CN110838135A - 一种pcb裸板图像配准方法 - Google Patents

一种pcb裸板图像配准方法 Download PDF

Info

Publication number
CN110838135A
CN110838135A CN201911056182.3A CN201911056182A CN110838135A CN 110838135 A CN110838135 A CN 110838135A CN 201911056182 A CN201911056182 A CN 201911056182A CN 110838135 A CN110838135 A CN 110838135A
Authority
CN
China
Prior art keywords
image
registered
bare board
processed
pcb
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.)
Pending
Application number
CN201911056182.3A
Other languages
English (en)
Inventor
周志峰
张怡
周坤
朱姿娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Shanghai Institute of Space Power Sources
Original Assignee
Shanghai University of Engineering Science
Shanghai Institute of Space Power Sources
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science, Shanghai Institute of Space Power Sources filed Critical Shanghai University of Engineering Science
Priority to CN201911056182.3A priority Critical patent/CN110838135A/zh
Publication of CN110838135A publication Critical patent/CN110838135A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种PCB裸板图像配准方法，包括以下步骤：步骤S1：获得待配准PCB裸板图像和模板图像；步骤S2：对待配准PCB裸板图像进行预处理和边缘连通域检测，对模板图像进行预处理和边缘连通域检测，得到处理后待配准PCB裸板图像和处理后模板图像；步骤S3：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到模板图像的单应性矩阵；步骤S4：基于单应性矩阵，对待配准PCB裸板图像进行仿射变换，得到配准PCB裸板图像。与现有技术相比，减少了Hough变换的计算量，使配准精度提高，且对待配准PCB裸板的基准点没有要求。

