CN112964723A - 一种双面多目标等间距阵列视觉检测方法及检测*** - Google Patents
一种双面多目标等间距阵列视觉检测方法及检测*** Download PDFInfo
- Publication number
- CN112964723A CN112964723A CN202110139569.6A CN202110139569A CN112964723A CN 112964723 A CN112964723 A CN 112964723A CN 202110139569 A CN202110139569 A CN 202110139569A CN 112964723 A CN112964723 A CN 112964723A
- Authority
- CN
- China
- Prior art keywords
- detected
- product
- defect
- detection data
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 184
- 230000000007 visual effect Effects 0.000 title claims description 10
- 230000007547 defect Effects 0.000 claims abstract description 144
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 41
- 238000007689 inspection Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims 1
- 238000011179 visual inspection Methods 0.000 abstract description 12
- 230000033001 locomotion Effects 0.000 description 11
- 239000004065 semiconductor Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229910052709 silver Inorganic materials 0.000 description 3
- 239000004332 silver Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004377 microelectronic Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000007747 plating Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 238000012536 packaging technology Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8822—Dark field detection
- G01N2021/8825—Separate detection of dark field and bright field
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本说明书一个或多个实施例提供一种双面多目标等间距阵列视觉检测方法及检测***。所述方法包括:搬运载台将待检测产品移动至多个图像采集装置的图像采集位置;多个所述图像采集装置分别采集所述待检测产品不同位置的待检测图像;图像处理装置基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;所述上位机展示所述完整检测数据。本说明书实施例所述检测方法及***可以实现引线框架的检测。
Description
技术领域
本说明书一个或多个实施例涉及半导体检测技术领域,尤其涉及一种双面多目标等间距阵列视觉检测方法及检测***。
背景技术
随着集成电路技术的进步,集成电路封装技术也得到了很大的发展。集成电路塑封中使用的引线框架是集成电路封装的一种主要结构材料,其主要起承载IC芯片、连接芯片与外部线路板电信号以及安装固定等作用,是半导体集成中重要的基础材料。
