CN117808812B - 一种柔性电路板瑕疵检测方法及*** - Google Patents
一种柔性电路板瑕疵检测方法及*** Download PDFInfo
- Publication number
- CN117808812B CN117808812B CN202410232113.8A CN202410232113A CN117808812B CN 117808812 B CN117808812 B CN 117808812B CN 202410232113 A CN202410232113 A CN 202410232113A CN 117808812 B CN117808812 B CN 117808812B
- Authority
- CN
- China
- Prior art keywords
- circuit board
- flexible circuit
- flaw
- edge
- degree
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 230000000737 periodic effect Effects 0.000 claims abstract description 82
- 230000006378 damage Effects 0.000 claims abstract description 70
- 238000005286 illumination Methods 0.000 claims abstract description 63
- 238000003708 edge detection Methods 0.000 claims abstract description 20
- 230000002950 deficient Effects 0.000 claims description 94
- 230000007547 defect Effects 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 31
- 238000009826 distribution Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000007373 indentation Methods 0.000 description 39
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及柔性电路板检测技术领域,具体涉及一种柔性电路板瑕疵检测方法及***。该方法首先获取柔性电路板在不同光照方向下的柔性电路板图像;对柔性电路板图像进行边缘检测,得到柔性电路板边缘图;结合不同光照方向下柔性电路板图像的周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值;根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度;结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度;根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度。本发明降低光照角度对瑕疵检测的影响程度,提高了对柔性电路板瑕疵检测的准确性。
Description
技术领域
本发明涉及柔性电路板检测技术领域,具体涉及一种柔性电路板瑕疵检测方法及***。
背景技术
柔性电路板是一种以柔性基材制成的电路板,通常用于连接电子设备中的各种组件,其最显著的特点就是它的基材可以进行弯曲和折叠,因此可以用于复杂的场景。为了保证柔性电路板在复杂场景中使用的稳定性,对柔性电路板进行瑕疵检测的是必要的,由于柔性电路板表面具有极为明显的周期性电路特征,因此通常结合边缘检测算法结合特征分析实现对柔性电路板的瑕疵检测。
目前常见的,利用边缘检测算法对柔性电路板表面的瑕疵进行监测的过程中,由于柔性电路板表面的电路纹理较为密集复杂,会干扰边缘算法的准确性从而造成缺陷的错误识别,并且在不同的光照条件下会影响柔性电路板表面的图像质量,从而影响边缘检测算法的性能,进而存在对柔性电路板进行瑕疵检测时,不能够准确确定柔性电路板的瑕疵程度。
发明内容
为了解决不能够准确确定柔性电路板的瑕疵程度的技术问题,本发明的目的在于提供一种柔性电路板瑕疵检测方法及***,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种柔性电路板瑕疵检测方法,该方法包括以下步骤:
获取柔性电路板在不同光照方向下的柔性电路板图像;对所述柔性电路板图像进行边缘检测,得到柔性电路板边缘图;
根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点;由瑕疵像素点确定瑕疵区域;
根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度;结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值;根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度;结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度;
根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度。
优选的,所述根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点,包括:
根据所述柔性电路板边缘图中边缘像素点分布的周期特征,确定所述柔性电路板边缘图中每个边缘像素点的周期性符合程度;基于所述周期性符合程度对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点。
优选的,所述每个边缘像素点的周期性符合程度的计算公式为:
;其中,/>为柔性电路板边缘图中第g个边缘像素点的周期性符合程度;/>为线性归一化函数;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上边缘像素点的数量;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j+1个边缘像素点在柔性电路板图像中的灰度值;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j个边缘像素点在柔性电路板图像中的灰度值;/>为水平方向上第g个边缘像素点与其右侧最近的边缘像素点的距离间隔;为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第/>个边缘像素点与第/>个边缘像素点之间的距离间隔。
优选的,所述基于所述周期性符合程度对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点,包括:
将所述周期性符合程度小于预设周期阈值的边缘像素点,作为瑕疵像素点。
优选的,所述根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度,包括:
获取柔性电路板边缘图中由边缘像素点构成的边缘连通域;
连接每个边缘连通域中最上侧和最下侧的像素点,得到每个边缘连通域的方向线;将所述方向线与水平向右的水平线构成的夹角值作为边缘连通域的方向角值;
对于瑕疵区域内每个边缘像素点,计算每个边缘像素点所属的边缘连通域的方向角值与竖直方向的角度值的差异,记为角度差;将边缘像素点的角度差和边缘像素点的周期性符合程度的比值,作为边缘像素点的单一破坏程度;
将瑕疵区域内每个边缘像素点的单一破坏程度的和值,作为瑕疵区域的周期性破坏程度。
优选的,所述结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值,包括:
所述瑕疵区域的破坏值的计算公式为:
;为第q个瑕疵区域的破坏值;v为光照方向的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的周期性破坏程度;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的边缘像素点的最大梯度值;/>为第/>个光照方向下柔性电路板图像中所有像素点的梯度均值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中所有像素点的梯度均值;m为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中边缘像素点的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第j个边缘像素点的亮度值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第k个边缘像素点的亮度值。
优选的,所述根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度,包括:
以任意瑕疵区域为目标瑕疵区域,计算目标瑕疵区域与其他瑕疵区域的相关联程度的和值的归一化值,作为目标瑕疵区域的真实程度;
以第q个瑕疵区域作为目标瑕疵区域,第q个瑕疵区域与第i个其他瑕疵区域的相关联程度的计算公式为:
;其中,/>为第q个瑕疵区域与第i个其他瑕疵区域的相关联程度;/>为第q个瑕疵区域与第i个其他瑕疵区域的中心像素点的最短距离;/>为第q个瑕疵区域与第i个其他瑕疵区域的匹配程度;/>为第q个瑕疵区域中第t个边缘与图像竖直方向的夹角角度值;/>为图像竖直方向的角度值;/>为第q个瑕疵区域中边缘的数量;/>为第q个瑕疵区域对应的第i个其他瑕疵区域中边缘的数量;/>为第q个瑕疵区域对应的第i个其他下次区域中第j个边缘与图像竖直方向。
优选的,所述结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度,包括:
将破坏值和归一化后的真实程度的乘积作为瑕疵调节值;将所述瑕疵调节值和所述破坏值的和值,作为瑕疵区域的瑕疵程度。
优选的,所述根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度,包括:
以光照方向为垂直向下时的柔性电路板图像,作为基准图像,计算柔性电路板的基准图像中所有瑕疵区域的瑕疵程度的和值,作为柔性电路板的瑕疵度。
第二方面,本发明一个实施例提供了一种柔性电路板瑕疵检测***,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种柔性电路板瑕疵检测方法。
本发明实施例至少具有如下有益效果:
在柔性电路板上存在具有周期性排列的电路纹理,当柔性电路板表面出现金手指压痕时,会导致柔性电路板表面的周期性纹理被破坏,因此可以基于柔性电路板图像中纹理的周期性特征对压痕的程度进行分析,结合柔性电路板表面电路的周期性特征,判断图像中瑕疵像素点属于瑕疵区域的可能,并根据瑕疵像素点确定可能的瑕疵区域;当金手指压痕在图像中所表现出来的边缘特征与电路板周期性的纹理差异较小,即压痕也在竖直方向上时,仅根据周期性对其进行分析的难度较大,因此结合不同的光照方向下图像中的不同特征对瑕疵区域的瑕疵程度进行分析,通过瑕疵区域内边缘像素点的特征、以及瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的瑕疵程度,当瑕疵区域与其他瑕疵区域的关联程度越高,则对应的该瑕疵区域为真实瑕疵区域的概率越大。结合当瑕疵出现时柔性电路板表面的褶皱所表面出现的阴影特征,以及褶皱对原本周期性排列的电路的破坏程度,对图像的瑕疵程度进行分析,并根据多角度光照进行分析,提高瑕疵检测准确性。并结合在不同光照下图像中褶皱阻挡光线而形成的阴影特征,降低因瑕疵方向与电路方向一致而导致的周期性无法准确判断情况,根据不同图像同一位置窗口以及同一图像不同位置窗口之间的关系,确定一副图像中的瑕疵程度,降低光照角度对瑕疵检测的影响程度,提高了对柔性电路板瑕疵检测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1为本发明一个实施例所提供的一种柔性电路板瑕疵检测方法的方法流程图;
图2为本发明一个实施例所提供的柔性电路板对应的柔性电路板图像的示意图;
图3为本发明一个实施例所提供的柔性电路板图像对应的柔性电路板边缘图;
图4为一种柔性电路板质量检测方法的方法流程图;
图5为本发明一个实施例所提供的获取瑕疵像素点的方法流程图;
图6为本发明一个实施例所提供的获取瑕疵区域的瑕疵程度的方法流程图。
具体实施方式
一种柔性电路板瑕疵检测方法及***实施例:
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种柔性电路板瑕疵检测方法及***,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明实施例提供了一种柔性电路板瑕疵检测方法及***的具体实施方法,该方法适用于柔性电路板瑕疵检测场景。由于在制造过程中的机械应力,尤其是在切割、弯曲或焊接等步骤中,可能对金手指区域施加额外的应力,导致出现压痕、褶皱。在利用边缘检测算法对柔性电路板的瑕疵进行检测的过程中,由于金手指压痕在图像中表现出来的特征比较随机并且压痕程度深浅不一,同时,电路板表面密集的电路分布,均可能导致在边缘检测的过程中会损失部分边缘,因此边缘检测算法对柔性电路板表面的金手指压痕瑕疵的检测效果并不理想,但是由于电路板本身纹理的周期性特征以及金手指压痕对图像原本纹理的破坏,结合边缘检测算法获取图像中的瑕疵区域并通过分析该区域的像素特征,从而确定柔性电路板的瑕疵程度,可以提高对柔性电路板的瑕疵检测的准确性。
下面结合附图具体的说明本发明所提供的一种柔性电路板瑕疵检测方法及***的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种柔性电路板瑕疵检测方法的步骤流程图,该方法包括以下步骤:
步骤S100,获取柔性电路板在不同光照方向下的柔性电路板图像;对所述柔性电路板图像进行边缘检测,得到柔性电路板边缘图。
准备待检测的柔性电路板,设置不同的光照方向,利用工业相机面向柔性电路板进行拍摄,保证柔性电路板的纹理在竖直方向,得到在不同光照方向下的待检测的柔性电路板样本图像。对柔性电路板样本图像进行预处理,获得柔性电路板的灰度图像,记为柔性电路板图像,完成质量检测的准备工作。请参阅图2,图2为柔性电路板对应的柔性电路板图像。需要说明的是,后续步骤的分析均是选择不同光照方向中的其中一个光照方向作为基准,分别在不同光照方向下的柔性电路板图像的大小相同,图像中各像素点的位置也相同。
在得到柔性电路板图像之后,利用canny边缘检测算法,对柔性电路板图像进行边缘检测,得到柔性电路板边缘图。需要说明的是,利用canny边缘检测算法确定边缘图的方法为本领域技术人员的公知技术,在此不再进行赘述。请参阅图3,图3为柔性电路板图像对应的柔性电路板边缘图。
步骤S200,根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点;由瑕疵像素点确定瑕疵区域。
在柔性电路板上存在具有周期性排列的电路纹理,当柔性电路板表面出现金手指压痕时,会对柔性电路板中的某个区域造成电路板纹理的破坏,从而导致柔性电路板表面的周期性纹理被破坏,因此可以基于柔性电路板图像中纹理的周期性特征对压痕的程度进行分析,通过获取柔性电路板的柔性电路板边缘图,对图像中的瑕疵区域进行区分,同时由于压痕会导致柔性电路板出现褶皱变化而出现阴影区域,因此结合不同瑕疵区域的位置特征与图像的灰度特征进行分析,从而确定图像中柔性电路板的瑕疵度。
确定柔性电路板的瑕疵度的具体步骤分为:(1)确定瑕疵像素点以及瑕疵区域。(2)计算区域瑕疵程度。(3)计算图像瑕疵程度。
确定瑕疵像素点以及瑕疵区域的步骤,更具体的:
柔性电路板表面上的电路在柔性电路板图像中表现为具有周期性特征的纹理,结合当前图像的边缘检测结果对图像中像素点的周期性特征进行分析,并对图像中的瑕疵点进行筛选,即在图像中不满足周期性变化的像素点。
通过样本采集过程中电路板的设置角度以及所采集的样本可知,图像中柔性电路板表面的周期性纹理为竖直方向,因此可知像素点在水平方向上具有周期性特征。任选柔性电路板边缘图中的一个水平方向,对该水平方向上的像素点从左到右开始编号,计算在该水平方向上任意两个相邻的边缘像素点之间的间隔距离,当边缘像素点与相邻的边缘像素点之间的间隔距离与水平方向上边缘像素点的间隔距离均值差异越小,则说明该边缘像素点的周期性特征越强,同时对比在柔性电路板图像中边缘像素点的灰度值特征,当柔性电路板边缘图中的边缘像素点在柔性电路板图像中的水平方向上像素点的灰度值差异越接近则像素点的周期性越好。
故根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点。请参阅图5,图5为获取瑕疵像素点的方法流程图,具体的:
步骤S201,根据所述柔性电路板边缘图中边缘像素点分布的周期特征,确定所述柔性电路板边缘图中每个边缘像素点的周期性符合程度。
每个边缘像素点的周期性符合程度的计算公式为:
;其中,/>为柔性电路板边缘图中第g个边缘像素点的周期性符合程度;/>为线性归一化函数;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上边缘像素点的数量;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j+1个边缘像素点在柔性电路板图像中的灰度值;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j个边缘像素点在柔性电路板图像中的灰度值;/>为水平方向上第g个边缘像素点与其右侧最近的边缘像素点的距离间隔,也即/>为水平方向上第g个边缘像素点与第g+1边缘像素点的距离间隔;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第/>个边缘像素点与第/>个边缘像素点之间的距离间隔。
需要说明的是,按照柔性电路板边缘图中像素点从左到右的次序对像素点进行标号,例如柔性电路板边缘图中第g个边缘像素点对应的水平方向g1上除了第g个边缘像素点之外,第j+1个边缘像素点,即为水平方向g1上除了第g个边缘像素点之外,从左至右的第j+1个边缘像素点。并通过线性归一化函数norm对进行了归一化,实现了将每个边缘像素点的周期性符合程度的取值范围映射至[0,1]内。
步骤S202,基于所述周期性符合程度对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点。
设置阈值对柔性电路板边缘图中不满足周期性特征的像素点进行筛除,将所述周期性符合程度小于预设周期阈值的边缘像素点,作为瑕疵像素点。当边缘像素点的周期性符合程度小于预设周期阈值时,认为该边缘像素点不满足周期性特征,标记其为柔性电路板图像对应的柔性电路板的瑕疵像素点。在本发明实施例中预设周期阈值的取值为0.6,在其他实施例中可由实施者根据实际情况调整该取值。
通过对柔性电路板边缘图中边缘像素点的周期性特征进行分析,筛选得到图像中的瑕疵像素点。
通过对柔性电路板边缘图中边缘像素点分布的周期特征进行分析,筛选出柔性电路板表面的瑕疵像素点,遍历图像中的所有瑕疵像素点,并以瑕疵像素点为中心构建窗口,设置窗口大小固定为9×9,将每个以瑕疵像素点为中心,大小为9×9的窗口作为瑕疵区域,得到图像中可能存在金手指压痕的瑕疵区域。
步骤S300,根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度;结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值;根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度;结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度。
金手指压痕在图像出现的位置、方向、形状等特征均具有极强的随机性特征,当金手指压痕的方向与当前柔性电路板表面纹理的走向存在较大差异时,由于柔性电路板表面具有明显的周期性特征,可以根据其表面纹理的变化特征从而较为轻易的确定图像中的瑕疵区域以及瑕疵程度,但是当金手指压痕在图像中所表现出来的边缘特征与电路板周期性的纹理差异较小,即压痕也在竖直方向上时,仅根据周期性对其进行分析的难度较大,因此需要结合金手指压痕在图像中的不同特征对瑕疵区域的瑕疵程度进行分析。
请参阅图6,图6为获取瑕疵区域的瑕疵程度的方法流程图,具体的:
步骤S301,根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度。
当柔性电路板表面存在金手指压痕时,由于压痕所形成的褶皱与柔性电路板上边缘纹理之间存在差异,因此结合柔性电路板边缘图中的边缘像素点的所对应的区域的连通域方向特征,对其区域内的纹理破坏程度进行分析。
首先获取柔性电路板边缘图中由边缘像素点构成的边缘连通域。
连接每个边缘连通域中最上侧和最下侧的像素点,得到每个边缘连通域的方向线;将所述方向线与水平向右的水平线构成的夹角值作为边缘连通域的方向角值;
对于瑕疵区域内每个边缘像素点,计算每个边缘像素点所属的边缘连通域的方向角值与竖直方向的角度值的差异,记为角度差;将边缘像素点的角度差和边缘像素点的周期性符合程度的比值,作为边缘像素点的单一破坏程度;
将瑕疵区域内每个边缘像素点的单一破坏程度的和值,作为瑕疵区域的周期性破坏程度。
该瑕疵区域的周期性破坏程度的计算公式为:
;其中,/>为第q个瑕疵区域的周期性破坏程度;/>为第q个瑕疵区域中边缘像素点的数量;/>为第q个瑕疵区域中第i个边缘像素点所属的边缘连通域的方向角值;/>为竖直方向的角度值;/>为第q个瑕疵区域中第i个边缘像素点的角度差;/>为第q个瑕疵区域中第i个边缘像素点的周期性符合程度;/>为第q个瑕疵区域中第i个边缘像素点的单一破坏程度。
步骤S302,结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值。
当柔性电路板表面存在接近竖直方向上的金手指压痕时,由于与柔性电路板表面的电路纹理的方向差异较小,因此,若通过瑕疵区域的周期性破坏程度判断瑕疵区域的瑕疵程度容易造成存在较大的误差。通过观察图像可以发现,由于金手指压痕的产生会导致柔性电路板表面出现褶皱,并且褶皱会对照射过来的光线造成遮挡,即出现迎光面和背光面,从而导致出现低灰度的阴影区域。因此,认为当出现金手指压痕时会伴随褶皱阴影的出现,同时由于压痕不可能完全与电路方向一致,所以该特征不随压痕方向的变化而消失。特殊地,当金手指压痕导致的褶皱纹理方向与电路纹理近似时,通过单一方向的光照对其进行分析的难度较大,因此结合不同方向光照对图像中金手指压痕区域进行分析。
由于柔性电路板表面是一个光整的平面,因此正常区域的柔性电路板不会对光线进行遮挡。以正上方光照方向的柔性电路板图像为基准,分别对不同光照角度下的柔性电路板图像中的同一区域位置进行分析,判断在不同光照情况下瑕疵区域中的瑕疵程度。对瑕疵区域中像素点的灰度值进行分析,由于金手指压痕的出现会导致柔性电路板表面出现褶皱从而遮挡住光线,因此该瑕疵区域的梯度值与图像的梯度均值会出现较大差异,当瑕疵区域的梯度均值与图像整体的梯度均值差异越大并且梯度最大值与图像整体梯度均值差异越大时,则瑕疵程度越高。结合颜色通道,在光照下电路区域的颜色相较于其他区域在HSV通道中应该具有更高的亮度,当瑕疵区域的边缘检测图像中的一个边缘上的像素点在HSV通道上亮度的差异越大,则瑕疵程度越大。根据不同光照方向下不同图像的边缘检测结果中,瑕疵区域对图像周期性的破坏程度设置不同图像的权重,当瑕疵区域对图像周期性的破坏程度越小时,对应图像中瑕疵区域的瑕疵程度对真实的影响权重越小。
结合不同光照方向下的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值。
该瑕疵区域的破坏值的计算公式为:
;为第q个瑕疵区域的破坏值;v为光照方向的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的周期性破坏程度;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的边缘像素点的最大梯度值;/>为第/>个光照方向下柔性电路板图像中所有像素点的梯度均值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中所有像素点的梯度均值;m为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中边缘像素点的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第j个边缘像素点的亮度值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第k个边缘像素点的亮度值。
步骤S303,根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度。
由于金手指压痕上的像素点之间存在位置、灰度等关联,因此可知根据像素点所构建的瑕疵区域之间也存在关联,根据这一点对图像中任意两个瑕疵区域的关联程度进行分析,当图像中一个瑕疵区域与其他瑕疵区域之间的关联程度越高,则该瑕疵区域为真实瑕疵区域的可能性越高。
对图像中已知的瑕疵区域之间的关联程度进行分析。根据任意两个瑕疵区域的中心像素点的坐标计算其最短距离,当图像中任意两个瑕疵区域的中心像素点在图像中的最短距离越近,则两窗口的关联程度越高;利用局部特征匹配算法,对任意两个瑕疵区域进行匹配程度分析,当图像任意两个瑕疵区域中的匹配程度越高,则两个瑕疵区域的关联程度越高;结合柔性电路板边缘图,当任意两个瑕疵区域中所有边缘方向和之间的差异越小时,则两个瑕疵区域的关联程度越高。需要说明的是两个瑕疵区域的匹配程度也即为两个瑕疵区域的中心像素点在图像中的最短距离的倒数。
当瑕疵区域与其他瑕疵区域的关联程度越高,则对应的该瑕疵区域为真实瑕疵区域的概率越大,故对应的根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度。
具体的:以任意瑕疵区域为目标瑕疵区域,计算目标瑕疵区域与其他瑕疵区域的相关联程度的和值的归一化值,作为目标瑕疵区域的真实程度;
以第q个瑕疵区域作为目标瑕疵区域,第q个瑕疵区域与第i个其他瑕疵区域的相关联程度的计算公式为:
;其中,/>为第q个瑕疵区域与第i个其他瑕疵区域的相关联程度;/>为第q个瑕疵区域与第i个其他瑕疵区域的中心像素点的最短距离;/>为第q个瑕疵区域与第i个其他瑕疵区域的匹配程度;/>为第q个瑕疵区域中第t个边缘与图像竖直方向的夹角角度值;/>为图像竖直方向的角度值;/>为第q个瑕疵区域中边缘的数量;/>为第q个瑕疵区域对应的第i个其他瑕疵区域中边缘的数量。
需要说明的是,由于瑕疵区域是以瑕疵像素点为中心的窗口,故其中可能存在有多条边缘的情况出现。
步骤S304,结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度。
通过上述的分析计算,得到一个瑕疵区域的破坏值、瑕疵区域与其他瑕疵区域之间的关联程度,当高可能性的瑕疵区域之间存在较大的关联程度时,说明瑕疵区域处于图像中金手指压痕区域的可能性越高,并且其瑕疵程度的真实性越高。根据瑕疵区域之间的真实程度设置修正系数,对破坏值进行修正从而得到区域真正的瑕疵程度。
瑕疵区域的瑕疵程度的获取方法为:将破坏值和归一化后的真实程度的乘积作为瑕疵调节值;将所述瑕疵调节值和所述破坏值的和值,作为瑕疵区域的瑕疵程度。
该瑕疵程度的计算公式为:
;其中,/>为第q个瑕疵区域的瑕疵程度;/>为第q个瑕疵区域的破坏值;/>为第q个瑕疵区域与第i个其他瑕疵区域的相关联程度;u为瑕疵区域的数量;/>为第j个瑕疵区域与第j个瑕疵区域对应的第i个其他瑕疵区域的相关联程度。
其中,为归一化后的真实程度,也即为瑕疵程度的修正系数。
最终结合不同瑕疵区域的相关联程度,以及对应的破坏值,确定出瑕疵区域的瑕疵程度。
步骤S400,根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度。
以光照方向为垂直向下时的柔性电路板图像,作为基准图像,计算柔性电路板的基准图像中所有瑕疵区域的瑕疵程度的和值,作为柔性电路板的瑕疵度。
该瑕疵度的计算公式为:
;其中,/>为柔性电路板的瑕疵度;/>为归一化函数;为第个瑕疵区域的瑕疵度;/>为瑕疵区域的数量。
至此,根据每个瑕疵区域的瑕疵程度,确定出柔性电路板的瑕疵度。
本发明实施例还提出了一种柔性电路板瑕疵检测***,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。由于一种柔性电路板瑕疵检测方法在上述给出了详细描述,不再赘述。
一种柔性电路板质量检测方法实施例:
目前常见的,利用边缘检测算法对柔性电路板表面的瑕疵进行监测的过程中,由于柔性电路板表面的电路纹理较为密集复杂,会干扰边缘算法的准确性从而造成缺陷的错误识别,并且在不同的光照条件下会影响柔性电路板表面的图像质量,从而影响边缘检测算法的性能,进而会导致对柔性电路板进行质量检测时检测效果较差,不能够判断柔性电路板的质量合格与否。为了解决利用现有技术对柔性电路板进行质量检测时检测效果较差,不能够判断柔性电路板的质量合格与否的问题。本实施例提供一种柔性电路板质量检测方法。请参阅图4,其示出了一种柔性电路板质量检测方法的方法流程图,该方法包括以下步骤:
步骤S100,获取柔性电路板在不同光照方向下的柔性电路板图像;对所述柔性电路板图像进行边缘检测,得到柔性电路板边缘图。
步骤S200,根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点;由瑕疵像素点确定瑕疵区域。
步骤S300,根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度;结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值;根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度;结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度。
步骤S400,根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度。
步骤S500,根据柔性电路板的瑕疵度,确定柔性电路板的质量。
具体的,当柔性电路板的瑕疵度大于预设瑕疵阈值时,判断柔性电路板为残次品;当柔性电路板的瑕疵度大于预设瑕疵阈值时,判断柔性电路板为合格品。在本发明实施例中预设瑕疵阈值的取值为0.4,在其他实施例中还可以由实施者根据实际情况调整该取值。当柔性电路板的瑕疵度大于预设瑕疵阈值时,认为当前柔性电路板表面的瑕疵程度过高不满足产品的生产、使用要求,故标记该柔性电路板为残次品,完成对柔性电路板瑕疵的检测。
其中,步骤S100~步骤S400在上述一种柔性电路板瑕疵检测方法实施例中已给出了详细说明,不再赘述。
该一种柔性在柔性电路板上存在具有周期性排列的电路纹理,当柔性电路板表面出现金手指压痕时,会导致柔性电路板表面的周期性纹理被破坏,因此可以基于柔性电路板图像中纹理的周期性特征对压痕的程度进行分析,结合柔性电路板表面电路的周期性特征,判断图像中瑕疵像素点属于瑕疵区域的可能,并根据瑕疵像素点确定可能的瑕疵区域;当金手指压痕在图像中所表现出来的边缘特征与电路板周期性的纹理差异较小,即压痕也在竖直方向上时,仅根据周期性对其进行分析的难度较大,因此结合不同的光照方向下图像中的不同特征对瑕疵区域的瑕疵程度进行分析,通过瑕疵区域内边缘像素点的特征、以及瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的瑕疵程度,当瑕疵区域与其他瑕疵区域的关联程度越高,则对应的该瑕疵区域为真实瑕疵区域的概率越大。结合当瑕疵出现时柔性电路板表面的褶皱所表面出现的阴影特征,以及褶皱对原本周期性排列的电路的破坏程度,对图像的瑕疵程度进行分析,并根据多角度光照进行分析,提高了判断电路板的质量检测的准确性。并结合在不同光照下图像中褶皱阻挡光线而形成的阴影特征,降低因瑕疵方向与电路方向一致而导致的周期性无法准确判断情况,根据不同图像同一位置窗口以及同一图像不同位置窗口之间的关系,确定一副图像中的瑕疵程度,降低光照角度对瑕疵检测的影响程度,得到瑕疵度之后,根据瑕疵度判断柔性电路板的质量,提高了判断电路板的质量检测的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (5)
1.一种柔性电路板瑕疵检测方法,其特征在于,该方法包括以下步骤:
获取柔性电路板在不同光照方向下的柔性电路板图像;对所述柔性电路板图像进行边缘检测,得到柔性电路板边缘图;
根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点;由瑕疵像素点确定瑕疵区域;
根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度;结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值;根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度;结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度;
根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度;
其中,所述根据所述柔性电路板边缘图中边缘像素点分布的周期特征,对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点,包括:
根据所述柔性电路板边缘图中边缘像素点分布的周期特征,确定所述柔性电路板边缘图中每个边缘像素点的周期性符合程度;基于所述周期性符合程度对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点;
其中,所述每个边缘像素点的周期性符合程度的计算公式为:
;其中,/>为柔性电路板边缘图中第g个边缘像素点的周期性符合程度;/>为线性归一化函数;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上边缘像素点的数量;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j+1个边缘像素点在柔性电路板图像中的灰度值;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第j个边缘像素点在柔性电路板图像中的灰度值;为水平方向上第g个边缘像素点与其右侧最近的边缘像素点的距离间隔;/>为柔性电路板边缘图中第g个边缘像素点对应的水平方向上除了第g个边缘像素点之外,第个边缘像素点与第/>个边缘像素点之间的距离间隔;
其中,所述根据瑕疵区域内边缘像素点所属连通域的倾斜方向和边缘像素点分布的周期特征,确定周期性破坏程度,包括:
获取柔性电路板边缘图中由边缘像素点构成的边缘连通域;
连接每个边缘连通域中最上侧和最下侧的像素点,得到每个边缘连通域的方向线;将所述方向线与水平向右的水平线构成的夹角值作为边缘连通域的方向角值;
对于瑕疵区域内每个边缘像素点,计算每个边缘像素点所属的边缘连通域的方向角值与竖直方向的角度值的差异,记为角度差;将边缘像素点的角度差和边缘像素点的周期性符合程度的比值,作为边缘像素点的单一破坏程度;
将瑕疵区域内每个边缘像素点的单一破坏程度的和值,作为瑕疵区域的周期性破坏程度;
其中,所述结合不同光照方向下柔性电路板图像的所述周期性破坏程度、瑕疵区域中像素点的特征,确定瑕疵区域的破坏值,包括:
所述瑕疵区域的破坏值的计算公式为:
;/>为第q个瑕疵区域的破坏值;v为光照方向的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的周期性破坏程度;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域的边缘像素点的最大梯度值;/>为第/>个光照方向下柔性电路板图像中所有像素点的梯度均值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中所有像素点的梯度均值;m为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中边缘像素点的数量;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第j个边缘像素点的亮度值;/>为第/>个光照方向下柔性电路板图像中的第q个瑕疵区域中第k个边缘像素点的亮度值;
其中,所述根据瑕疵区域与其他瑕疵区域的相关联情况,确定瑕疵区域的真实程度,包括:
以任意瑕疵区域为目标瑕疵区域,计算目标瑕疵区域与其他瑕疵区域的相关联程度的和值的归一化值,作为目标瑕疵区域的真实程度;
以第q个瑕疵区域作为目标瑕疵区域,第q个瑕疵区域与第f个其他瑕疵区域的相关联程度的计算公式为:
;其中,/>为第q个瑕疵区域与第f个其他瑕疵区域的相关联程度;/>为第q个瑕疵区域与第f个其他瑕疵区域的中心像素点的最短距离;/>为第q个瑕疵区域与第f个其他瑕疵区域的匹配程度;/>为第q个瑕疵区域中第t个边缘与图像竖直方向的夹角角度值;/>为图像竖直方向的角度值;/>为第q个瑕疵区域中边缘的数量;/>为第q个瑕疵区域对应的第f个其他瑕疵区域中边缘的数量;为第q个瑕疵区域对应的第f个其他瑕疵区域中第j个边缘与图像竖直方向。
2.根据权利要求1所述的一种柔性电路板瑕疵检测方法,其特征在于,所述基于所述周期性符合程度对柔性电路板边缘图中的像素点进行筛选,得到瑕疵像素点,包括:
将所述周期性符合程度小于预设周期阈值的边缘像素点,作为瑕疵像素点。
3.根据权利要求1所述的一种柔性电路板瑕疵检测方法,其特征在于,所述结合瑕疵区域的破坏值和真实程度,确定瑕疵区域的瑕疵程度,包括:
将破坏值和归一化后的真实程度的乘积作为瑕疵调节值;将所述瑕疵调节值和所述破坏值的和值,作为瑕疵区域的瑕疵程度。
4.根据权利要求1所述的一种柔性电路板瑕疵检测方法,其特征在于,所述根据瑕疵区域的瑕疵程度,确定柔性电路板的瑕疵度,包括:
以光照方向为垂直向下时的柔性电路板图像,作为基准图像,计算柔性电路板的基准图像中所有瑕疵区域的瑕疵程度的和值,作为柔性电路板的瑕疵度。
5.一种柔性电路板瑕疵检测***,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~4任意一项所述一种柔性电路板瑕疵检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410232113.8A CN117808812B (zh) | 2024-03-01 | 2024-03-01 | 一种柔性电路板瑕疵检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410232113.8A CN117808812B (zh) | 2024-03-01 | 2024-03-01 | 一种柔性电路板瑕疵检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117808812A CN117808812A (zh) | 2024-04-02 |