Description

一种PCB裸板图像配准方法
技术领域
本发明涉及PCB裸板检测领域，尤其是涉及一种PCB裸板图像配准方法。
背景技术
印制电路板(也称PCB)，是电子元器件电气连接的提供者，是各种电子产品的关键部件，其性能的好坏直接影响电子产品的使用寿命。PCB裸板的发展已有100多年的历史，它的主要优点是大大减少布线和装配的差错，提高了自动化水平和生产效率。PCB裸板从单层板发展到双面板、多层板和挠性板，并不断地向高精度、高密度和高可靠性方向发展，不断缩小体积、减少成本、提高性能，未来PCB生产技术的发展趋势也在性能上往高密度、高精度、细孔径、细导线、小间距、高可靠、多层化、高速传输、轻量、薄型方向发展，这也对PCB裸板的质量检测工作产生了越来越大的挑战，而对PCB裸板的质量检测对PCB裸板图像进行配准。
目前，缺少精确度高且计算量少的PCB裸板图像配准方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种PCB裸板图像配准方法。
本发明的目的可以通过以下技术方案来实现：
一种PCB裸板图像配准方法，该方法包括以下步骤：
步骤S1：获得待配准PCB裸板图像和模板图像；
步骤S2：对待配准PCB裸板图像进行预处理和边缘连通域检测，对模板图像进行预处理和边缘连通域检测，得到处理后待配准PCB裸板图像和处理后模板图像；
步骤S3：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到模板图像的单应性矩阵；
步骤S4：基于单应性矩阵，对待配准PCB裸板图像进行仿射变换，得到配准PCB裸板图像。
所述的预处理包括中值滤波、二值化、边缘提取和闭操作。
所述的边缘连通域检测通过经验设定的连通域值剔除小面积区域。
所述的步骤S3包括：
步骤S31：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ；
步骤S32：基于处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ，通过转换公式得到平移量；
步骤S33：基于平移量和旋转角θ，得到模板图像的单应性矩阵。
所述的步骤S31包括：
步骤S311：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段；
步骤S312：分别对处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段进行拟合，得到处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段；
步骤S313：基于处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ。
所述的转换公式为：
x＝x'×cos(-θ)-y'×sin(-θ)+Tx
y＝x'×sin(-θ)+y'×cos(-θ)+Ty
其中，Tx,Ty分别为水平和垂直方向的平移量。
所述的单应性矩阵A为：
Figure BDA0002256611870000021
所述的待配准PCB裸板图像通过CCD相机得到。
与现有技术相比，本发明具有以下优点：
(1)对待配准PCB裸板图像和模板图像进行边缘连通域检测，通过经验设定的连通域值剔除小面积区域，减少了Hough变换的计算量，提高了计算速度。
(2)对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，避免了传统局部的Hough变换的繁琐过程，减少了Hough变换的计算量，提高了计算速度。
(3)利用处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段进行配准，可获得较多的特征信息，足以表征整张图像的位置变换，使配准精度提高，且对待配准PCB裸板的基准点没有要求。
附图说明
图1为本发明的流程图；
图2为本发明的待配准PCB裸板图像获取装置示意图；
图3为本发明的结果对比图；
附图标记：
1为CCD相机；2为镜头；3为环形光源；4为支柱；6为操作台；7为相机固定支架；8为光源固定支架；9为支柱法兰盘。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
一、本实施例提供一种PCB裸板图像配准方法，如图1所示，包括以下步骤：
步骤S1：获得待配准PCB裸板图像和模板图像；
步骤S2：对待配准PCB裸板图像进行预处理和边缘连通域检测，对模板图像进行预处理和边缘连通域检测，得到处理后待配准PCB裸板图像和处理后模板图像；
步骤S3：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到模板图像的单应性矩阵；
步骤S4：基于单应性矩阵，对待配准PCB裸板图像进行仿射变换，得到配准PCB裸板图像。
具体而言：
步骤S1中，待配准PCB裸板图像可通过CCD相机1对待配准PCB裸板进行拍照获得，CCD相机1拍照获取到的待配准PCB裸板图像分辨率非常高，图片像素可以达到数千万级。
步骤S2和步骤S3中，预处理的主要目的是去除掉图像中无用的信息，减少图像的复杂度，突出PCB板的孔洞、线路、焊盘等等基本特征，方便计算机分析和处理。预处理包括：中值滤波、二值化、边缘提取和闭操作。
中值滤波是一种统计排序滤波，它的思想是一定领域内的所有像素从小到大进行排序，比较像素值的大小,取出其中的中值作为这个领域中心像素的值，消除孤立的噪声点。采集的图像通常含有噪声，所谓的图像噪声，是指图像在摄取时或是传输时受到的随机干扰信号。中值滤波是一种经典的平滑噪声的方法，对于消除椒盐噪声十分有效果，可用于保护图像边缘信息。
图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
边缘检测首先是利用边缘增强算子，突出图像中的局部边缘，将边缘定义为图像中灰度发生急剧变化的区域边界，通过设置阈值的方法提取边缘点集。由于噪声和模糊的存在，监测到的边界可能会变宽或在某点处发生间断。因此，边界检测包括两个基本内容：1)用边缘算子提取出反映灰度变化的边缘点集。2)在边缘点集合中剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。