现有技术中对引线框架的检测,将AOI视觉软件和运动控制集成在同一设备,通过运动控制来控制产品到位、光源亮起和相机触发拍摄,同时在出料口获取判定结果。这种技术中,AOI从属于上位机设备,导致大部分执行逻辑有上位机主导,控制变更时需要修改上位机底层代码,异常故障率高,且扩展性差,非独立模块和通用接口、后期维护困难。同时,在做多工位联合处理时,各个工位在空间上分成多个,使用多个工控机独立登录并管理各自的工位,配置检测方案和参数、执行检测、无法形成统一的交互界面、大量高频的做往返切换和跳转、操作效率低。
发明内容
有鉴于此,本说明书一个或多个实施例的目的在于提出一种双面多目标等间距阵列视觉检测方法及检测***,以解决引线框架的检测问题。
基于上述目的,本说明书一个或多个实施例提供了一种双面多目标等间距阵列视觉检测方法,包括:
搬运载台将待检测产品移动至多个图像采集装置的图像采集位置;
多个所述图像采集装置分别采集所述待检测产品不同位置的待检测图像;
图像处理装置基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;
所述上位机展示所述完整检测数据。
可选的,所述多个所述图像采集装置分别采集所述待检测产品不同位置的待检测图像之前,还包括:采集待检测产品的产品ID。
可选的,所述搬运载台将待检测产品移动至多个图像采集装置的图像采集位置,包括:所述搬运载台承载所述待检测产品沿XYθ轴移动,以使所述待检测产品的正面、反面以及投射面依次经过不同的所述图像采集装置。
可选的,还包括:基于所述待检测产品的位置识别点及预先存储的检测模板对所述待检测产品进行位置修正;基于所述检测模板确定所述待检测图像中的待检测感兴趣区域,对所述待检测感兴趣区域进行行列划分并编号。
可选的,所述对所述待检测感兴趣区域进行行列划分并编号之后,还包括:图像处理装置基于预先存储的标准产品轮廓对所述待检测感兴趣区域进行轮廓提取,以确定所述待检测感兴趣区域的待检测产品区域。
可选的,所述确定所述待检测感兴趣区域的待检测产品区域之后,还包括:对所述待检测产品区域进行缺陷检测,根据预先设置的缺陷规则,确定缺陷分类以及缺陷等级,获得所述缺陷结果检测数据。
可选的,所述对所述待检测产品区域进行缺陷检测,包括:对所述待检测产品区域进行亮暗极性识别后进行形态学划分以获取缺陷形状图形,获取所述缺陷形状图形的参数信息,将所述参数信息与预先设置的缺陷规则进行比较以确定缺陷分类以及缺陷等级。
可选的,每个所述图像采集装置采集所述待检测产品在不同光源照射情况下的所述图像信息。
可选的,还包括:对所述缺陷过程检测数据及所述缺陷结果检测数据进行汇总、去重和筛选以获得完整检测数据。
本说明书一个或多个实施例提供了一种双面多目标等间距阵列视觉检测***,用于实现上述任一项所述的一种双面多目标等间距阵列视觉检测方法,包括搬运载台、多个图像采集装置、图像处理装置以及上位机;其中,
所述搬运载台,被配置为:承载待检测产品并将所述待检测产品移动至多个图像采集装置的图像采集位置;
多个所述图像采集装置,被配置为:采集所述待检测产品不同位置的待检测图像;
所述图像处理装置,被配置为:基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述将缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;
所述上位机,被配置为:展示所述完整检测数据。
从上面所述可以看出,本说明书一个或多个实施例提供的双面多目标等间距阵列视觉检测方法及检测***,通过图像处理装置实现对待检测产品的运动控制,通过图像处理装置实现对待检测产品不同位置的缺陷检测以及检测结果的汇总,通过上位机统一展示缺陷过程检测数据及缺陷结果检测数据,从而避免缺陷检测以及运动控制杂糅在一起共同占用***资源,同时无需各个工位运动控制、缺陷检测等多个管理软件的截面反复切换;通过多个工位的图像采集装置、图像处理装置联合实现待检测产品不同位置的缺陷检测,各个图像处理装置的图像检测***统一配置,便于管理和维护。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例双面多目标等间距阵列视觉检测方法的流程示意图;
图2为本说明书一个或多个实施例待检测产品的结构示意图;
图3为本说明书一个或多个实施例双面多目标等间距阵列视觉检测***的框架图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
