CN113421265A - 线路板切割路径的生成方法和生成装置、分板机 - Google Patents

线路板切割路径的生成方法和生成装置、分板机 Download PDF

Info

Publication number
CN113421265A
CN113421265A CN202110978136.XA CN202110978136A CN113421265A CN 113421265 A CN113421265 A CN 113421265A CN 202110978136 A CN202110978136 A CN 202110978136A CN 113421265 A CN113421265 A CN 113421265A
Authority
CN
China
Prior art keywords
cutting
cut
target
image
boundary line
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
Application number
CN202110978136.XA
Other languages
English (en)
Other versions
CN113421265B (zh
Inventor
管凌乾
钱建轩
刘朋飞
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.)
Suzhou Vega Technology Co Ltd
Original Assignee
Suzhou Vega Technology Co Ltd
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 Suzhou Vega Technology Co Ltd filed Critical Suzhou Vega Technology Co Ltd
Priority to CN202110978136.XA priority Critical patent/CN113421265B/zh
Publication of CN113421265A publication Critical patent/CN113421265A/zh
Application granted granted Critical
Publication of CN113421265B publication Critical patent/CN113421265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30141Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种线路板切割路径的生成方法和装置、分板机,所述方法包括:获取成品线路板图像,并确定成品线路板图像的待切割目标的位置信息,其中,待切割目标的位置信息包括中心点和主轴角度;根据待切割目标的位置信息提取待切割目标的感兴趣区域;对待切割目标的感兴趣区域进行图像处理,以获得梯度图像;根据梯度图像确定切割边界线,并根据切割边界线生成切割路径,其中,获取切割刀具的刀具行程和刀具半径;根据待切割目标的中心点、主轴角度和刀具行程确定切割边界线上的关键点坐标;根据切割边界线上的关键点坐标和刀具半径确定切割点坐标;根据切割点坐标生成切割路径,从而可自动生成切割路径,提高了切割效率和精度。

Description

线路板切割路径的生成方法和生成装置、分板机
技术领域
本发明涉及分板机技术领域,尤其涉及一种线路板切割路径的生成方法、一种线路板切割路径的生成装置、一种分板机和一种计算机可读存储介质。
背景技术
分板机在切割PCBA(Printed Circuit Board Assembly,印刷线路板装配、成品线路板)板前需要手动制作分板程式。操作人员需要控制相机运动到每个切割目标上方,以采集刀切割目标的图像,并手动生成每个切割目标的切割路径。由于一块未切割的PCBA板上一般包含几百个待切割目标,操作人员需要挨个去制作切割路径,工作量较大,并且对于操作人员的专业素质要求也比较高,同时无法保证切割精度,严重影响了生产效率。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种线路板切割路径的生成方法,通过待切割目标的位置信息提取待切割目标的感兴趣区域,并对图像进行处理,以获取处理后图像的切割边界线,根据切割边界线可自动生成切割路径,提高了切割效率和精度。
本发明的第二个目的在于提出一种线路板切割路径的生成装置。
本发明的第三个目的在于提出一种分板机。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出了一种线路板切割路径的生成方法,包括:获取成品线路板图像,并确定成品线路板图像的待切割目标的位置信息,其中,所述待切割目标的位置信息包括中心点和主轴角度;根据待切割目标的位置信息提取所切割目标的感兴趣区域;对待切割目标的感兴趣区域进行图像处理,以获得梯度图像;根据梯度图像确定切割边界线,并根据切割边界线生成切割路径,其中,根据所述切割边界线生成所述切割路径,包括:获取切割刀具的刀具行程和刀具半径;根据所述待切割目标的中心点、主轴角度和所述刀具行程确定所述切割边界线上的关键点坐标;根据所述切割边界线上的关键点坐标和所述刀具半径确定切割点坐标;根据所述切割点坐标生成所述切割路径。