形态学闭运算，先膨胀后腐蚀。膨胀会扩大一幅图像的组成部分，而腐蚀则会缩小一幅图像中的组成部分。膨胀的效果是扩张目标图像的边缘，使邻近像素点被较大的边界像素集合给吞噬。闭操作会平滑轮廓的一部分，弥合较窄的间断和细长的沟壑，消除小的孔洞，填补轮廓线中的断裂。腐蚀的处理效果是去除对象边界的某些相关度较低的像素，在PCB裸板的图像处理中，可以适当消除干扰的线路边缘斑点，经闭运算后的PCB裸板二值图像轮廓更加鲜明。
Hough变换较好的可靠性和鲁棒性是其在实际应用中的显著优点，对图像中直线提取效果较好，但是Hough变换在图像空间映射到参数空间后，对参数空间中的每一个点进行检测和用累加器累加，计算量庞大，这使得Hough变换在应用时需要大量的存储空间，这是Hough变换最大的弊端。提高Hough变换的效率需要在传统Hough变换基础上，尽量减少点数并且尽量降低累加器阵列的维数。因此，在传统Hough变换的基础上，提出了运用边缘连通域检测，并根据经验设定连通域值的方法，减少参与Hough变换的点数，将小面积区域(指连通域较小的部分，且该小面积区域可恢复)用经验设定连通域值进行剔除，将已经进行了预处理的待配准PCB裸板图像和模板图像进行边缘连通域检测后得到处理后待配准PCB裸板图像和处理后模板图像，继而对处理后待配准PCB裸板图像和处理后模板图像进行Hough变换，而小面积区域无法参与到直线信息提取中，对复杂场景下的PCB板图像直线信息提取能够显著提高精度和效率。
步骤S3包括：
步骤S31：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ，顶点为处理后待配准PCB裸板图像四个顶点中任意一个；
步骤S32：基于处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ，通过转换公式得到平移量；
步骤S33：基于平移量和旋转角θ，得到模板图像的单应性矩阵。
本实施例中Hough变换为整体的Hough变换，避免了传统局部的Hough变换的繁琐过程，减少了Hough变换的计算量，提高了计算速度；可以进行整体的Hough变换的条件为待配准PCB裸板图像和模板图像大小适中，且在良好的光照条件下获得，待配准PCB裸板图像和模板图像均无畸变。
为了使进行Hough变换的所耗时间更短，PCB板边缘直线是图像中最长的线段，利用Hough变换检测出处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段，分别对处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段进行拟合，得到处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段，由处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段的斜率，获得待配准PCB裸板图像旋转角度θ；基于处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)，(x',y')和(x,y)可通过计算机图形界面直接获得，也可通过求出与最长拟合线段垂直的拟合线段，继而计算交点得到。
由预置公式的转换公式获取待配准图像中PCB板的平移量，转换公式为：
x＝x'×cos(-θ)-y'×sin(-θ)+Tx
y＝x'×sin(-θ)+y'×cos(-θ)+Ty
其中，Tx,Ty分别为水平和垂直方向的平移量。
恢复待配准PCB裸板图像和模板图像删除的小面积区域。
步骤S4中，单应性研究的是一个平面上到另外一个平面的映射，单应性矩阵可以表示两张图片之间的仿射变换关系。
单应性矩阵A为：
二、本实施例还提供一种待配准PCB裸板图像获取装置，如图2所示。
该待配准PCB裸板图像获取装置包括CCD相机1、镜头2、环形光源3、支柱4、待检测PCB板、操作台6、相机固定支架7、光源固定支架8和支柱法兰盘9。CCD相机1通过螺钉连接在相机固定支架7上；镜头2通过螺纹安装在CCD相机1上；环形光源3通过螺钉连接在光源固定支架8上；相机固定支架7、光源固定支架8通过螺钉连接在支柱4上；支柱4通过紧定螺钉连接在支柱法兰盘9上；待配准PCB裸板放置在操作台6上；操作台6为整个装置的支撑台。
具体而言：
CCD是一种半导体器件，能够把光学影像转化为数字信号；CCD的作用像胶片一样，但它是把图像像素转换成数字信号；镜头2的主要作用是将目标的光学图像聚焦在图像传感器的光敏面阵上，在机器视觉***中，所有图像信息均通过镜头2得到，镜头2一般是由多个透镜、可变光圈和对焦环组成；操作台6放置在平稳的水平台上。
环形光源3为环形RGB光源，LED高密度排列在环形基板上，其光线主要集中在环形基板形成的中央部位，以保证采集的PCB裸板的图片有良好的光照条件。
CCD相机1、镜头2以及环形光源3的中心要尽可能于待测的PCB板垂直，方便采集到的图像无畸变。
待配准PCB裸板放置于操作台6之上，调节相机固定支架7和光源固定支架8，找到合适的位置，固定好相机固定支架7和光源固定支架8，调节镜头2和光照亮度，以获得清晰的PCB图片。
图3为本实施例方法的结果对比图，可以看出与传统方法相比，本实施例方法具有更少的计算量、更快的计算速度和更高的精准度。
本实施例提供的PCB裸板图像配准方法，对待配准PCB裸板图像和模板图像进行边缘连通域检测，通过经验设定的连通域值剔除小面积区域，减少了Hough变换的计算量，提高了计算速度；对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，避免了传统局部的Hough变换的繁琐过程，减少了Hough变换的计算量，提高了计算速度；利用处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段进行配准，可获得较多的特征信息，足以表征整张图像的位置变换，使配准精度提高，且对待配准PCB裸板的基准点没有要求。

