CN109752392A - 一种pcb板缺陷类型检测***和方法 - Google Patents
一种pcb板缺陷类型检测***和方法 Download PDFInfo
- Publication number
- CN109752392A CN109752392A CN201811581538.0A CN201811581538A CN109752392A CN 109752392 A CN109752392 A CN 109752392A CN 201811581538 A CN201811581538 A CN 201811581538A CN 109752392 A CN109752392 A CN 109752392A
- Authority
- CN
- China
- Prior art keywords
- pcb board
- image
- frame
- pcb
- gray level
- 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.)
- Granted
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种PCB板缺陷类型检测方法和***。分别获取待检测PCB板、标准PCB板的深度灰度图像;分别对两深度灰度图像进行初步分割获得分割区块;将两PCB板分割区块进行一一对应比对,查找缺陷位置并用第一边框框出;在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;分别获取待检测PCB板、标准PCB板的二维彩色图像;在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
Description
技术领域
本发明涉及一种PCB板缺陷类型检测***和方法,属于电路板检测技术领域。
背景技术
在对印刷电路板(PCB)上的各个元器件进行焊接、封装后,需要对PCB电路板进行缺陷的检测,以确保输出的PCB电路板为成品,才能为PCB电路板的安装或后续的PCB电路板的出厂销售等工作提供保障,因此,对于PCB电路板的检测,就显得非常的重要。
对于PCB板的检测,现有技术一般通过二维的方法进行扫描,对扫描形成的二维图像进行图像处理和检测来找出缺陷,但是对于某些三维上的缺陷存在着检测不出的情况。使用常规的三维检测法对PCB板进行检测,存在着无法确定该缺陷的具体类型的缺点。
发明内容
本发明的目的在于提供一种PCB板缺陷类型检测方法,以解决现有技术中存在的上述所有缺点或缺点之一。
为达到上述目的,本发明提供了一种PCB板缺陷类型检测方法,包括如下步骤:
分别获取待检测PCB板、标准PCB板的深度灰度图像;
分别在两PCB板的深度灰度图像中确定并标记PCB板定位孔位置;
根据PCB板中各零件的基本排放顺序和各零件的图像样本,分别对两PCB板的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;
根据PCB板定位孔位置,将两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置;
在待检测PCB板深度灰度图像中将所述查找出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
分别获取待检测PCB板、标准PCB板的二维彩色图像;
分别在两PCB板的二维彩色图像中确定并标记PCB板定位孔位置;
根据二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
进一步,所述方法还包括对所采集的两PCB板的深度灰度图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
进一步,所述方法还包括对所获取的两PCB板的二维彩色图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
进一步,所述深度灰度图像的获取方法包括:采集相应PCB板的三维点云信息;根据三维点云信息中的深度信息,转化输出对应的深度灰度图像。
进一步,所述缺陷类型包括零件缺失、零件错位和和零件错焊。
另外,本发明还提供了一种PCB板缺陷类型检测***,所述***包括:
第一图像获取模块,用于分别获取待检测PCB板、标准PCB板的深度灰度图像;
第一定位孔确定模块,用于分别在第一图像获取模块获取的两PCB板的深度灰度图像中确定并标记PCB板定位孔位置;
第一图像分割模块,用于根据PCB板中各零件的基本排放顺序和各零件的图像样本,分别对第一图像获取模块获取的两PCB板的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;
缺陷位置查找模块,用于根据第一定位孔确定模块确定的PCB板定位孔位置,将通过第一图像分割模块获取的两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置;
第二图像获取模块,用于分别获取待检测PCB板、标准PCB板的二维彩色图像;
第二定位孔确定模块,用于分别在第二图像获取模块获取的两PCB板的二维彩色图像中确定并标记PCB板定位孔位置;
图像框选模块,用于在待检测PCB板深度灰度图像中将所述查找出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
缺陷类型判断模块,根据第二定位孔确定模块确定的二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
进一步,所述***还包括第一图像预处理模块,用于对通过第一图像获取模块获取的两PCB板的深度灰度图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