根据本发明实施例的线路板切割路径的生成方法,先获取成品线路板图像,并确定成品线路板图像的待切割目标的位置信息,然后根据待切割目标的位置信息提取所切割目标的感兴趣区域,并对待切割目标的感兴趣区域进行图像处理,以获得梯度图像,最后根据梯度图像确定切割边界线,并根据切割边界线生成切割路径。由此,该方法可自动生成切割路径,提高了切割效率和精度。
根据本发明上述实施例的线路板切割路径的生成方法还可以具有如下的附加技术特征:
根据本发明的一个实施例,确定所述成品线路板图像的待切割目标的位置信息,包括:获取模板图像,根据所述模板图像,采用模板匹配算法从所述成品线路板图像中定位出所述待切割目标的位置信息。
根据本发明的一个实施例,采用模板匹配算法从所述成品线路板图像中定位出所述待切割目标的位置信息,包括:采用基于形状特征的模板匹配算法获取所述待切割目标的中心点和角度偏移量;对所述模板图像进行图像处理,以获取所述模板图像的主轴角度;根据所述待切割目标的偏移量和所述模板图像的主轴角度确定所述待切割目标的主轴角度。
根据本发明的一个实施例,所述待切割目标的偏移量和所述模板图像的主轴角度确定所述待切割目标的主轴角度,包括:将所述待切割目标的偏移量与所述模板图像的主轴角度之和,作为所述待切割目标的主轴角度。
根据本发明的一个实施例,所述切割边界线包括水平切割边界线和垂直切割边界线,其中,根据所述梯度图像确定切割边界线,包括:在所述待切割目标的主轴角度小于第一预设角度阈值时,采用第一边缘搜索算法对所述梯度图像进行处理,获取所述水平切割边界线;在所述待切割目标的主轴角度大于或者等于所述第一预设角度阈值时,采用第二边缘搜索算法对所述梯度图像进行处理,获取所述垂直切割边界线。
根据本发明的一个实施例,采用第一边缘搜索算法对所述梯度图像进行处理,包括:在对所述梯度图像进行水平边缘搜索时,依次检测每一列的梯度值;确定所述梯度值大于第一梯度阈值时,将所述梯度值对应的坐标作为所述水平切割边界线的边缘点。
根据本发明的一个实施例,采用第二边缘搜索算法对所述梯度图像进行处理,包括:在对所述梯度图像进行垂直边缘搜索时,依次检测每一行的梯度值;
确定所述梯度值大于第二梯度阈值时,将所述梯度值对应的坐标作为所述垂直切割边界线的边缘点。
根据本发明的一个实施例,采用第一边缘搜索算法对所述梯度图像进行处理,还包括:确定所述水平切割边界线的边缘点数量大于第一预设值时,停止水平边缘搜索。
根据本发明的一个实施例,采用第二边缘搜索算法对所述梯度图像进行处理,还包括:确定所述垂直切割边界线的边缘点数量大于第二预设值时,停止垂直边缘搜索。
根据本发明的一个实施例,所述模板图像为U型图像,根据所述切割边界线上的关键点坐标和所述刀具半径确定切割点坐标,包括:获取所述待切割目标的槽宽;当所述待切割目标的槽宽小于刀具直径时,根据所述切割边界线上的关键点坐标获取中点坐标,以确定切割点坐标;根据所述切割点坐标生成所述切割路径。
根据本发明的一个实施例,当所述待切割目标的槽宽大于或者等于所述刀具直径时,根据所述切割边界线上的关键点坐标向远离所述切割边界线的方向平移所述刀具半径的距离,以确定切割点坐标;根据所述切割点坐标生成所述切割路径。
根据本发明的一个实施例,对所述待切割目标的感兴趣区域进行图像处理,包括:采用索贝尔算子对所述感兴趣区域进行滤波处理,以获得所述梯度图像。
为达到上述目的,本发明第二方面实施例提出了一种线路板切割路径的生成装置,包括:图像采集模块,用于成品线路板图像;确定模块,用于确定所述成品线路板图像的待切割目标的位置信息,其中,所述待切割目标的位置信息包括中心点和主轴角度;图像处理模块,用于根据所述待切割目标的位置信息提取所述待切割目标的感兴趣区域,并对所述待切割目标的感兴趣区域进行图像处理,以获得梯度图像;生成模块,用于根据所述梯度图像确定切割边界线,并根据所述切割边界线生成切割路径,其中,所述生成模块根据切割边界线生成切割路径,具体用于:获取切割刀具的刀具行程和刀具半径;根据待切割目标的中心点、主轴角度和刀具行程确定切割边界线上的关键点坐标;根据切割边界线上的关键点坐标和刀具半径确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明实施例的线路板切割路径的生成装置,通过图像采集模块获取成品线路板图像,并通过确定模块确定成品线路板图像的待切割目标的位置信息,通过图像处理模块根据待切割目标的位置信息提取待切割目标的感兴趣区域,并对待切割目标的感兴趣区域进行图像处理,以获得梯度图像,生成模块根据梯度图像确定切割边界线,并根据切割边界线生成切割路径。由此,该装置可自动生成切割路径,提高了切割效率和精度。
为达到上述目的,本发明第三方面实施例提出的一种分板机,包括:存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述的线路板切割路径的生成方法。
本发明实施例的分板机,通过执行上述的线路板切割路径的生成方法,可自动生成切割路径,提高了切割效率和精度。
为达到上述目的,本发明第四方面实施例提出的一种计算机可读存储介质,其上存储有线路板切割路径的生成程序,该线路板切割路径的生成程序被处理器执行时实现上述的线路板切割路径的生成方法。