引线框架是一种用来作为集成电路芯片载体,并借助于键合丝使芯片内部电路引出端(键合点)通过内引线实现与外引线的电气连接,形成电气回路的关键结构件。在半导体中,引线框架主要起稳固芯片、传导信号、传输热量的作用,需要在强度、弯曲、导电性、导热性、耐热性、热匹配、耐腐蚀、步进性、共面形、应力释放等方面达到较高的标准。引线框架、金丝均属于半导体/微电子封装专用材料,在半导体封装过程起着重要的作用。微电子或半导体封装,直观上就是将生产出来的芯片封装起来,为芯片的正常工作提供能量、控制信号,并提供散热及保护功能。
引线框架的外观检测如直径尺寸、角度、宽度、同心度、R角、距离、毛边、残屑、变形、翘曲、漏银、露铜、划伤、刮痕、冲压残留等。由于不同引线框架的产品型号、规格、材质、颜色差异大,因此需要在算法底层支持高精度的轮廓边缘定位和缺陷检测。
然而,现有技术中该领域的自动光学检测设备(Automated Optical Inspection,AOI)绝大部分都是国外设备商提供,视觉AOI导入碎片化,视觉均和设备运动控制捆绑,界面非中文,且由于前期设备批量性低,设备商只能找一些小的视觉公司做定制,现有设备设备功能单一、算法性能低、产品迭代慢,技术满足度差,对换型和新产品适应不足,且国内外技术封闭,软件之间的功能、界面差异大,造成用户选择困扰和学习导入成本很高。
基于上述原因,本说明书实施例的一个方面提出一种双面多目标等间距阵列视觉检测方法。如图1所示,所述检测方法包括:
步骤S101,搬运载台将待检测产品移动至多个图像采集装置的图像采集位置。
如图2所示,本步骤中待检测产品包括多个阵列等间距排布的检测目标,例如引线框架。检测开始后,吸爪从托盘中取出待检测产品后放置于搬运载台;搬运载台承载待检测产品,通过图像处理装置控制搬运载台移动从而将待检测产品移动到图像采集位置,使得待检测产品对准图像采集装置的摄像头。
步骤S102,多个所述图像采集装置分别采集所述待检测产品不同位置的待检测图像。
在本步骤中,图像采集装置可以为AOI相机,多个图像采集装置安装于一个独立区域,搬运载台承载待检测产品到达该区域后,依次经过各个工位的图像采集装置的图像采集位置进行拍摄,从而获得待检测产品不同位置的待检测图像。
由于产品宽度与长度均较大,精度高达到0.005mm,需要超大体积的图像约800M以上的高速采集及传输,因此可采用线扫彩色16K*50000行的多次触发采集、分行传输、图像分切后缓存、软件层的分段采集和算子层的分块、分段底层加速等方法实现图像的快速采集。
步骤S103,图像处理装置基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机。
在本步骤中,图像处理装置包括中央处理装置和分机处理装置,每个工位设置一个与该工位的图像采集装置连接的分机处理装置用于实现对待检测产品不同位置的待检测图像的缺陷检测从而获得待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据;中央处理装置与每个分机处理装置连接,中央处理装置可控制搬运载台移动,同时也可接收各个分机处理装置生成的待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并将从属于同一个待检测产品的缺陷过程检测数据以及缺陷结果检测数据筛选出来并进行处理以生成该待检测产品的完整检测数据后发送给上位机。其中,每个完整检测数据包括该待检测产品的缺陷过程检测数据及缺陷结果检测数据,如原始图像、中间过程图像、检测区域、检测结果等。
本实施例中,采用离散数据库缓存管理技术,即多个分机处理装置分布处理和缓存存储检测数据,中央处理装置链接数据并展示检测过程的原始图像、中间过程图像、检测区域、检测结果、检测状态、检测数据批量的统计分析。
其中,图像处理装置可以为工业个人计算机(Industrinl Pesonal Computer,IPC),图像处理装置搭载图像检测***,内置图像检测算法,可以对基于待检测图像对待检测产品进行缺陷检测并输出缺陷过程检测数据以及缺陷结果检测数据。其中,各个工位的分机处理装置可以并行处理待检测图像,处理完成后即可将处理后的数据,即缺陷过程检测数据以及缺陷结果检测数据发送给中央处理装置进行汇总、去重、筛选生成完整检测数据。
步骤S104,所述上位机展示所述完整检测数据。
在本步骤中,上位机接收来自于图像处理装置的完整检测数据,并依据上位机的展示要求进行展示,以供检测人员查看。
在本实施例中,通过图像处理装置实现对待检测产品的运动控制,通过图像处理装置实现对待检测产品不同位置的缺陷检测以及检测结果的汇总,通过上位机统一展示缺陷过程检测数据及缺陷结果检测数据,从而避免缺陷检测以及运动控制杂糅在一起共同占用***资源,同时无需各个工位运动控制、缺陷检测等多个管理软件的截面反复切换;通过多个工位的图像采集装置、图像处理装置联合实现待检测产品不同位置的缺陷检测,各个图像处理装置的图像检测***统一配置,便于管理和维护。