CN117808812B true CN117808812B (zh) | 2024-05-07 |
Family
ID=90423632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410232113.8A Active CN117808812B (zh) | 2024-03-01 | 2024-03-01 | 一种柔性电路板瑕疵检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808812B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017062181A (ja) * | 2015-09-25 | 2017-03-30 | 株式会社豊田中央研究所 | 表面疵検査装置及び表面疵検査方法 |
CN112927189A (zh) * | 2021-01-28 | 2021-06-08 | 江苏大学 | 一种电镀工件表面瑕疵视觉检测中边缘反射光斑剔除方法 |
CN117314924A (zh) * | 2023-11-30 | 2023-12-29 | 湖南西欧新材料有限公司 | 基于图像特征的电镀产品表面瑕疵检测方法 |
-
2024
- 2024-03-01 CN CN202410232113.8A patent/CN117808812B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017062181A (ja) * | 2015-09-25 | 2017-03-30 | 株式会社豊田中央研究所 | 表面疵検査装置及び表面疵検査方法 |
CN112927189A (zh) * | 2021-01-28 | 2021-06-08 | 江苏大学 | 一种电镀工件表面瑕疵视觉检测中边缘反射光斑剔除方法 |
CN117314924A (zh) * | 2023-11-30 | 2023-12-29 | 湖南西欧新材料有限公司 | 基于图像特征的电镀产品表面瑕疵检测方法 |
Non-Patent Citations (1)
Title |
---|
基于图像能量的布匹瑕疵检测方法;李鑫;许增朴;于德敏;王永强;;计算机测量与控制;20080925(第09期);第1243-1245页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117808812A (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349126B (zh) | 一种基于卷积神经网络带标记的钢板表面缺陷检测方法 | |
US11580647B1 (en) | Global and local binary pattern image crack segmentation method based on robot vision | |
CN109870461B (zh) | 一种电子元器件质量检测*** | |
CN113570605B (zh) | 一种基于液晶显示面板的缺陷检测方法和*** | |
CN116363133A (zh) | 基于机器视觉的照明器配件缺陷检测方法 | |
JP4601134B2 (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
CN110431404A (zh) | 表面缺陷检查方法及表面缺陷检查装置 | |
CN108520514B (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
CN110517265A (zh) | 一种产品表面缺陷的检测方法、装置及存储介质 | |
CN115100206B (zh) | 用于具有周期图案纺织物的印花缺陷识别方法 | |
CN117115153B (zh) | 基于视觉辅助的印制线路板质量智能检测方法 | |
CN117437219B (zh) | 基于计算机视觉的磁胶电感不规则外观缺陷检测方法 | |
CN114820631B (zh) | 一种抗纹理干扰的面料缺陷检测方法 | |
CN107341793A (zh) | 一种靶面图像处理方法及装置 | |
CN116596905A (zh) | 一种集成电路芯片表面缺陷检测方法 | |
CN117132844B (zh) | 一种基于图像处理的光伏板裂纹与划痕的分类方法 | |
CN116664565A (zh) | 一种光伏太阳能电池片的隐裂检测方法及*** | |
CN110619146A (zh) | 基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法 | |
CN115861310B (zh) | 一种床单表面纺织缺陷检测方法 | |
US6714670B1 (en) | Methods and apparatuses to determine the state of elements | |
CN111652844B (zh) | 一种基于数字图像区域增长的x射线缺陷检测方法及*** | |
CN114998333A (zh) | 一种光源特性的计算机视觉检测方法及*** | |
CN117808812B (zh) | 一种柔性电路板瑕疵检测方法及*** | |
CN114693686B (zh) | 一种用于床单布匹污渍检测的方法 | |
CN114166849B (zh) | 一种湿度传感器印刷碳线缺陷和感湿膜缺陷的检测方法 |
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 |