本发明实施例的计算机可读存储介质,通过执行上述的线路板切割路径的生成方法,可自动生成切割路径,提高了切割效率和精度。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本发明实施例的线路板切割路径的生成方法的流程图;
图2为根据本发明一个实施例的成品线路板图像示意图;
图3为根据本发明一个实施例的模板图像的示意图;
图4为根据本发明一个实施例的待切割目标的感兴趣区域示意图;
图5为根据本发明一个实施例的梯度图像示意图;
图6为根据本发明一个实施例的索贝尔算子的卷积核示意图;
图7为根据本发明一个实施例的待切割目标的图像示意图;
图8为根据本发明一个实施例的待切割目标的水平切割边界线的示意图;
图9为根据本发明一个实施例的待切割目标的垂直切割边界线的示意图;
图10为根据本发明一个实施例的待切割目标的切割点坐标的示意图;
图11为根据本发明另一个实施例的待切割目标的切割点坐标的示意图;
图12为根据本发明实施例的线路板切割路径的生成装置图的方框示意图;
图13为根据本发明实施例的分板机的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例提出的线路板切割路径的生成方法、线路板切割路径的生成装置、分板机和计算机可读存储介质。
图1为根据本发明实施例的线路板切割路径的生成方法的流程图;
如图1所示,本发明实施例的线路板切割路径的生成方法可包括以下步骤:
S1,获取成品线路板图像,并确定成品线路板图像的待切割目标的位置信息。其中,在背光源条件下,可采用面阵相机采集整个成品线路板的图像,在成品线路板较大的情况下,根据面阵相机的可拍摄范围,预先设定多个拍摄点,在拍摄过程中,通过控制面阵相机移动到固定的拍摄点进行拍摄,并将拍摄的图像拼接成一个完整的成品线路板图像,例如,如图2所示。
根据本发明的一个实施例,确定成品线路板图像的待切割目标的位置信息,包括:获取模板图像;根据模板图像,采用模板匹配算法从成品线路板图像中定位出待切割目标的位置信息。
进一步地,根据本发明的一个实施例,待切割目标的位置信息可包括中心点和主轴角度,其中,采用模板匹配算法从成品线路板图像中定位出待切割目标的位置信息,包括:采用基于形状特征的模板匹配算法获取待切割目标的中心点和角度偏移量;对模板图像进行图像处理,以获取模板图像的主轴角度;根据待切割目标的偏移量和模板图像的主轴角度确定待切割目标的主轴角度。
根据本发明的一个实施例,待切割目标的主轴角度为待切割目标的偏移量与模板图像的主轴角度之和。
具体而言,根据实际需求,获取成品线路板图像需要被切割的目标,即模板图像,对模板图像采用灰度二值化处理,模板图像主轴的角度为亮区域的最小外接矩形(有角度)与x轴的夹角,夹角的范围是[-π/2,π/2],例如,如图3所示,图中模板图像的主轴与x轴垂直,模板图像的主轴角度为90°。根据模板图像和成品线路板图像,利用形状特征的模板匹配算法在成品线路板图像中查找与其匹配的所有待切割目标的中心点和角度偏移量,其中,待切割目标的角度偏移量是指相对于模板图像的主轴角度的偏移量,即待切割目标的主轴角度为待切割目标的角度偏移量与模板图像的主轴角度之和。
需要说明的是,图3所示的模板图像仅作为本发明的一个具体示例,模板图像还可以为水平方向设置,即模板图像主轴与x轴的夹角(主轴角度)为0°。模板图像还可以为倾斜设置,即模板图像的主轴与x轴的夹角(主轴角度)在(-π/2,0)或者(0,π/2)之间,这里不做限制。
S2,根据待切割目标的位置信息提取待切割目标的感兴趣区域。其中,通过上述步骤S1可得到待切割目标的中心点和主轴角度,然后根据待切割目标的中心点和主轴角度利用相应的算法可以提取待切割目标的感兴趣区域,作为图像分析所关注的重点,例如,如图4所示。
S3,对待切割目标的感兴趣区域进行图像处理,以获得梯度图像。
根据本发明的一个实施例,对待切割目标的感兴趣区域进行图像处理,包括:采用索贝尔算子对感兴趣区域进行滤波处理,以获得梯度图像。
具体而言,在通过步骤S2提取到待切割目标的感兴趣区域之后,还对感兴趣区域进行图像处理,以获得梯度图像,如图5所示,例如,可采用索贝尔算子进行滤波处理以获得梯度图像。具体地,索贝尔算子的原理:对感兴趣区域中的像素做卷积,卷积的实质是在求梯度值,或者说给了一个加权平均,其中权值就是所谓的卷积核(采用图6所示的Gx是对感兴趣区域x轴方向上的卷积,Gy是对y轴方向上的卷积),然后对生成的新像素灰度值做阈值运算,以确定边缘信息,最终获得感兴趣区域的梯度图像。
S4,根据梯度图像确定切割边界线,并根据切割边界线生成切割路径。
根据本发明的一个实施例,切割边界线可包括水平切割边界线和垂直切割边界线,其中,待切割目标的主轴角度小于第一预设角度阈值时,采用第一边缘搜索算法对梯度图像进行处理,获取水平切割边界线;切割目标的主轴角度大于或者等于第一预设角度阈值时,采用第二边缘搜索算法对梯度图像进行处理,获取垂直切割边界线。其中,第一预设角度阈值可根据实际情况进行标定,例如,第一预设角度阈值可以为45°。
换句话说,以图7所示的待切割目标为例,通过上述步骤可以获得待切割目标的中心点和待切割目标的主轴角度θ。判断待切割目标主轴的角度是否大于45°,其中,当θ>45°时,将梯度图像逆时针旋转,得到主轴角度为90°的梯度图像;当θ<45°时,将梯度图像顺时针旋转,得到垂到主轴角度为0°的梯度图像;当θ=45°时,顺时针旋转和逆时针旋转均可。然后采用对应的边缘搜索算法对旋转后的梯度图像处理,以获得切割边界线。
