一种电能表样品外观及pcb板元件检测方法
【技术领域】
[0001]本发明涉及电能表图像管理及应用技术领域，尤其是涉及一种电能表样品外观及PCB板元件检测方法。
[0002]
【背景技术】
[0003]电能表是智能电网数据采集的重要基础设备，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础，有利于提高电力企业的经营效率、促进节能减排，增强电力系统的稳定性。目前，我国智能电网进入全面建设阶段，对智能电表产生了巨大的市场需求。
[0004]印刷电路板是构成智能电能表的核心部件，是承载各种电子元件的母体，每个电能表均有一块PCB及其大量的元件，如CPU芯片、时钟电池、晶振、电解电容、压敏电阻、存储芯片等等。这些元件主要以表面贴装技术及插孔式安装技术焊接在PCB板上。随着生产工艺及SMT技术的发展，PCB板上的元件密度越来越高，元件尺寸越来越小，集成电路器件的引脚间距可缩小到0.2mm以内，而且对于智能电能表，PCB正反面均有元件，这种趋势为PCB及元件的检测带来了极大的挑战。同时，智能电能还涉及到外观，包括电能表箱体的尺寸、铭牌标志、液晶显示内容和指示灯状态信息，这些外观参数也直接关系到电能表的质量，在检测时也需一并检测。
[0005]随着计算机技术的发展，出现了一门称为“机器视觉”的现代检测技术，它是使用计算机及相关设备对生物视觉的一种模拟，通过对采集的图片或视频进行处理以获得及理解图片信息，提供有用信息，广泛应用于制造业、检验、文档分析、医疗诊断和军事等领域中各种智能/自主系统中。利用机器视觉对PCB的检测主要分为两类问题:一类是对PCB裸板和元件的检测，另一类是针对焊点焊锡的检测。结合光源及机械装置，形成了一种专门的检测技术，称为自动光学检测技术(Α0Ι)。它通过对印刷电路板的光学图像进行采集和分析，自动识别出有缺陷的元件或焊点。AOI不需要专用针床，只需要在计算机程序的驱动下，操纵摄像机分区域地扫描PCB，采集图像，经过图像处理并与数据库中的合格元件的参数进行比较，检查出印刷电路板上存在的缺陷。极短的测试程序开发时间和检测方式的灵活性是AOI最大的优点。AOI除了能检查出人工目检检测方式无法查出的缺陷外，还能够把生产流程中各工序的生产质量、缺陷类型等信息进行实时的收集、分析、统计并反馈给操作人员，供技术人员进行分析、处理和管理。AOI产品在国外的PCB生产线上得到了广泛应用，在国内PCB生产线上的使用比例也在逐渐提高。
[0006]但目前的检测方法及现有的AOI检测技术主要存在以下问题:
(I)检测时存在误差，存在一定程度的误判。在目前的检测中，大多还在采用人工检测方式，检测人员借助于放大镜等工具来对电表线路板进行比对，检测手段落后，造成一定程度的误判。
[0007](2)检测手段的单一性造成了检测效率低下。检测速度慢，检测人员对每块PCB板要花费大量的时间进行选型与比对，过程非常枯燥，效率低下。
[0008](3)检测的匹配点少，很难顾及更多的检测对象，不能任意多的确定需要匹配的检测点。
[0009](4)不能对PCB的芯片形状与位置信息进行定量描述。在现有的操作中，仅仅通过测量大小与位置尺寸等进行辨识，存在一定误差。
[0010](5)价值昂贵。目前国外一套AOI检测系统价值几十万美元，甚至高达数百万美元，价格极其昂贵，且培训、维护也需大量经费，尚没有知识产权。
[0011](6)目前市场的大多数PCB检测机仅对裸板进行检测，检测对象为电路及焊点，检测精度较高，对PCB板单面的元件可进行检测，但仅对常见的电容、电阻等元件进行形状，颜色方面的对比检测识别。对于元件上的文字，字母，条码检测效果不理想，检测效率低。
[0012](6)用于电能表外观的检测情况少见。
[0013]
针对以上问题，亟待设计一种更加完善的电能表PCB检测方法。
[0014]
【发明内容】
[0015]本发明所要解决的技术问题在于针对上述现有技术中的不足，而目的是在于提高一种电能表图像管理及应用方面的电能表样品外观及PCB板元件检测方法，针对焊点和电路的识别，采用分区域元件检测识别算法。其设计新颖，成本较低，检测方便，精确度高，检测效率高，检测效果好，有效解决了现有技术的不足，。
[0016]为解决上述技术问题，本发明采用的技术方案是:
本发明通过元件定位算法和动态区域元件识别算法对电能表的PCB板进行检测，利用校准算法实现位置偏差的校正，利用摄像机标定算法减少图像畸变，采用最近邻搜索方法实现图像拼接。然后利用PCB母板上的既定孔位进行精确定位，并利用PCB标准元件的形状、组成、位置、尺寸等先验知识，粗定位待检测元件的位置范围，在图像指定的位置范围内进行细搜索，进一步定位元件的精确位置。。
[0017]一种电能表样品外观及PCB板元件检测方法，其特征在于，包括以下步骤:
51、系统建模，选取各种元件的原始样本，并经几何变换形成样本的标准元件特征库，并获取PCB板的正面、侧面和反面待检测图像；
52、检测预处理，建立背景差，对检测到的图像进行校正、拼接和分割的处理；
53、对处理后的图像进行检测区域分析，首先判断是否为元件区域，若是则进行元件定位，进一步检测处理，若不是元件区域则判断是否为焊点及电路，若是则进行焊点及电路识另IJ，若不是则继续进行文字及其他检测；
54、步骤S3中若判断为元件区域并元件定位后，再进行图像特征匹配，图像匹配成功则进行元件识别处理，若特征匹配失败，则判断图像检测是否越界，若不是，则对图形进行局部区域搜索，重新返回元件区域检测步骤继续执行；
55、元件识别、焊点及电路识别、文字及其他检测以及图像检测越界执行完毕后，生成检测报表。
[0018]进一步地，所述步骤SI中标准元件特征库包括每个样本的颜色特征、形状特征、纹理特征、位置信息。
[0019]进一步地，所述步骤S2中对图像的校正为图像畸变校正。
[0020]进一步地，所述步骤S2中采用特征匹配搜索算法实现图像拼接。
[0021]进一步地，所述步骤S3中的焊点及电路识别采用线路延伸及终点判定法检测焊点及电路缺陷。
[0022]进一步地，所述步骤S3中的元件区域包括静态区域、动态区域及文字区域。
[0023]本发明与现有技术相比具有以下优点:
本发明是应用在电能表图像管理及应用领域，其通过元件定位算法和动态区域元件识别算法对电能表的PCB板进行检测，利用校准算法实现位置偏差的校正，利用摄像机标定算法减少图像畸变，采用最近邻搜索方法实现图像拼接。然后利用PCB母板上的既定孔位进行精确定位，并利用PCB标准元件的形状、组成、位置、尺寸等先验知识，粗定位待检测元件的位置范围，在图像指定的位置范围内进行细搜索，进一步定位元件的精确位置。针对焊点和电路的识别，采用分区域元件检测识别算法。其设计新颖，成本较低，检测方便，精确度高，检测效率高，检测效果好，有效解决了现有技术的不足。
[0024]下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
[0025]
【附图说明】
[0026]图1为本发明的PCB板元件检测方法的元件检测算法流程图；
图2为本发明的PCB板元件检测方法总体技术路线图。
[0027]
【具体实施方式】
[0028]如图1所示，一种电能表样品外观及PCB板元件检测方法，其特征在于，包括以下步骤:
51、系统建模，选取各种元件的原始样本，并经几何变换形成样本的标准元件特征库，并获取PCB板的正面、侧面和反面待检测图像；
52、检测预处理，建立背景差，对检测到的图像进行校正、拼接和分割的处理；
53、对处理后的图像进行检测区域分析，首先判断是否为元件区域，若是则进行元件定位，进一步检测处理，若不是元件区域则判断是否为焊点及电路，若是则进行焊点及电路识另IJ，若不是则继续进行文字及其他检测；
54、步骤S3中若判断为元件区域并元件定位后，再进行图像特征匹配，图像匹配成功则进行元件识别处理，若特征匹配失败，则判断图像检测是否越界，若不是，则对图形进行局部区域搜索，重新返回元件区域检测步骤继续执行；
55、元件识别、焊点及电路识别、文字及其他检测以及图像检测越界执行完毕后，生成检测报表。
[0029]智能电能表PCB板上的元件检测主要包括正反面上的元件及电路检测识别，具体有CPU芯片、电容、电阻、电感、焊点、电路等等。他们具有不同大小、形状、颜色等基本特征以及同一类型元件存在位置偏移，同时部分元件