Claims (8)

1.一种PCB裸板图像配准方法，其特征在于，该方法包括以下步骤：
步骤S1：获得待配准PCB裸板图像和模板图像；
步骤S2：对待配准PCB裸板图像进行预处理和边缘连通域检测，对模板图像进行预处理和边缘连通域检测，得到处理后待配准PCB裸板图像和处理后模板图像；
步骤S3：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到模板图像的单应性矩阵；
步骤S4：基于单应性矩阵，对待配准PCB裸板图像进行仿射变换，得到配准PCB裸板图像。
2.根据权利要求1所述的一种PCB裸板图像配准方法，其特征在于，所述的预处理包括中值滤波、二值化、边缘提取和闭操作。
3.根据权利要求1所述的一种PCB裸板图像配准方法，其特征在于，在所述的边缘连通域检测中，通过经验设定的连通域值剔除小面积区域。
4.根据权利要求1所述的一种PCB裸板图像配准方法，其特征在于，所述的步骤S3包括：
步骤S31：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ；
步骤S32：基于处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ，通过转换公式得到平移量；
步骤S33：基于平移量和旋转角θ，得到模板图像的单应性矩阵。
5.根据权利要求4所述的一种PCB裸板图像配准方法，其特征在于，所述的步骤S31包括：
步骤S311：对处理后待配准PCB裸板图像和处理后模板图像进行整体的Hough变换，得到处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段；
步骤S312：分别对处理后待配准PCB裸板图像最长线段和处理后模板图像最长线段进行拟合，得到处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段；
步骤S313：基于处理后待配准PCB裸板图像最长拟合线段和处理后模板图像最长拟合线段，得到处理后待配准PCB裸板图像顶点坐标(x',y')、处理后模板图像相应的顶点坐标(x,y)和旋转角θ。
6.根据权利要求4所述的一种PCB裸板图像配准方法，其特征在于，所述的转换公式为：
x＝x'×cos(-θ)-y'×sin(-θ)+Tx
y＝x'×sin(-θ)+y'×cos(-θ)+Ty
其中，Tx,Ty分别为水平和垂直方向的平移量。
7.根据权利要求6所述的一种PCB裸板图像配准方法，其特征在于，所述的单应性矩阵A为：
Figure FDA0002256611860000021
8.根据权利要求1所述的一种PCB裸板图像配准方法，其特征在于，所述的待配准PCB裸板图像通过CCD相机(1)得到。
CN201911056182.3A 2019-10-31 2019-10-31 一种pcb裸板图像配准方法 Pending CN110838135A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911056182.3A CN110838135A (zh) 2019-10-31 2019-10-31 一种pcb裸板图像配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911056182.3A CN110838135A (zh) 2019-10-31 2019-10-31 一种pcb裸板图像配准方法

Publications (1)

Publication Number Publication Date
CN110838135A true CN110838135A (zh) 2020-02-25

Family

ID=69575819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911056182.3A Pending CN110838135A (zh) 2019-10-31 2019-10-31 一种pcb裸板图像配准方法

Country Status (1)

Country Link
CN (1) CN110838135A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116630325A (zh) * 2023-07-25 2023-08-22 苏州赫芯科技有限公司 基于电路板的uv胶检测方法、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096920A (zh) * 2010-12-31 2011-06-15 清华大学 基于标靶图像的亚像素配准方法
CN103295232A (zh) * 2013-05-15 2013-09-11 西安电子科技大学 基于直线和区域的sar图像配准方法
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测***和方法
CN108269274A (zh) * 2016-12-31 2018-07-10 南京理工大学 基于傅里叶变换和Hough变换的图像配准方法
CN110298799A (zh) * 2019-06-25 2019-10-01 福建工程学院 一种pcb图像定位校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096920A (zh) * 2010-12-31 2011-06-15 清华大学 基于标靶图像的亚像素配准方法
CN103295232A (zh) * 2013-05-15 2013-09-11 西安电子科技大学 基于直线和区域的sar图像配准方法
CN108269274A (zh) * 2016-12-31 2018-07-10 南京理工大学 基于傅里叶变换和Hough变换的图像配准方法
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测***和方法
CN110298799A (zh) * 2019-06-25 2019-10-01 福建工程学院 一种pcb图像定位校正方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李孟等: "基于改进Hough变换的印刷电路板定位配准", 《电视技术》 *
陈姜嘉旭: "基于机器视觉的PCB裸板缺陷检测技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
黄亚伟: "PCB裸板缺陷光学检测技术的研究与应用", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
黄祚继等: "《多源遥感数据目标地物的分类与优化》", 31 May 2017 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116630325A (zh) * 2023-07-25 2023-08-22 苏州赫芯科技有限公司 基于电路板的uv胶检测方法、设备和存储介质
CN116630325B (zh) * 2023-07-25 2023-10-13 苏州赫芯科技有限公司 基于电路板的uv胶检测方法、设备和存储介质

Similar Documents

Publication Publication Date Title
CN111308448B (zh) 图像采集设备与雷达的外参确定方法及装置
CN109100370A (zh) 一种基于投影法和连通域分析的pcb板缺陷检测方法
CN110189322B (zh) 平整度检测方法、装置、设备、存储介质及***
JP2011238228A (ja) スクリーン領域検知方法及びシステム
CN107610085A (zh) 一种基于计算机视觉的焊点缺陷检测***
CN108918093B (zh) 一种滤光片镜面缺陷检测方法、装置及终端设备
CN106643555B (zh) 基于结构光三维测量***的连接件识别方法
CN110648330B (zh) 摄像头玻璃的缺陷检测方法
CN109738450A (zh) 笔记本键盘的检测方法和装置
CN110599404A (zh) 一种电路板显微图像拼接方法、装置、信息数据处理终端
CN110807763A (zh) 一种陶瓦表面鼓包检测方法及***
CN114820439A (zh) 基于aoi的pcb裸板缺陷的检测***及方法
CN117152165A (zh) 感光芯片缺陷的检测方法、装置、存储介质及电子设备
CN116777877A (zh) 电路板缺陷检测方法、装置、计算机设备及存储介质
CN114720473A (zh) 基于机器视觉的车载屏幕背板的缺陷检测方法
CN113705564B (zh) 一种指针式仪表识别读数方法
CN110838135A (zh) 一种pcb裸板图像配准方法
CN112833821B (zh) 高密度ic焊点的微分几何立体微视觉检测***及方法
CN107248151B (zh) 一种基于机器视觉的液晶片智能检测方法及***
CN112669272A (zh) 一种aoi快速检测方法及快速检测***
JP2014191685A (ja) 画像処理装置および画像処理方法
CN108898584B (zh) 一种基于图像分析的全自动贴面电容装焊极性判别方法
CN116908185A (zh) 物品的外观缺陷检测方法、装置、电子设备及存储介质
CN111784779A (zh) 基于卷积神经网络和嵌套轮廓识别的棋盘格图像识别定位***及方法
JP2009281759A (ja) カラーフィルタ欠陥検査方法、及び検査装置、これを用いたカラーフィルタ製造方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200225