下面详细描述如何获得切割边界线。
根据本发明的一个实施例,采用第一边缘搜索算法对梯度图像进行处理,包括:对梯度图像进行水平边缘搜索时,依次检测每一列的梯度值;确定梯度值大于第一梯度阈值时,将梯度值对应的坐标作为水平切割边界线的边缘点。其中,第一梯度阈值可根据实际情况进行标定。
进一步地,根据本发明的一个实施例,采用第一边缘搜索算法对梯度图像进行处理,还包括:确定水平切割边界线的边缘点数量大于第一预设值时,停止水平边缘搜索。其中,第一预设值可根据实际情况进行标定,例如,第一预设值可以为100。
具体而言,仍以图7所示的待切割目标图像为例,假设图7中的主轴角度θ<45°,那么将待切割目标的感兴趣区域顺时针旋转至图8所示的位置,采用第一边缘搜索算法搜索梯度图像的水平切割边界线。假设感兴趣区域的宽度为w,高度为h,当搜索左上水平边缘L1时,x从0到w/2递增变化,y从主轴坐标的纵坐标(h/2)到0递减变化,搜索梯度图像的梯度值,在搜索到梯度值大于第一梯度阈值时,将该梯度值对应的坐标作为L1的边缘点,并将其存储下来,并开始计数,停止此列的搜索,继续下一列的搜索,同样地道理,在搜索下一列时,搜索到的梯度值大于第一梯度阈值时,将该梯度值对应的坐标作为L1的边缘点,并存储下来,此时计数器加1,停止此列的搜索,进行下一列的搜索,如此逐列搜索,直至计数器的值(边缘点的个数)大于第一预设值(如100),停止L1水平切割边缘线的搜索。水平边缘L2、L3、L4的搜索方式相同,这里不再赘述。
需要说明的是,当以同一个坐标系进行水平切割边缘线搜索时,在搜索L2水平切割边缘线时,x从w递减变化至w/2,y从到主轴坐标的纵坐标(h/2)到0递减变化;在搜索L3水平切割边缘线时,x从0到w/2递增变化,y从主轴坐标的纵坐标(h/2)到h递增变化;在搜索L4水平切割边缘线时,x从w递减变化至w/2,y从主轴坐标的纵坐标(h/2)到h递增递减变化。
根据本发明的另一个实施例,采用第二边缘搜索算法对梯度图像进行处理,包括:在对梯度图像进行垂直边缘搜索时,依次检测每一行的梯度值;确定梯度值大于第二梯度阈值时,将梯度值对应的坐标作为垂直切割边界线的边缘点。其中,第二梯度阈值可根据实际情况进行标定。
进一步地,根据本发明的一个实施例,采用第二边缘搜索算法对所述梯度图像进行处理,还包括:确定垂直切割边界线的边缘点数量大于第二预设值时,停止垂直边缘搜索。其中,第二预设阈值可根据实际情况进行标定,例如,第二预设阈值可以为100。
具体而言,仍以图7所示的待切割目标图像为例,假设图7中的主轴角度θ>45°,那么将待切割目标的感兴趣区域逆时针旋转至图9所示的位置,采用第二边缘搜索算法搜索梯度图像的垂直切割边线。假设感兴趣区域的宽度为w′,高度为h′,当搜索左上垂直边缘L1时,y从0到h′/2递增变化,x从w′/2到0递减变化,搜索梯度图像的梯度值,在搜索到梯度值大于第二梯度阈值时,将该梯度值对应的坐标作为L1′的边缘点,并将其存储下来,并开始计数,停止此行的搜索,继续下一行的搜索,同样地道理,在搜索下一行时,搜索到的梯度值大于第二梯度阈值时,将该梯度值对应的坐标作为L1′的边缘点,并存储下来,此时计数器加1,停止此行的搜索,进行下一行的搜索,如此逐行搜索,直至计数器的值(边缘点的个数)大于第二预设值(如100),停止L1′垂直切割边缘线的搜索。垂直切割边缘线L2′、L3′、L4′的搜索方式相同,这里不再赘述。
需要说明的是,当以同一个坐标系进行垂直切割边缘线搜索时,在搜索L2′垂直切割边缘线时,y从0到h′/2递增变化,x从w′/2到w′递增变化;在搜索L3′垂直切割边缘线时,y从h′到h′/2递减变化,x从w′/2到0递减变化;在搜索L4′垂直切割边缘线时,y从h′到h′/2递减变化,x从w′/2到w′递增变化。
根据本发明的一个实施例,切割边界线生成切割路径,包括:获取切割刀具的刀具行程和刀具半径;根据待切割目标的中心点、主轴角度和刀具行程确定切割边界线上的关键点坐标;根据切割边界线上的关键点坐标和刀具半径确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明的一个实施例,模板图像为U形图像,根据切割边界线上的关键点坐标和刀具半径确定切割点坐标,包括:获取待切割目标的槽宽;当所切割目标的槽宽小于刀具直径时,根据切割边界线上的关键点坐标获取中点坐标,以确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明的一个实施例,待切割目标的槽宽大于或者等于刀具直径时,根据切割边界线上的关键点坐标向远离切割边界线的方向平移刀具半径的距离,以确定切割点坐标;根据切割点坐标生成切割路径。
