

13：处理单元

14：储存单元

15：演算单元

2：标准样本

21：待测元素

3：匹配数据

4、4’：连续影像

5：待测影像

6：特征数据

2a、2b、2c：影像

S11～S19：步骤

具体实施方式

以下将参照相关图式，说明依本发明较佳实施例的一种影像信息检测方法（以下简称检测方法），其是应用于自动光学检测，其中相同的元件将以相同的参照符号加以说明。

图1为本发明较佳实施例的一种影像信息检测方法的步骤流程图，请参考图1所示，本发明的影像信息检测方法包括以下步骤：于一标准样本选取一匹配数据（S11）；撷取一待测样本的一连续影像（S13）；自连续影像取得数个帧待测影像（S15）；选取各待测影像的一特征数据（S17）；以及比对匹配数据以及各特征数据，以取得一匹配率（S19）。

须先说明的是，为清楚说明本发明的影像信息检测方法的实施细节，以下是以搭配一自动光学检测***说明之，然关于自动光学检测***的元件及细节非本发明所限制性者。

请参照图2所示，其为应用图1的影像信息检测方法的自动光学检测***的电路方块图。自动光学检测***1包含一影像撷取单元11、一比对单元12、一处理单元13、一储存单元14以及一演算单元15。本实施例的自动光学检测***1可更包含一检测平台。检测平台用以承载待测样本（如印刷电路板或印刷电路板总成），使待测样本可平整地接受影像撷取单元11的拍摄；且特别须说明的是，本实施例的自动光学检测***1是的检测平台为流动的生产线模式，故待测样本是在流动的状态下接受影像撷取单元11的拍摄。

于本实施例中，待测样本的待测面积可大于影像撷取单元11的视野，因此，影像撷取单元11可为一线性影像感测器，例如电荷耦合元件（Charge CoupledDevice,CCD）、互补式金属氧化物半导体（ComplementaryMetal-Oxide-Semiconductor,CMOS）感测器或接触式影像感测器（Contact ImageSensor,CIS），使待测样本相对于影像撷取单元11移动，以取得完整的待测样本的扫描影像。

图3A～3E为应用图1的影像信息检测方法的步骤示意图。请同时参考图1、图2及图3A所示。由于待测样本会随着生产线而移动，因此在不同时刻下影像撷取单元11所撷取到的待测样本的影像并不一致，且部分影像中只包含有待测样本的部分影像。是故，自动光学检测***1是首先通过影像撷取单元11撷取一标准样本2的影像。其中，标准样本2的影像的选取原则是一定要包含并能真实反映标准样本2中所有待测元素21的信息，以便后续检测。

进一步而言，本实施例是以影像撷取单元11所截取到的标准样本2的100个影像（图3A是以其中3幅影像2a、2b、2c为例）进行选取，选取一幅所含待测元素21最完整的影像作为标准样本2的影像。其中100个影像并非限定值，其是依据实际状况设定其数据，且所设定的数据以影响标准样本选取影响概率的程度越小越好。如图3A所示，标准样本2包含数个待测元素21。影像2a、2b、2c分别为标准样本2在不同时刻的影像，其中，相较于影像2a及影像2c，影像2b所包含的待测元素21最为接近标准样本2，故影像2b将做为标准样本2的影像。因此，自动光学检测***1的比对单元12可比对并筛选出众多影像中最佳（即最为接近标准样本2）的影像。惟关于自动光学检测***1比对的技术内容为本发明所属领域具有通常知识者可理解，于此不再赘述。

由于本实施例的方法是基于标准样本及待测样本的影像实施，因此，可预先储存多个标准样本的影像，并将标准样本的影像输入储存单元14内，从而简化检测的过程。当需要检测另一种不同的待测样本时，仅需读取其所对应的标准样本的数据，方可执行此待测样本的检测。

当选取好标准影像2b后，执行步骤S11：依据所选取的标准样本2选取一匹配数据3。同前述，步骤S11是于标准样本2的影像（即影像2b）进一步选取匹配数据3。请参考图1、图2及图3B所示，若使用整幅标准样本2的影像去匹配检测平台上的待测样本，当标准样本2的影像（即影像2b）所含待测元素21较多时，如果对所有的待测元素21皆进行匹配，会为比对单元12及处理单元13带来较庞大的工作量，增加了其搜索的时间及复杂度。因此，为了提高匹配的快速性及准确性，步骤S11通过处理单元13在标准样本2的影像（即影像2b）中选取具有代表性的区域作为待测样本的匹配数据3。以本实施例而言，匹配数据为图3B中虚线所选取的区域。当选取完成后，储存单元14即保存匹配区域的图形信息，以便后续供待测样本的匹配及定位。其中，上述的图形信息是包括该些待测元素21的坐标、形状、亮度、或颜色。在本发明的一实施例中，坐标可为虚线所选取的区域的左上角顶点的X、Y值。

特别须说明的是，处理单元13所选择的匹配数据3在整个样本中没有第二块与此类似的区域，以防发生误匹配。如图3B所示，图像中方形的待测元素21是唯一的，所以可以选取其周围部分区域作为标准样本中的匹配数据3。换言之，匹配数据3与扣除该匹配数据3的标准样本2剩余的部分并无实质上相同的区块。