在本说明书的一个或多个实施例中,步骤S101中搬运载台将待检测产品移动至多个图像采集装置的图像采集位置之前,还包括:采集待检测产品的产品ID。本实施例中,在采集待检测图像之前,先通过USB扫码枪对待检测产品进行扫描以获得待检测产品的产品ID,并将该产品ID发送给各个图像采集装置,图像采集装置可基于该产品ID可以确定待检测产品的类型、型号、身份ID等特征。类型、型号等数据可确定后续检测时所调用的模板等数据。身份ID可用于确定当前待检测产品的身份,后续获得的待检测图像、缺陷过程检测数据及缺陷结果检测数据等数据均会包括该身份ID,以便于上位机可基于身份ID识别出从属于同一待检测产品的缺陷过程检测数据以及缺陷结果检测数据并将其汇总、合并后展示。若产品ID中不存在该待检测产品的身份ID,***为该待检测产品分配虚拟身份ID以便于后续数据的处理。
在本说明书的一个或多个实施例中,步骤S101中所述搬运载台将待检测产品移动至多个图像采集装置的图像采集位置,包括:所述搬运载台承载所述待检测产品沿XYθ轴移动,以使所述待检测产品的正面、反面以及投射面依次经过不同的所述图像采集装置。待检测产品包括:镀银、镀铜的正面,底板的反面以及针对边缘缺陷的投射面。因此需要对待检测产品的正面、反面以及投射面均进行检测。本实施例中,搬运载台承载待检测产品依次通过三个不同工位的图像采集装置,并通过三个图像采集装置分别拍摄待检测产品的正面、反面以及投射面。之后与各个图像采集装置连接的图像处理装置分别基于检测产品的正面、反面以及投射面的待检测图像并行执行检测。如图3所示,本实施例中,通过气缸动作实现待检测产品在各个图像采集位置之间的移动,通过XYθ轴实现待检测产品的在XYθ轴方向上的移动,以使待检测产品的各个待检测面能够对准图像采集装置的摄像头。
可选的,本实施例中各个工位的图像采集装置及图像处理装置可支持异步协作,即在检测区域中允许多个待检测产品同时出现,当第一个待检测产品在第一个图像采集装置完成待检测图像的采集后,第一个图像采集装置将待检测图像发送至与之连接的图像处理装置进行图像检测,同时第一个待检测产品移动至第二个图像采集装置进行图像采集,此时第二个待检测产品可移动到第一个图像采集装置的图像采集位置进行图像采集,从而提高检测效率。整个***兼容不同视野分辨率,不同安装位姿角度的图像采集装置的坐标系和基于待检测产品坐标***一,之后对检出的缺陷投影、去重、NG筛选,直至最终判定。
可选的,还包括:基于所述待检测产品的位置识别点及预先存储的检测模板对所述待检测产品进行位置修正。其中,当待检测产品的整***姿发生偏移时,图像采集装置基于待检测产品的位置识别点(Mark点)及预先存储的检测模板确定待检测产品的位姿偏移量,搬运载台基于该位置偏移量进行XYθ方向的移动以实现对待检测产品的位置修正。本实施例中,由于已通过产品ID获得待检测产品的类型,即可基于该产品ID调用对应于待检测产品的检测模板进行检测。后续进行处理时,也可结合其他ID信息,例如图像采集装置的相机ID,各流程步骤的流程ID,状态ID、检测时采用的检测算子的算子ID等信息进行逐级的确定,以便于后续的数据汇总。
之后,图像采集装置采集待检测产品的待检测图像,并基于检测模板确定所述待检测图像中的待检测感兴趣区域,对所述待检测感兴趣区域进行行列划分并编号。本实施例中,由于检测模板已经包含各个检测目标,因此基于检测模板可以将各个检测目标平移阵列出来,之后进行行列划分并编号,以便于后续基于编号对实现对待检测产品的检测数据的管理与追溯。
在一些可选的实施例中,对所述待检测感兴趣区域进行行列划分并编号之后,还包括:图像处理装置基于预先存储的标准产品轮廓对所述待检测感兴趣区域进行轮廓提取,以确定所述待检测感兴趣区域的待检测产品区域。
在本实施例中,由于检测精度为1个像素左右,当待检测产品发生形变或加工公差时,需要根据标准产品提取标准轮廓,再根据实际待检测产品的实时形状规格,自动提取待检测产品区域的轮廓边缘,支持内外方向和亮暗极性的动态侦测,通过底层算法调整实际获得的ROI、使调整后的标准轮廓更加吻合实际产品边缘、从而提高检测精度、降低边缘误检。
可选的,在进行轮廓提取时,当标准产品轮廓和当前待检测产品区域粗定位后,继续沿内外边缘做像素逐点扫描和修正,基于待检测产品区域二次生成轮廓从而确定待检测产品区域;或者,当标准产品轮廓和当前待检测产品区域粗定位后,二者中心的点对齐,继续做边缘的内缩、外扩的等比自适应,基于待检测产品区域二次生成轮廓从而确定待检测产品区域。