具体而言,模板图像为U形图像,以图10所示的垂直切割边界线为例进行说明。首先获取到待切割目标的槽宽w",接着不同的刀具有不同的运行行程和半径,获取到此工作刀具行程d和刀具半径r,根据待切割目标的中心点(x0,y0)和主轴角度获取待切割目标的主轴,记为L。过点(x0,y0)作L的垂线L’, 将L’分别向上和向下平移刀具行程d的一半得到2条直线Lm和Ln,Lm与待切割目标的上半部分交点分别为P1和P2,Ln与待切割目标的下半部分交点分别为P3和P4,其中,P1、P2、P3、P4为切割边界线上的关键点坐标。然后根据待切割目标的槽宽w"和刀具直径(刀具直径=2*r)确定是“U型”切割路径还是“1型”切割路径,其中,当待切割目标的槽宽w"大于或者等于刀具直径时,确定采用“U型”切割路径。此时,将这四个关键点点根据特定角度(远离关键点的方向水平移动)进行平移,所平移的距离为刀具半径r。即得到了切割点坐标,分别记作Pt0、Pt1、Pt2、Pt3,由Pt0、Pt1、Pt2、Pt3构成了对应待切割目标的切割路径,依次对每一个待切割目标进行如上操作,即可得到整个线路板的切割路径。当待切割目标的槽宽w"小于刀具直径d时,确定采用“1型”切割路径,如图11所示,获取关键点P1与P2的中点坐标Pt0′,并获取关键点P3与P4的中点坐标Pt1′,将Pt0′和Pt1′作为切割点坐标,由Pt0′和Pt1′构成了对应待切割目标的切割路径,依次对每一个待切割目标进行如上操作,即可得到整个线路板的切割路径。
综上所述,根据本发明实施例的线路板切割路径的生成方法,先获取成品线路板图像,并确定成品线路板图像的待切割目标的位置信息,然后根据待切割目标的位置信息提取所切割目标的感兴趣区域,并对待切割目标的感兴趣区域进行图像处理,以获得梯度图像,最后根据梯度图像确定切割边界线,并根据切割边界线生成切割路径。由此,该方法可自动生成切割路径,提高了切割效率和精度,相比较传统的制作切割程式资料的方法,提高了切割效率。
对应上述实施例,本发明还提出了一种线路板切割路径的生成装置。
如图11所示,本发明实施例的线路板切割路径的生成装置包括:图像采集模块10、确定模块20、图像处理模块30和生成模块40。
其中,图像采集模块10用于获取成品线路板图像。确定模块20用于确定成品线路板图像的待切割目标的位置信息,待切割目标的位置信息包括中心点和主轴角度。图像处理模块30用于根据待切割目标的位置信息提取待切割目标的感兴趣区域,并对待切割目标的感兴趣区域进行图像处理,以获得梯度图像。生成模块40用于根据梯度图像确定切割边界线,并根据切割边界线生成切割路径,其中,生成模块40根据切割边界线生成切割路径,具体用于:获取切割刀具的刀具行程和刀具半径;根据待切割目标的中心点、主轴角度和刀具行程确定切割边界线上的关键点坐标;根据切割边界线上的关键点坐标和刀具半径确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明的一个实施例,确定模块20确定成品线路板图像的待切割目标的位置信息,具体用于:获取模板图像;根据模板图像,采用模板匹配算法从成品线路板图像中定位出待切割目标的位置信息。
根据本发明的一个实施例,确定模块20采用模板匹配算法从成品线路板图像中定位出待切割目标的位置信息,具体用于:采用基于形状特征的模板匹配算法获取待切割目标的中心点和角度偏移量;对模板图像进行图像处理,以获取模板图像的主轴角度;根据待切割目标的偏移量和模板图像的主轴角度确定待切割目标的主轴角度。
根据本发明的一个实施例,确定模块20根据待切割目标的偏移量和模板图像的主轴角度确定待切割目标的主轴角度,具体用于:将待切割目标的偏移量与模板图像的主轴角度之和,作为待切割目标的主轴角度。
根据本发明的一个实施例,切割边界线包括水平切割边界线和垂直切割边界线,其中,生成模块40根据梯度图像确定切割边界线,具体用于:在待切割目标的主轴角度小于第一预设角度阈值时,采用第一边缘搜索算法对梯度图像进行处理,获取水平切割边界线;在待切割目标的主轴角度大于或者等于第一预设角度阈值时,采用第二边缘搜索算法对梯度图像进行处理,获取垂直切割边界线。
根据本发明的一个实施例,生成模块40采用第一边缘搜索算法对梯度图像进行处理,具体用于:在对梯度图像进行水平边缘搜索时,依次检测每一列的梯度值;确定梯度值大于第一梯度阈值时,将梯度值对应的坐标作为水平切割边界线的边缘点。
根据本发明的一个实施例,生成模块40采用第二边缘搜索算法对梯度图像进行处理,具体用于:在对梯度图像进行垂直边缘搜索时,依次检测每一行的梯度值;确定梯度值大于第二梯度阈值时,将梯度值对应的坐标作为垂直切割边界线的边缘点。
根据本发明的一个实施例,生成模块40采用第一边缘搜索算法对梯度图像进行处理,还用于:确定水平切割边界线的边缘点数量大于第一预设值时,停止水平边缘搜索。
根据本发明的一个实施例,生成模块40采用第二边缘搜索算法对梯度图像进行处理,还用于:确定垂直切割边界线的边缘点数量大于第二预设值时,停止垂直边缘搜索。
根据本发明的一个实施例,模板图像为U型图像,生成模块40根据切割边界线上的关键点坐标和刀具半径确定切割点坐标,具体用于:获取待切割目标的槽宽;当待切割目标的槽宽小于刀具直径时,根据切割边界线上的关键点坐标获取中点坐标,以确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明的一个实施例,生成模块40还用于,当待切割目标的槽宽大于或者等于刀具直径时,根据切割边界线上的关键点坐标向远离切割边界线的方向平移刀具半径的距离,以确定切割点坐标;根据切割点坐标生成切割路径。
根据本发明的一个实施例,图像处理模块30对待切割目标的感兴趣区域进行图像处理,具体用于:采用索贝尔算子对感兴趣区域进行滤波处理,以获得梯度图像。
需要说明的是,本发明实施例的线路板切割路径的生成装置中未披露的细节,请参照本发明实施例的线路板切割路径的生成方法中所披露的细节,具体这里不再赘述。