再者，本发明并不限制匹配数据3的选取形状、所包含的待测元素21的数量等消息。其是以能减少比对单元12及处理单元13工作量，并具有代表性为原则进行选取。

接着请参考图3C及图1的步骤S13及步骤S15，于匹配数据3选取之前、同时、或之后，影像撷取单元11是撷取一待测样本的一连续影像4。亦即，影像撷取单元11即时采集的影像是以动态影像的模式传输到处理单元中。其中，组成该连续影像4的各幅影像数据中分别包含有待测样本的至少部分的待测元素21于本实施例中，演算单元15自连续影像4以周期为30毫秒的方式取得数个帧待测影像5。然此非本发明限制性者，于实际应用中，演算单元15是以满足生产线作业速度的情况下而选用不同的分解周期。

根据上述，本实施例的影像信息检测方法通过自连续影像4取得数个帧待测影像，以减少运算量，且可有效地将比对误差缩小，

进一步而言，所取得的数个待测影像5即为待测样本在不同时刻的影像。由于该些数个待测影像5并不能完全反映出待测样本的真实状况，所以并不能成为待测样本较佳的测试样本。而为了更加快速的搜索到适合的待测样本，本实施例的影像信息检测方法是于步骤S17以处理单元13中先针对各待测影像5选取一特征数据6。

详细而言，请同时参考图3B及图3D所示，于本实施例中，特征数据6如图3D的虚线所界定的区域。通过特征数据6的选取可减少了很多不必要的计算，进而减少比对单元12及处理单元13的处理时间及复杂度。特征数据6的选取原则是其位置区域一定要大于并包含前述的匹配数据3。以本实施例而言，特征数据6的区域是至少包含图3B所示的方形的待测元素21。选取完成后，处理单元13则接着将特征数据6所包含的图形信息存储于储存单元14内。同前所述，所称的图形信息是包括特征数据6所包含的待测元素21的坐标、形状、亮度、或颜色。

完成步骤S17后，将待测影像5再以动态的方式显示到电脑上，而先前已选取好的特征数据6则会显示于各待测影像5的相同位置，以形成一以选取好特征数据6的连续影像4’。

于步骤S19中，比对单元12利用匹配数据3所包含的图形信息去匹配迭加后的连续影像4’的待搜索区域。更精确而言，步骤S19是利用匹配数据3去匹配连续影像4’所包含的各待测影像5的特征数据6以获得一匹配率。其中，当匹配率大于一预设值时，则进一步将特征数据6对应的图形信息与匹配数据3提供的图形信息进行比较。在本发明的一实施例中，预设值是经过多次实验统计的一个结果，其值可依实际情况做改变。

进一步而言，所称的「匹配率大于一预设值」的情形，是指待搜索区域已到达拍摄位置，因此可进行进一步的比较；反之，当匹配率小于该预设值时，是指比对单元12仍处于搜索状态，换言之，在被搜索物体未达到拍摄位置或离定位范围太远的情况下，会持续进行待搜索区域的搜索。

此处所进一步比对的图形信息主要是指图形信息的坐标（位置）信息。若特征数据6内包含的图形信息与匹配数据3提供的图形信息有差异时，处理单元12则将匹配数据3的图形信息映射到该连续影像4’的待测影像5，以调整并定位待测影像5，使待测影像5与标准样本2的图形信息差异达到最小。完成校正后，将此连续影像4’储存于储存单元14内以利后续比对。

根据上述，本实施例是首先通过分解连续影像4形成数个待测影像5，并进行特征数据6的选取及定位，再将该些待测影像5迭加成连续影像4’后，进行动态搜索，使搜索效率提高，定位更为精准。

综上所述，本发明的影像信息检测方法，通过将生产线上流动的待测样本的连续影像分解为待测影像，并于其内选取出具有特征的局部特征数据，以减少比对单元及处理单元的运算量，且可有效地将待测样本与标准样本的偏差校正并缩小在一定范围内。相对于利用连续影像进行动态的图形信息的定位及检测，本发明利用静态的待测影像进行图形信息的匹配，能够使搜索效率提高，并获得更精准的定位结果。

相较于已知针对动态图形信息须通过机械定位、人工定位以及图元的比对定位，所带来的误差较大、偏移频繁出现、校正演算法工作量较大等问题，本发明的影像信息检测方法可有效克服已知的检测方法所产生的定位偏差，以提升后续生产线上的检测、识别及整体产品可信度的优势。

以上所述仅为举例性，而非为限制性者。任何未脱离本发明的精神与范畴，而对其进行的等效修改或变更，均应包含于权利要求书中。

Claims (9)

1.一种影像信息检测方法，其特征在于，包括以下步骤：

于一标准样本选取一匹配数据；

撷取一待测样本的一连续影像；

自该连续影像取得数个帧待测影像；’

选取各该待测影像的一特征数据；以及

比对该匹配数据以及各该特征数据，以取得一匹配率。

2.如权利要求1所述的检测方法，其特征在于，该标准样本包含数个图形信息，且该匹配数据包含该标准样本的至少部分的所述图形信息。

3.如权利要求2所述的检测方法，其特征在于，所述图形信息包括坐标、形状、亮度、或颜色。

4.如权利要求1所述的检测方法，其特征在于，该匹配数据与扣除该匹配数据的该标准样本剩余的部分并无实质上相同的区块。

5.如权利要求1所述的检测方法，其特征在于，该连续影像是以30毫秒的周期形成所述待测影像。

6.如权利要求1所述的检测方法，其特征在于，该特征数据包括该匹配数据。

7.如权利要求1所述的检测方法，其特征在于，于选取各该待测影像的一特征数据之后，更包括以下步骤：

迭加所述已选取该特征数据的待测影像。

8.如权利要求1所述的检测方法，其特征在于，更包括以下步骤：

其中，当该匹配率大于一预设值时，则利用该匹配数据校正该待测样本。

9.如权利要求1所述的检测方法，其特征在于，其是应用于自动光学检测。