进一步,所述***还包括第二图像预处理模块,用于对通过第二图像获取模块获取的两PCB板的二维彩色图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
与现有技术相比,本发明具有的有益技术效果为:本发明通过将待检测PCB板、标准PCB板的深度灰度图像进行比对能够检测出三维缺陷的位置;通过采用将二维检测融入到三维检测中对PCB板进行检测,还能够判断缺陷属于哪种类型,同时提高了检测速率和精度,简化了原有的算法。
附图说明
图1是本发明实施例的PCB板缺陷类型检测方法的流程图。
图2是本发明实施例的PCB板缺陷类型检测***的结构框图。
具体实施方式
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,是本发明实施例提供的PCB板缺陷类型检测方法的流程图,具体如下:
首先,对标准PCB板进行处理,步骤如下:
1) 通过深度信息采集设备采集一张标准PCB板的三维点云信息;
2)将所获三维点云信息中的深度信息转化为深度灰度图像,并对所述深度灰度图像进行倾斜矫正、缩放、滤波去噪等预处理;
3)在深度灰度图像中确定并标记标准PCB板定位孔的位置,具体的,由于定位孔的深度图像具有固定特征,使用基于模板匹配的图像处理算法,对深度灰度图像进行扫描,来确定标准PCB板定位孔的位置;
4)通过二维彩色图像采集设备采集一张标准PCB板的二维彩色图像,并对所述二维彩色图像进行倾斜矫正、缩放、滤波去噪等预处理;
5)对于经过预处理的二维彩色图像,使用基于模板匹配的图像处理算法,在二维彩色图像确定并标记标准PCB板的定位孔位置;
6)根据PCB板中各零件的基本排放顺序,依据具体各零件的图像样本,使用模板匹配的方法,对标准PCB板中的各个零件进行初步定位,依据定位结果,对步骤2)获得的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;分割方法可以是灰度阈值分割法。
其次,对待检测PCB板进行处理,步骤如下:
1)通过深度信息采集设备采集待检测PCB板的三维点云信息;
2)将所获三维点云信息中的深度信息转化为深度灰度图像,并对所述深度灰度图像进行倾斜矫正、缩放、滤波去噪等预处理;
3)采用与上述步骤3)相同的方法在深度灰度图像中确定待检测PCB板定位孔的位置;
4)通过二维彩色图像采集设备获取待检测PCB板的二维彩色图像,并对所述二维彩色图像同样进行倾斜矫正、缩放、滤波去噪等预处理;
5)采用与上述步骤5)相同的方法,在预处理后的二维彩色图像上确定并标记待检测PCB板的定位孔位置;
6)采用与上述步骤6)相同的分割方法对预处理后的深度灰度图像进行同样的分割。
接着,对待检测PCB板的缺陷类型进行检测:
根据PCB板定位孔位置,将两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置。具体为:使分割后的两PCB板深度灰度图像中PCB板定位孔位置对齐;将分割后的待检测PCB板深度灰度图像中的分割区块与分割后的标准PCB板深度灰度图像的分割区块进行一一比对,获取分割区块之间的像素偏差;若某个分割区块的像素偏差大于设定阈值,则判定该分割区块为缺陷位置。具体判断方法依据具体情况确定。
在待检测PCB板深度灰度图像中将上述检测出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
根据二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
所述边框可以选择矩形框。此时,在待检测PCB板深度灰度图像中将上述检测出的缺陷位置用第一矩形框框出,记录第一矩形框各顶点相对于PCB板定位孔的相对坐标值;并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二矩形框框出,记录第二矩形框各顶点相对于PCB板定位孔的相对坐标值(或者记录矩形框的长宽值以及其中一个顶点相对于定位孔的相对坐标值)。
然后,根据二维彩色图像中待检测PCB板定位孔的位置、第一矩形框各顶点相对于待检测PCB板定位孔的相对坐标值(或者第一矩形框的长宽值以及其中一个顶点相对于定位孔的相对坐标值),在待检测PCB板二维彩色图像上取与所述第一矩形框相同的第三矩形框;并根据二维彩色图像中标准PCB板定位孔的位置、第二矩形框各顶点相对于标准PCB板定位孔的相对坐标值(或者第二矩形框的长宽值以及其中一个顶点相对于定位孔的相对坐标值),在标准PCB板二维彩色图像上取与所述第二矩形框相同的第四矩形框,通过将第三矩形框与第四矩形框进行对比,可以判断得出该所述缺陷是属于零件缺失、错位、错焊的哪一种。
如图2所示,是本发明实施例提供的PCB板缺陷类型检测***的结构框图,所述***具体包括:
第一图像获取模块,用于分别获取待检测PCB板、标准PCB板的深度灰度图像;
第一定位孔确定模块,用于分别在第一图像获取模块获取的两PCB板的深度灰度图像中确定并标记PCB板定位孔位置;
第一图像分割模块,用于根据PCB板中各零件的基本排放顺序和各零件的图像样本,分别对第一图像获取模块获取的两PCB板的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;
缺陷位置查找模块,用于根据第一定位孔确定模块确定的PCB板定位孔位置,将通过第一图像分割模块获取的两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置;
第二图像获取模块,用于分别获取待检测PCB板、标准PCB板的二维彩色图像;