在一些可选的实施例中,所述确定所述待检测感兴趣区域的待检测产品区域之后,还包括:对所述待检测产品区域进行缺陷检测,根据预先设置的缺陷规则,确定缺陷分类以及缺陷等级,获得所述缺陷结果检测数据。
可选的,所述对所述待检测产品区域进行缺陷检测,包括:对所述待检测产品区域进行亮暗极性识别后进行形态学划分,以获取点状、线状、团状、条纹状、斑块状的缺陷形状图形,再获取所述缺陷形状图形的参数信息,将所述参数信息与预先设置的缺陷规则进行比较以确定缺陷分类以及缺陷等级,从而获得缺陷结果检测数据。其中,所述参数信息包括圆形度、灰阶值、强度值、面积值、直线度、圆弧度以及正反面。每个缺陷分类可包括缺陷的序号、代码、名称、形状包裹、等级、颜色等缺陷属性。
在本实施例中,通过对圆形度、灰阶值、强度值、面积值、直线度、圆弧度以及正反面等参数信息进行阈值划分从而确定单项缺陷等级,再结合各个缺陷分类与一个或多个参数信息的单项缺陷等级之间的关联关系,从而确定最终的缺陷规则。例如,圆形度的取值范围为0-1000,基于预设的阈值将其取值范围划分为弱、低、中、强四个单项缺陷等级,将待检测产品中某一待检测产品区域检测出的缺陷形状图形的圆形度值满足弱等级时,可认定其不为缺陷,若检测出的缺陷形状图形的圆形度值满足低、中或强等级时,需要将其标记为单项缺陷。一个或多个参数信息的单项组合可以确定缺陷分类以及缺陷等级。
在一个具体的实施例中,当圆形度等级为强、灰阶值等级为低或强、强度值等级为强、面积值等级为低、直线度等级为低、圆弧度等级为低且正反面为1反时,可确定该缺陷分类为白点;当灰阶值等级为中、强度值等级为中、直线度等级为低、圆弧度等级为中且正反面为2反时,可确定该缺陷分类为脏污;当灰阶值等级为低、强度值等级为强、面积值等级为低且正反面为2正时,可确定该缺陷分类为异物;当圆形度等级为低、强度值等级为中、面积值等级为低且正反面为2反时,可确定该缺陷分类为毛丝;当圆形度等级为低、面积值等级为低、直线度等级为强、圆弧度等级为低且正反面为2正时,可确定该缺陷分类为划伤。上述缺陷规则、阈值设置以及参数信息的类别仅为示例性的,在实际使用过程中可基于实际情况进行调整。
因此,当获得待检测产品区域的圆形度、灰阶值、强度值、面积值、直线度、圆弧度以及正反面等参数信息的具体值,依据预先设置的缺陷规则确定缺陷分类以及缺陷等级,以获得最终的缺陷结果检测数据。之后,分机处理装置将缺陷结果检测数据以及在检测过程中获得的缺陷过程检测数据发送给中央处理装置,由中央处理装置汇总后生成完整检测数据发送给上位机。
在一些可选的实施例中,中央处理装置对所述缺陷过程检测数据及所述缺陷结果检测数据进行汇总、去重和筛选以获得完整检测数据后发送给上位机,上位机基于预先设置的缺陷检测规则进行报错。本实施例中,基于待检测产品的身份ID,以及图像采集装置的相机ID,各流程步骤的流程ID,状态ID、检测时采用的检测算子的算子ID中的一个或多个进行汇总,从而识别出属于同一个待检测产品的缺陷数据,将缺陷数据进行去重、筛选后将缺陷位置、缺陷分类、缺陷等级等投影到一个完整的待检测产品中从而获得完整检测数据;之后上位机进行展示,并基于预设的规则进行报错。上位机可以提供多工位数据的缺陷预览,并且可对待检测产品的缺陷进行回溯,以便于进行复判。
本实施例中,采用离散数据库缓存管理技术,即多个图像处理装置分布处理和缓存存储检测数据,上位机链接数据并展示检测过程的原始图像、中间过程图像、检测区域、检测结果、检测状态、检测数据批量的统计分析,以便人工的监视巡查的检测预览。
在一些可选的实施例中,所述方法还包括:每个所述图像采集装置采集所述待检测产品在不同光源照射情况下的所述图像信息。本实施例中,通过图像采集装置与光源的时序控制组合,通过多视角光源组合成明场、暗场等用来解决镀银、镀铜与底板的颜色兼容差异,从而使对比度达到更优、实现多色光如蓝光、黄光、红光等多个光谱段下的图像采集。
需要说明的是,上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本说明书一个或多个实施例还提供了双面多目标等间距阵列视觉检测***,用于实现如上述任一项实施例所述的双面多目标等间距阵列视觉检测方法。如图3所示,所述检测***包括搬运载台、多个图像采集装置、图像处理装置(IPC)以及上位机;其中,
所述搬运载台,被配置为:承载待检测产品并将所述待检测产品移动至多个图像采集装置的图像采集位置。
多个所述图像采集装置,被配置为:采集所述待检测产品不同位置的待检测图像。