根据本发明实施例的线路板切割路径的生成装置,通过图像采集模块获取成品线路板图像,并通过确定模块确定成品线路板图像的待切割目标的位置信息,通过图像处理模块根据待切割目标的位置信息提取待切割目标的感兴趣区域,并对待切割目标的感兴趣区域进行图像处理,以获得梯度图像,生成模块根据梯度图像确定切割边界线,并根据切割边界线生成切割路径。由此,该装置可自动生成切割路径,提高了切割效率和精度。
对应上述实施例,本发明还提出了一种分板机。
如图12所示,本发明的分板机100可包括:存储器110、处理器120及存储在存储器110上并可在处理器120上运行线路板切割路径的控制程序,处理器120执行线路板切割路径的控制程序时,实现上述的线路板切割路径的生成方法。
本发明实施例的分板机,通过执行上述的线路板切割路径的生成方法,可自动生成切割路径,提高了切割效率和精度。
对应上述实施例,本发明还提出了一种计算机可读存储介质。
本发明的计算机可读存储介质,其上存储有线路板切割路径的控制程序,该线路板切割路径的控制程序被处理器执行时实现上述的线路板切割路径的生成方法。
本发明实施例的计算机可读存储介质,通过执行上述的线路板切割路径的生成方法,可自动生成切割路径,提高了切割效率和精度。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (15)

1.一种线路板切割路径的生成方法,其特征在于,包括:
获取成品线路板图像,并确定所述成品线路板图像的待切割目标的位置信息,其中,所述待切割目标的位置信息包括中心点和主轴角度;
根据所述待切割目标的位置信息提取所述待切割目标的感兴趣区域;
对所述待切割目标的感兴趣区域进行图像处理,以获得梯度图像;
根据所述梯度图像确定切割边界线,并根据所述切割边界线生成切割路径,其中,根据所述切割边界线生成所述切割路径,包括:
获取切割刀具的刀具行程和刀具半径;
根据所述待切割目标的中心点、主轴角度和所述刀具行程确定所述切割边界线上的关键点坐标;
根据所述切割边界线上的关键点坐标和所述刀具半径确定切割点坐标;
根据所述切割点坐标生成所述切割路径。
2.根据权利要求1所述的线路板切割路径的生成方法,其特征在于,确定所述成品线路板图像的待切割目标的位置信息,包括:
获取模板图像;
根据所述模板图像,采用模板匹配算法从所述成品线路板图像中定位出所述待切割目标的位置信息。
3.根据权利要求2所述的线路板切割路径的生成方法,其特征在于,采用模板匹配算法从所述成品线路板图像中定位出所述待切割目标的位置信息,包括:
采用基于形状特征的模板匹配算法获取所述待切割目标的中心点和角度偏移量;
对所述模板图像进行图像处理,以获取所述模板图像的主轴角度;
根据所述待切割目标的偏移量和所述模板图像的主轴角度确定所述待切割目标的主轴角度。
4.根据权利要求3所述的线路板切割路径的生成方法,其特征在于,根据所述待切割目标的偏移量和所述模板图像的主轴角度确定所述待切割目标的主轴角度,包括:
将所述待切割目标的偏移量与所述模板图像的主轴角度之和,作为所述待切割目标的主轴角度。
5.根据权利要求3所述的线路板切割路径的生成方法,其特征在于,所述切割边界线包括水平切割边界线和垂直切割边界线,其中,根据所述梯度图像确定切割边界线,包括:
在所述待切割目标的主轴角度小于第一预设角度阈值时,采用第一边缘搜索算法对所述梯度图像进行处理,获取所述水平切割边界线;
在所述待切割目标的主轴角度大于或者等于所述第一预设角度阈值时,采用第二边缘搜索算法对所述梯度图像进行处理,获取所述垂直切割边界线。
6.根据权利要求5所述的线路板切割路径的生成方法,其特征在于,采用第一边缘搜索算法对所述梯度图像进行处理,包括:
在对所述梯度图像进行水平边缘搜索时,依次检测每一列的梯度值;
确定所述梯度值大于第一梯度阈值时,将所述梯度值对应的坐标作为所述水平切割边界线的边缘点。
7.根据权利要求5所述的线路板切割路径的生成方法,其特征在于,采用第二边缘搜索算法对所述梯度图像进行处理,包括:
在对所述梯度图像进行垂直边缘搜索时,依次检测每一行的梯度值;
确定所述梯度值大于第二梯度阈值时,将所述梯度值对应的坐标作为所述垂直切割边界线的边缘点。
8.根据权利要求6所述的线路板切割路径的生成方法,其特征在于,采用第一边缘搜索算法对所述梯度图像进行处理,还包括:
确定所述水平切割边界线的边缘点数量大于第一预设值时,停止水平边缘搜索。
9.根据权利要求7所述的线路板切割路径的生成方法,其特征在于,采用第二边缘搜索算法对所述梯度图像进行处理,还包括:
确定所述垂直切割边界线的边缘点数量大于第二预设值时,停止垂直边缘搜索。
10.根据权利要求1所述的线路板切割路径的生成方法,其特征在于,所述模板图像为U型图像,根据所述切割边界线上的关键点坐标和所述刀具半径确定切割点坐标,包括:
获取所述待切割目标的槽宽;
当所述待切割目标的槽宽小于刀具直径时,根据所述切割边界线上的关键点坐标获取中点坐标,以确定切割点坐标;
根据所述切割点坐标生成所述切割路径。
11.根据权利要求10所述的线路板切割路径的生成方法,其特征在于,
当所述待切割目标的槽宽大于或者等于所述刀具直径时,根据所述切割边界线上的关键点坐标向远离所述切割边界线的方向平移所述刀具半径的距离,以确定切割点坐标;
根据所述切割点坐标生成所述切割路径。
12.根据权利要求1-11中任一项所述的线路板切割路径的生成方法,其特征在于,对所述待切割目标的感兴趣区域进行图像处理,包括:
采用索贝尔算子对所述感兴趣区域进行滤波处理,以获得所述梯度图像。