第二定位孔确定模块,用于分别在第二图像获取模块获取的两PCB板的二维彩色图像中确定并标记PCB板定位孔位置;
图像框选模块,用于在待检测PCB板深度灰度图像中将所述查找出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
缺陷类型判断模块,根据第二定位孔确定模块确定的二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
在本发明的优选实施例中,所述PCB板缺陷类型检测***还包括第一图像预处理模块,用于对通过第一图像获取模块获取的两PCB板的深度灰度图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪等。
在本发明的优选实施例中,所述PCB板缺陷类型检测***还包括第二图像预处理模块,用于对第二图像获取模块获取的两PCB板的二维彩色图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪等。
通过将二维检测与三维检测融合对PCB板进行检测,不仅能够检测出三维缺陷,还能够判断缺陷属于哪种类型,同时提高了检测速率和精度,简化了原有的算法。
以上已以较佳实施例公布了本发明,然其并非用以限制本发明,凡采取等同替换或等效变换的方案所获得的技术方案,均落在本发明的保护范围内。
Claims (9)
1.一种PCB板缺陷类型检测方法,其特征在于,所述方法包括如下步骤:
分别获取待检测PCB板、标准PCB板的深度灰度图像;
分别在两PCB板的深度灰度图像中确定并标记PCB板定位孔位置;
根据PCB板中各零件的基本排放顺序和各零件的图像样本,分别对两PCB板的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;
根据PCB板定位孔位置,将两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置;
在待检测PCB板深度灰度图像中将所述查找出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
分别获取待检测PCB板、标准PCB板的二维彩色图像;
分别在两PCB板的二维彩色图像中确定并标记PCB板定位孔位置;
根据二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
2.根据权利要求1所述的PCB板缺陷类型检测方法,其特征在于,所述方法还包括对所采集的两PCB板的深度灰度图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
3.根据权利要求1所述的PCB板缺陷类型检测方法,其特征在于,所述方法还包括对所获取的两PCB板的二维彩色图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
4.根据权利要求1所述的PCB板缺陷类型检测方法,其特征在于,所述深度灰度图像的获取方法包括:采集相应PCB板的三维点云信息;根据三维点云信息中的深度信息,转化输出对应的深度灰度图像。
5.根据权利要求1所述的PCB板缺陷类型检测方法,其特征在于,所述缺陷类型包括零件缺失、零件错位和和零件错焊。
6.一种PCB板缺陷类型检测***,其特征在于,所述***包括:
第一图像获取模块,用于分别获取待检测PCB板、标准PCB板的深度灰度图像;
第一定位孔确定模块,用于分别在第一图像获取模块获取的两PCB板的深度灰度图像中确定并标记PCB板定位孔位置;
第一图像分割模块,用于根据PCB板中各零件的基本排放顺序和各零件的图像样本,分别对第一图像获取模块获取的两PCB板的深度灰度图像进行初步分割,获得两PCB板各零件对应的分割区块;
缺陷位置查找模块,用于根据第一定位孔确定模块确定的PCB板定位孔位置,将通过第一图像分割模块获取的两PCB板各零件对应的分割区块进行一一比对,查找缺陷位置;
第二图像获取模块,用于分别获取待检测PCB板、标准PCB板的二维彩色图像;
第二定位孔确定模块,用于分别在第二图像获取模块获取的两PCB板的二维彩色图像中确定并标记PCB板定位孔位置;
图像框选模块,用于在待检测PCB板深度灰度图像中将所述查找出的缺陷位置用第一边框框出,并在标准PCB板深度灰度图像中将与所述缺陷位置对应的分割区块用第二边框框出;
缺陷类型判断模块,根据第二定位孔确定模块确定的二维彩色图像中PCB板定位孔的位置,在待检测PCB板二维彩色图像上取与所述第一边框位置、大小相同的第三边框,并在标准PCB板二维彩色图像上取与所述第二边框位置、大小相同的第四边框,通过将所述第三边框与所述第四边框进行对比,判断得出缺陷类型。
7.根据权利要求6所述的PCB板缺陷类型检测***,其特征在于,所述***还包括第一图像预处理模块,用于对通过第一图像获取模块获取的两PCB板的深度灰度图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
8.根据权利要求6所述的PCB板缺陷类型检测***,其特征在于,所述***还包括第二图像预处理模块,用于对通过第二图像获取模块获取的两PCB板的二维彩色图像分别进行预处理,包括倾斜矫正、缩放、滤波去噪。
9.根据权利要求6所述的PCB板缺陷类型检测***,其特征在于,所述缺陷类型包括零件缺失、零件错位和和零件错焊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581538.0A CN109752392B (zh) | 2018-12-24 | 2018-12-24 | 一种pcb板缺陷类型检测***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581538.0A CN109752392B (zh) | 2018-12-24 | 2018-12-24 | 一种pcb板缺陷类型检测***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109752392A true CN109752392A (zh) | 2019-05-14 |