所述图像处理装置,被配置为:基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述将缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;
所述上位机,被配置为:展示所述完整检测数据。
上述实施例的检测***用于实现前述任一实施例中相应的双面多目标等间距阵列视觉检测方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本说明书一个或多个实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本说明书一个或多个实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本说明书一个或多个实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本说明书一个或多个实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本说明书一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种双面多目标等间距阵列视觉检测方法,其特征在于,包括:
搬运载台将待检测产品移动至多个图像采集装置的图像采集位置;
多个所述图像采集装置分别采集所述待检测产品不同位置的待检测图像;
图像处理装置基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;
所述上位机展示所述完整检测数据。
2.根据权利要求1所述的检测方法,其特征在于,所述搬运载台将待检测产品移动至多个图像采集装置的图像采集位置之前,还包括:采集待检测产品的产品ID。
3.根据权利要求1所述的检测方法,其特征在于,所述搬运载台将待检测产品移动至多个图像采集装置的图像采集位置,包括:所述搬运载台承载所述待检测产品沿XYθ轴移动,以使所述待检测产品的正面、反面以及投射面依次经过不同的所述图像采集装置。
4.根据权利要求3所述的检测方法,其特征在于,还包括:基于所述待检测产品的位置识别点及预先存储的检测模板对所述待检测产品进行位置修正;基于所述检测模板确定所述待检测图像中的待检测感兴趣区域,对所述待检测感兴趣区域进行行列划分并编号。
5.根据权利要求4所述的检测方法,其特征在于,所述对所述待检测感兴趣区域进行行列划分并编号之后,还包括:图像处理装置基于预先存储的标准产品轮廓对所述待检测感兴趣区域进行轮廓提取,以确定所述待检测感兴趣区域的待检测产品区域。
6.根据权利要求5所述的检测方法,其特征在于,所述确定所述待检测感兴趣区域的待检测产品区域之后,还包括:对所述待检测产品区域进行缺陷检测,根据预先设置的缺陷规则,确定缺陷分类以及缺陷等级,获得所述缺陷结果检测数据。
7.根据权利要求6所述的检测方法,其特征在于,所述对所述待检测产品区域进行缺陷检测,包括:对所述待检测产品区域进行亮暗极性识别后进行形态学划分以获取缺陷形状图形,获取所述缺陷形状图形的参数信息,将所述参数信息与预先设置的缺陷规则进行比较以确定缺陷分类以及缺陷等级。
8.根据权利要求1所述的检测方法,其特征在于,每个所述图像采集装置采集所述待检测产品在不同光源照射情况下的所述图像信息。
9.根据权利要求1-8任一项所述的检测方法,其特征在于,还包括:对所述缺陷过程检测数据及所述缺陷结果检测数据进行汇总、去重和筛选以获得完整检测数据。
10.一种双面多目标等间距阵列视觉检测***,其特征在于,用于实现如权利要求1-9任一项所述的一种双面多目标等间距阵列视觉检测方法,包括搬运载台、多个图像采集装置、图像处理装置以及上位机;其中,
所述搬运载台,被配置为:承载待检测产品并将所述待检测产品移动至多个图像采集装置的图像采集位置;
多个所述图像采集装置,被配置为:采集所述待检测产品不同位置的待检测图像;
所述图像处理装置,被配置为:基于所述待检测产品不同位置的所述待检测图像对所述待检测产品进行缺陷检测以获得所述待检测产品不同位置的缺陷过程检测数据以及缺陷结果检测数据,并基于从属于同一所述待检测产品的所述将缺陷过程检测数据及所述缺陷结果检测数据生成所述待检测产品的完整检测数据发送给上位机;