13.一种线路板切割路径的生成装置,其特征在于,包括:
图像采集模块,用于获取成品线路板图像;
确定模块,用于确定所述成品线路板图像的待切割目标的位置信息,其中,所述待切割目标的位置信息包括中心点和主轴角度;
图像处理模块,用于根据所述待切割目标的位置信息提取所述待切割目标的感兴趣区域,并对所述待切割目标的感兴趣区域进行图像处理,以获得梯度图像;
生成模块,用于根据所述梯度图像确定切割边界线,并根据所述切割边界线生成切割路径,其中,所述生成模块根据切割边界线生成切割路径,具体用于:获取切割刀具的刀具行程和刀具半径;根据待切割目标的中心点、主轴角度和刀具行程确定切割边界线上的关键点坐标;根据切割边界线上的关键点坐标和刀具半径确定切割点坐标;根据切割点坐标生成切割路径。
14.一种分板机,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,实现根据权利要求1-12中任一项所述的线路板切割路径的生成方法。
15.一种计算机可读存储介质,其特征在于,其上存储有线路板切割路径的生成程序,该线路板切割路径的生成程序被处理器执行时实现根据权利要求1-12中任一项所述的线路板切割路径的生成方法。
CN202110978136.XA 2021-08-25 2021-08-25 线路板切割路径的生成方法和生成装置、分板机 Active CN113421265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110978136.XA CN113421265B (zh) 2021-08-25 2021-08-25 线路板切割路径的生成方法和生成装置、分板机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110978136.XA CN113421265B (zh) 2021-08-25 2021-08-25 线路板切割路径的生成方法和生成装置、分板机

Publications (2)

Publication Number Publication Date
CN113421265A true CN113421265A (zh) 2021-09-21
CN113421265B CN113421265B (zh) 2021-11-16

Family

ID=77719334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110978136.XA Active CN113421265B (zh) 2021-08-25 2021-08-25 线路板切割路径的生成方法和生成装置、分板机

Country Status (1)

Country Link
CN (1) CN113421265B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114882032A (zh) * 2022-07-11 2022-08-09 苏州镭明激光科技有限公司 半导体的刻槽检测与智能感知加工方法和***
CN117532760A (zh) * 2023-12-18 2024-02-09 肇庆市宏华电子科技有限公司 Mlcc生产用的多相机切换定位方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335973A (zh) * 2015-10-20 2016-02-17 上海交通大学 运用于带钢加工生产线的视觉处理方法
CN109509197A (zh) * 2018-09-26 2019-03-22 沈阳东软医疗***有限公司 一种分割感兴趣区域的方法、装置、设备及存储介质
CN110599465A (zh) * 2019-08-28 2019-12-20 上海联影智能医疗科技有限公司 图像定位方法、装置、计算机设备和存储介质
CN110757555A (zh) * 2018-07-27 2020-02-07 维嘉数控科技(苏州)有限公司 分板机切割pcb板的控制方法及装置
US20200269458A1 (en) * 2019-02-26 2020-08-27 National University Corporation Nagoya University Cutting apparatus and contact position specifying program
CN112388710A (zh) * 2019-08-19 2021-02-23 维嘉数控科技(苏州)有限公司 分板机沿边切割的方法、装置、存储介质和分板机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105335973A (zh) * 2015-10-20 2016-02-17 上海交通大学 运用于带钢加工生产线的视觉处理方法
CN110757555A (zh) * 2018-07-27 2020-02-07 维嘉数控科技(苏州)有限公司 分板机切割pcb板的控制方法及装置
CN109509197A (zh) * 2018-09-26 2019-03-22 沈阳东软医疗***有限公司 一种分割感兴趣区域的方法、装置、设备及存储介质
US20200269458A1 (en) * 2019-02-26 2020-08-27 National University Corporation Nagoya University Cutting apparatus and contact position specifying program
CN112388710A (zh) * 2019-08-19 2021-02-23 维嘉数控科技(苏州)有限公司 分板机沿边切割的方法、装置、存储介质和分板机
CN110599465A (zh) * 2019-08-28 2019-12-20 上海联影智能医疗科技有限公司 图像定位方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
仵桂学等: ""基于机器视觉的快速切割路径生成***"", 《应用技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114882032A (zh) * 2022-07-11 2022-08-09 苏州镭明激光科技有限公司 半导体的刻槽检测与智能感知加工方法和***
CN114882032B (zh) * 2022-07-11 2022-10-18 苏州镭明激光科技有限公司 半导体的刻槽检测与智能感知加工方法和***
CN117532760A (zh) * 2023-12-18 2024-02-09 肇庆市宏华电子科技有限公司 Mlcc生产用的多相机切换定位方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113421265B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN113421265B (zh) 线路板切割路径的生成方法和生成装置、分板机
CN108364311B (zh) 一种金属部件自动定位方法及终端设备
EP2370935B1 (en) System and method for three-dimensional alignment of objects using machine vision
DE102005025470B4 (de) Verfahren und System zur Ermittlung der Position und Orientierung einer Kamera relativ zu einem realen Objekt
JPH05749B2 (zh)
CN112288724B (zh) 缺陷检测方法及装置、电子设备和存储介质
Buch et al. Local Point Pair Feature Histogram for Accurate 3D Matching.
CN114240845B (zh) 一种应用于切削工件的光切法表面粗糙度测量方法
CN114047123A (zh) 一种用于集成板生产缺陷检测方法及检测***
CN115861351A (zh) 边缘检测方法、缺陷检测方法及检测装置
KR20180090756A (ko) 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법
CN112329880A (zh) 一种基于相似性度量和几何特征的模板快速匹配方法
CN114976338A (zh) 一种锂电池自动拆解方法、***及可读存储介质
Dai et al. Detection and segmentation of image anomalies based on unsupervised defect reparation
DE102020121396A1 (de) Objektdetektionsvorrichtung und Objektdetektionscomputerprogramrn
US11645827B2 (en) Detection method and device for assembly body multi-view change based on feature matching
CN116125489A (zh) 一种室内物体三维检测方法、计算机设备及存储介质
CN108564571A (zh) 图像区域选取方法及终端设备
CN113538384B (zh) 一种特征的定位方法及装置
CN112991284B (zh) 一种温控器导向架缺陷检测方法及***
Lugo et al. Semi-supervised learning approach for localization and pose estimation of texture-less objects in cluttered scenes
CN113284158A (zh) 一种基于结构约束聚类的图像边缘提取方法及***
Xiong et al. Research on real-time multi-object detections based on template matching
JP2008097309A (ja) 画像処理方法、画像処理装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体
CN114882058B (zh) 一种角点检测方法、装置及标定板

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