CN109752392B CN109752392B (zh) | 2021-08-03 |
Family
ID=66403120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811581538.0A Active CN109752392B (zh) | 2018-12-24 | 2018-12-24 | 一种pcb板缺陷类型检测***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109752392B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579479A (zh) * | 2019-08-09 | 2019-12-17 | 康代影像科技(苏州)有限公司 | 一种基于假点缺陷检测的pcb检修***及检修方法 |
CN111007086A (zh) * | 2019-11-25 | 2020-04-14 | 合肥维信诺科技有限公司 | 缺陷检测方法和装置、存储介质 |
CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、***及电子设备 |
CN113256558A (zh) * | 2021-04-12 | 2021-08-13 | 珠海欣泰电子科技有限公司 | 残桩检测方法、装置及*** |
CN114460093A (zh) * | 2022-01-29 | 2022-05-10 | 新拓三维技术(深圳)有限公司 | 一种航空发动机缺陷检测方法及*** |
CN116678898A (zh) * | 2023-07-28 | 2023-09-01 | 苏州赫芯科技有限公司 | 一种通用化的晶片缺陷检测方法、***、设备及介质 |
CN117372434A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市强达电路股份有限公司 | 一种用于pcb板生产用的定位***及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1955717A (zh) * | 2000-09-10 | 2007-05-02 | 奥博泰克有限公司 | Pcb检测中错误报警的减少 |
CN101793843A (zh) * | 2010-03-12 | 2010-08-04 | 华东理工大学 | 基于连接表的印刷线路板自动光学检测算法 |
CN101887033A (zh) * | 2009-05-13 | 2010-11-17 | 株式会社高永科技 | 对测量目标进行测量的方法 |
CN102654466A (zh) * | 2009-05-13 | 2012-09-05 | 株式会社高永科技 | 对测量目标进行测量的方法 |
CN104335030A (zh) * | 2013-04-02 | 2015-02-04 | 株式会社高永科技 | 基板的异物检测方法 |
CN106546597A (zh) * | 2015-09-22 | 2017-03-29 | 泰科电子(上海)有限公司 | 焊接质量检测***和方法 |
CN107408518A (zh) * | 2015-02-27 | 2017-11-28 | 株式会社高永科技 | 基板检查方法及*** |
CN109087274A (zh) * | 2018-08-10 | 2018-12-25 | 哈尔滨工业大学 | 基于多维融合及语义分割的电子器件缺陷检测方法及装置 |
-
2018
- 2018-12-24 CN CN201811581538.0A patent/CN109752392B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1955717A (zh) * | 2000-09-10 | 2007-05-02 | 奥博泰克有限公司 | Pcb检测中错误报警的减少 |
CN101887033A (zh) * | 2009-05-13 | 2010-11-17 | 株式会社高永科技 | 对测量目标进行测量的方法 |
CN102654466A (zh) * | 2009-05-13 | 2012-09-05 | 株式会社高永科技 | 对测量目标进行测量的方法 |
CN101793843A (zh) * | 2010-03-12 | 2010-08-04 | 华东理工大学 | 基于连接表的印刷线路板自动光学检测算法 |
CN104335030A (zh) * | 2013-04-02 | 2015-02-04 | 株式会社高永科技 | 基板的异物检测方法 |
CN107408518A (zh) * | 2015-02-27 | 2017-11-28 | 株式会社高永科技 | 基板检查方法及*** |
CN106546597A (zh) * | 2015-09-22 | 2017-03-29 | 泰科电子(上海)有限公司 | 焊接质量检测***和方法 |
CN109087274A (zh) * | 2018-08-10 | 2018-12-25 | 哈尔滨工业大学 | 基于多维融合及语义分割的电子器件缺陷检测方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579479A (zh) * | 2019-08-09 | 2019-12-17 | 康代影像科技(苏州)有限公司 | 一种基于假点缺陷检测的pcb检修***及检修方法 |