所述上位机,被配置为:展示所述完整检测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110139569.6A CN112964723B (zh) | 2021-02-01 | 2021-02-01 | 一种双面多目标等间距阵列视觉检测方法及检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110139569.6A CN112964723B (zh) | 2021-02-01 | 2021-02-01 | 一种双面多目标等间距阵列视觉检测方法及检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112964723A true CN112964723A (zh) | 2021-06-15 |
CN112964723B CN112964723B (zh) | 2023-11-03 |
Family
ID=76273056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110139569.6A Active CN112964723B (zh) | 2021-02-01 | 2021-02-01 | 一种双面多目标等间距阵列视觉检测方法及检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112964723B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718600A (zh) * | 2023-06-09 | 2023-09-08 | 大连阿部配线有限公司 | 一种用于对线束产品进行智能化检测的检测装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1436301A (zh) * | 2000-06-14 | 2003-08-13 | 泰拉丁公司 | 光学检验*** |
CN101566460A (zh) * | 2008-04-24 | 2009-10-28 | 鸿富锦精密工业(深圳)有限公司 | 双面电路板的基板检测***、检测方法及其检测用的载具 |
CN107202796A (zh) * | 2017-07-11 | 2017-09-26 | 深圳宜美智科技有限公司 | Pcb板自动检测机 |
CN108636820A (zh) * | 2018-03-30 | 2018-10-12 | 中国科学院自动化研究所 | 基于视觉的精密零件自动化检测与分拣***及方法 |
CN108765416A (zh) * | 2018-06-15 | 2018-11-06 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测方法及装置 |
CN109502298A (zh) * | 2018-12-25 | 2019-03-22 | 苏州凡目视觉科技有限公司 | 工件双面视觉检测装置 |
CN110346369A (zh) * | 2019-07-08 | 2019-10-18 | 深圳精创视觉科技有限公司 | 上下线性滑台式双面缺陷在线检测装置 |
CN113866170A (zh) * | 2021-12-01 | 2021-12-31 | 聚时科技(江苏)有限公司 | 一种表面缺陷检测视觉*** |
-
2021
- 2021-02-01 CN CN202110139569.6A patent/CN112964723B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1436301A (zh) * | 2000-06-14 | 2003-08-13 | 泰拉丁公司 | 光学检验*** |
CN101566460A (zh) * | 2008-04-24 | 2009-10-28 | 鸿富锦精密工业(深圳)有限公司 | 双面电路板的基板检测***、检测方法及其检测用的载具 |
CN107202796A (zh) * | 2017-07-11 | 2017-09-26 | 深圳宜美智科技有限公司 | Pcb板自动检测机 |
CN108636820A (zh) * | 2018-03-30 | 2018-10-12 | 中国科学院自动化研究所 | 基于视觉的精密零件自动化检测与分拣***及方法 |
CN108765416A (zh) * | 2018-06-15 | 2018-11-06 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测方法及装置 |
CN109502298A (zh) * | 2018-12-25 | 2019-03-22 | 苏州凡目视觉科技有限公司 | 工件双面视觉检测装置 |
CN110346369A (zh) * | 2019-07-08 | 2019-10-18 | 深圳精创视觉科技有限公司 | 上下线性滑台式双面缺陷在线检测装置 |
CN113866170A (zh) * | 2021-12-01 | 2021-12-31 | 聚时科技(江苏)有限公司 | 一种表面缺陷检测视觉*** |
Non-Patent Citations (1)
Title |
---|
柴洪峰 等: "《区块链导论》", 31 August 2020, 中国科学技术出版社, pages: 68 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718600A (zh) * | 2023-06-09 | 2023-09-08 | 大连阿部配线有限公司 | 一种用于对线束产品进行智能化检测的检测装置 |
CN116718600B (zh) * | 2023-06-09 | 2024-03-29 | 大连阿部配线有限公司 | 一种用于对线束产品进行智能化检测的检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112964723B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102102874B1 (ko) | 자동 광학 검사 시스템 및 그 동작 방법 | |
CN205317678U (zh) | 一种基于机器视觉的金属制品印刷缺陷在线检测*** | |
CN108802046B (zh) | 一种混合集成电路组件缺陷光学检测装置及其检测方法 | |
US6246788B1 (en) | System and method of optically inspecting manufactured devices | |
CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
US6661912B1 (en) | Inspecting method and apparatus for repeated micro-miniature patterns | |
CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
CN107505341B (zh) | 一种基于x射线的led芯片缺陷自动检测设备及方法 | |
CN103473778B (zh) | 一种led发光芯片插偏缺陷的检测方法 | |
CN103972124B (zh) | 图案化晶圆缺点检测***及其方法 | |
CN116718600B (zh) | 一种用于对线束产品进行智能化检测的检测装置 | |
CN114136975A (zh) | 一种微波裸芯片表面缺陷智能检测***和方法 | |
CN105424721A (zh) | 一种金属应变计缺陷自动检测*** | |
CN109870463A (zh) | 一种电子芯片故障检测装置 | |
CN113822882A (zh) | 基于深度学习的电路板表面缺陷检测方法与检测装置 | |
US20220207686A1 (en) | System and method for inspecting an object for defects | |
CN112964723A (zh) | 一种双面多目标等间距阵列视觉检测方法及检测*** | |
CN103308522A (zh) | 一种摄像头芯片模件组打线质量自动测试机 | |
CN111307817B (zh) | 一种智能产线pcb生产过程的在线检测方法及*** | |
JP2006251561A (ja) | 欠陥画素リペア方法 | |
CN116465908A (zh) | 一种印刷电路板生产用光学检测方法 | |
WO2019176614A1 (ja) | 画像処理装置、画像処理方法、およびコンピュータプログラム | |
US20070217675A1 (en) | Z-axis optical detection of mechanical feature height | |
JPH11352073A (ja) | 異物検査方法および装置 | |
CN112964722A (zh) | 一种超大视野分布计算视觉检测方法及检测*** |
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 |