WO2021027184A1 (zh) * | 2019-08-09 | 2021-02-18 | 苏州康代智能科技股份有限公司 | 一种基于假点缺陷检测的pcb检修***及检修方法 |
CN111007086A (zh) * | 2019-11-25 | 2020-04-14 | 合肥维信诺科技有限公司 | 缺陷检测方法和装置、存储介质 |
CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、***及电子设备 |
CN113256558A (zh) * | 2021-04-12 | 2021-08-13 | 珠海欣泰电子科技有限公司 | 残桩检测方法、装置及*** |
CN114460093A (zh) * | 2022-01-29 | 2022-05-10 | 新拓三维技术(深圳)有限公司 | 一种航空发动机缺陷检测方法及*** |
CN114460093B (zh) * | 2022-01-29 | 2024-05-28 | 新拓三维技术(深圳)有限公司 | 一种航空发动机缺陷检测方法及*** |
CN116678898A (zh) * | 2023-07-28 | 2023-09-01 | 苏州赫芯科技有限公司 | 一种通用化的晶片缺陷检测方法、***、设备及介质 |
CN116678898B (zh) * | 2023-07-28 | 2023-10-24 | 苏州赫芯科技有限公司 | 一种通用化的晶片缺陷检测方法、***、设备及介质 |
CN117372434A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市强达电路股份有限公司 | 一种用于pcb板生产用的定位***及方法 |
CN117372434B (zh) * | 2023-12-08 | 2024-04-30 | 深圳市强达电路股份有限公司 | 一种用于pcb板生产用的定位***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109752392B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109752392A (zh) | 一种pcb板缺陷类型检测***和方法 | |
CN109785294A (zh) | 一种pcb板缺陷位置检测***和方法 | |
CN107543828B (zh) | 一种工件表面缺陷检测方法及*** | |
CN101995223B (zh) | 一种芯片外观检测方法及*** | |
CN109525194B (zh) | 光伏板故障光斑检测识别方法和*** | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN102393397B (zh) | 一种磁瓦表面缺陷检测***及其检测方法 | |
CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
CN110443791B (zh) | 一种基于深度学习网络的工件检测方法及其检测装置 | |
JP2745764B2 (ja) | 位置認識装置 | |
CN111640088B (zh) | 基于深度学习的电子元件极性检测方法、***及电子装置 | |
CN110473184A (zh) | 一种pcb板缺陷检测方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN108665458A (zh) | 透明体表面缺陷提取及识别方法 | |
CN108710876A (zh) | 一种基于机器视觉的电池表面标识缺陷检测方法及*** | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN108844961A (zh) | 一种温控器壳体视觉检测***及方法 | |
CN110096980A (zh) | 字符检测识别*** | |
CN115601359A (zh) | 一种焊缝检测方法及装置 | |
CN104103069A (zh) | 图像处理装置、图像处理方法及程序 | |
CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
KR930002347B1 (ko) | 패턴위치 인식장치 | |
CN108416790A (zh) | 一种用于工件破损率的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room 101, Floor 1, Building 1, No. 15, Jiuzhou Road, Shangcheng District, Hangzhou, Zhejiang Patentee after: Zhejiang Jiangao Photoelectric Technology Co.,Ltd. Address before: 215300 floor 3, building 4, robot industrial park, 232 Yuanfeng Road, Yushan Town, Kunshan City, Suzhou City, Jiangsu Province Patentee before: SUZHOU JIANG'AO OPTOELECTRONICS TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |