电子元件漏件检测方法和系统的制作方法
【专利摘要】本发明涉及一种电子元件漏件检测方法和系统，其中，所述方法包括如下步骤：对获取的电子元件的电路板的模板图像和测试图像分别进行边缘图像提取，得到第一边缘图像和第二边缘图像；对所述第一边缘图像和第二边缘图像分别进行分区，并对各个分区上的第一边缘图像和第二边缘图像进行特征提取，得到模板图像的第一特征参数和测试图像的第二特征参数；根据第一特征参数和第二特征参数计算所述模板图像与测试图像的相似度值；根据所述相似度值对电路板进行电子元件漏件检测。上述技术方案，通过有效地提高了电子元件漏件检测的准确率，保证了检测后的电路板的质量。
【专利说明】
电子元件漏件检测方法和系统
技术领域
[0001] 本发明设及光学检测技术领域，特别是设及一种电子元件漏件检测方法和系统。
【背景技术】
[0002] 光学检测是工业制作过程的必要环节，利用光学方式取得成品的表面状态，W影 像处理来检测异物或表面瑕疵。电子元件的错、漏、反检测是电路板缺陷检测领域中的一种 常见应用，机器通过摄像头自动扫描电路板获取图像，提取每个电子元件的局部图像，来判 断电子元件是否存在错、漏、反缺陷，最后将疑似缺陷的元件显示或标记出来，方便查看与 检修。
[0003] 电子元件的漏件检测是指判断电子元件是否插在指定的位置上，如果没有插在指 定的位置上，则判为漏件;如果插在指定的位置上，则判为正常。
[0004] 在传统的自动光学检测系统中，电子元件的漏件检测主要是通过W下两种方法来 实现：
[0005] 方法一、颜色对比法，即通过对比对应位置的像素颜色值的差别来对电路板进行 电子元件漏件检测;方法二、深度学习模型判别法，即通过准备大量的电子元件的样本(包 括正样本：电子元件存在；负样本：电子元件不存在)对深度学习模型进行训练来对电子元 件的漏件进行检测，但是，现有的技术方案仍然存在如下的问题：
[0006] 针对方法一，传统的颜色对比法，比较容易受到光照变化的影响，使电子元件的颜 色信息发生变化，从而产生误判;针对方法二，深度学习模型判别法，需要大量的训练样本， 一般情况下，无法获得覆盖所有电子元件的训练样本，而只基于部分样本训练的深度学习 的漏件检测模型，也容易发生误判。
[0007] 综上所述，现有的电子元件漏检方法的误判率较高，无法保证检测后的电路板的 质量。
【发明内容】
[000引基于此，有必要针对现有的电子元件漏检方法的误判率较高的技术问题，提供一 种电子元件漏件检测方法。
[0009] -种电子元件漏件检测方法，包括如下步骤：
[0010] 对获取的电子元件的电路板的模板图像和测试图像分别进行边缘图像提取，得到 第一边缘图像和第二边缘图像；
[0011] 对所述第一边缘图像和第二边缘图像分别进行分区，并对各个分区上的第一边缘 图像和第二边缘图像进行特征提取，得到模板图像的第一特征参数和测试图像的第二特征 参数；
[0012] 根据第一特征参数和第二特征参数计算所述模板图像与测试图像的相似度值；
[0013] 根据所述相似度值对电路板进行电子元件漏件检测。
[0014] 上述电子元件漏件检测方法，通过对获取的电子元件的电路板的模板图像和测试 图像分别进行边缘图像提取，获取所述模板图像和测试图像的边缘图像信息;通过对第一 边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和第二边缘图像的各个分区进 行特征提取，获取第一边缘图像和第二边缘图像包含的全局结构特征信息;再根据第一特 征参数和第二特征参数计算得到的相似度值对电路板进行电子元件漏件检测。通过上述技 术方案，有效地提高了电路板电子元件漏件检测的准确率，保证了检测后的电路板的质量。 [001引一种电子元件漏件检测系统，包括：
[0016] 边缘提取模块，用于对获取的电子元件的电路板的模板图像和测试图像分别进行 边缘图像提取，得到第一边缘图像和第二边缘图像；
[0017] 特征提取模块，用于对所述第一边缘图像和第二边缘图像分别进行分区，并对第 一边缘图像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参数和测 试图像的第二特征参数；
[0018] 相似度计算模块，用于根据第一特征参数和第二特征参数计算所述模板图像与测 试图像的相似度值；
[0019] 检测模块，用于根据所述相似度值对电路板进行电子元件漏件检测。
[0020] 上述电子元件漏件检测系统，通过边缘提取模块对获取的电子元件的电路板的模 板图像和测试图像分别进行边缘图像提取，获取所述模板图像和测试图像的边缘信息;通 过特征提取模块对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和 第二边缘图像的各个分区进行特征提取，得到所述模板图像的第一特征参数和测试图像的 第二特征参数;再利用相似度计算模块根据第一特征参数和第二特征参数计算得到的相似 度值，利用检测模块对电路板进行电子元件漏件检测。通过上述技术方案，有效地提高了电 路板电子元件漏件检测的准确率，保证了检测后的电路板的质量。
【附图说明】
[0021 ]图1为本发明的一个实施例的电子元件漏件检测方法流程图；
[0022] 图2为本发明的一个实施例的电子元件漏件检测系统的结构示意图；
[0023] 图3为本发明的另一个实施例的电子元件漏件检测系统的特征提取模块的结构示 意图。
【具体实施方式】
[0024] 为了更进一步阐述本发明所采取的技术手段及取得的效果，下面结合附图及较佳 实施例，对本发明的技术方案，进行清楚和完整的描述。
[0025] 如图1所示，图1为本发明的一个实施例的电子元件漏件检测方法流程图，包括如 下步骤：
[0026] 步骤SlOl:对获取的电子元件的电路板的模板图像和测试图像分别进行边缘图像 提取，得到第一边缘图像和第二边缘图像；
[0027] 在本步骤中，通过对获取的电子元件的电路板的模板图像和测试图像分别进行边 缘图像提取，获取所述模板图像和测试图像的边缘细节信息，确保后续步骤的检测结果更 准确。
[0028] 步骤S102:对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边缘图 像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参数和测试图像的 第二特征参数；
[0029] 在本步骤中，通过对所述第一边缘图像和第二边缘图像分别进行分区，并对第一 边缘图像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参数和测试 图像的第二特征参数，用于后续步骤的计算模板图像和测试图像的相似度值。
[0030] 步骤S103:根据第一特征参数和第二特征参数计算模板图像与测试图像的相似度 值；
[0031] 在本步骤中，根据包含模板图像特征信息的第一特征参数和包含测试图像的第二 特征参数计算两者的相似度值，用于后续步骤的根据所述相似度值对待测电路板进行电子 元件漏件检测。
[0032] 步骤S104:根据所述相似度值对电路板进行电子元件漏件检测。
[0033] 上述电子元件漏件检测方法，通过对获取的电子元件的电路板的模板图像和测试 图像分别进行边缘图像提取，获取所述模板图像和测试图像的边缘图像信息;通过对第一 边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和第二边缘图像的各个分区进 行特征提取，得到所述模板图像的第一特征参数和测试图像的第二特征参数;再根据第一 特征参数和第二特征参数计算得到的相似度值对电路板进行电子元件漏件检测。通过上述 技术方案，有效地提高了电路板电子元件漏件检测的准确率，保证了检测后的电路板的质 量。
[0034] 在实际的电子元件漏件检测的一种重要信息就是电子元件本身的边缘信息，不同 电子元件的边缘结构也是不一样的，漏插电子元件之后的电路板的图片的边缘信息和插了 电子元件的电路板的图像的边缘信息也是不一样的。因此，可W根据获取的待测电路板的 模板图像和测试图像的边缘信息来对待测电路板进行电子元件漏件检测。
[0035] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述对获取的电子元件 的电路板的模板图像和测试图像分别进行边缘图像提取，得到第一边缘图像和第二边缘图 像的步骤SlOl包括：
[0036] 从=个方向上分别对所述模板图像和测试图像进行边缘图像提取，得到=个方向 上的模板图像的第一边缘图像和测试图像的第二边缘图像;其中，所述=个方向分别为所 述模板图像和测试图像的水平方向、垂直方向和对角线方向。
[0037] 在上述实施例中，通过对上述模板图像和测试图像的水平方向、垂直方向和对角 线方向分别进行边缘提取，得到上述模板图像和测试图像的=个方向上的第一边缘图像和 第二边缘图像。通过上述技术方案，确保获得的边缘图像包含更多的边缘细节信息，也确保 了后续步骤的对得到的边缘图像进行特征提取的有效性。
[0038] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述从=个方向上分别 对所述模板图像和测试图像进行边缘图像提取，得到=个方向上的模板图像的第一边缘图 像和测试图像的第二边缘图像的步骤可W包括：
[0039]
( 1 )
[0040] ( 2 )
[0041 ] (3)
[0042] 式中，抽表示模板图像或测试图像的水平方向边缘图像，Gv表示模板图像或测试图 像的垂直方向边缘图像，Gd表示模板图像或测试图像的对角线方向边缘图像，細表示水平方 向卷积核，Sv表示垂直方向卷积核，細表示对角线方向卷积核，I表示原始模板图像或测试图 像。
[0043] 通过上述处理，所述模板图像和测试图像分别获得了=个方向的边缘图像，从原 来的一张原始图像变成了=张=个方向上的边缘图像。W插座为例，首先获取插座的原始 模板图像和测试图像，分别对插座的原始模板图像和测试图像进行=个方向上的边缘提 取，最终得到模板图像的水平方向边缘图像、垂直方向边缘图像和对角线方向边缘图像W 及测试图像的水平方向边缘图像、垂直方向边缘图像和对角线方向边缘图像。
[0044] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述对所述第一边缘图 像和第二边缘图像分别进行分区，并对第一边缘图像和第二边缘图像的各个分区进行特征 提取，得到模板图像的第一特征参数和测试图像的第二特征参数的步骤S102包括：
[0045] 步骤S1021:将=个方向上的模板图像的第一边缘图像和测试图像的第二边缘图 像分别划分成若干个分区；
[0046] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述将=个方向上的模 板图像的第一边缘图像和测试图像的第二边缘图像分别划分成若干个分区的步骤S1021还 可W包括：
[0047] 将=个方向上的模板图像的第一边缘图像和测试图像的第二边缘图像分别划分 成四个不相重叠且大小相同的分区。
[0048] 在本实施例中，将得到的第一边缘图像和第二边缘图像分别划分为四个不相重叠 且大小相同的分区，有效地保留了原始模板图像和测试图像的全局结构特征，有利于后续 步骤的计算两者的相似度值的准确度，也进一步保证了电子元件漏件检测的准确率。在实 际应用中，也可W将获取的边缘图像划分为大小不等或者相互重叠的分区，具体的分区方 法可W根据实际的检测精度要求W及其他实际需求进行调整。
[0049] 步骤S1022:利用局部二值模式方法计算各个分区的局部二值特征值，分别将第一 边缘图像和第二边缘图像的各个分区的局部二值特征值W向量的方式进行组合，得到模板 图像的第一特征参数和测试图像的第二特征参数。
[(K)加]上述实施例中所述的局部二值模式化ocal Binary Patterns,LBP)是一种描述图 像局部空间结构的非参数算子，它不仅能够准确描述点、线、边缘等细节纹理信息，而且还 具有平移不变性、旋转不变性的优点；但是因为局部二值模式特征是利用直方图进行表示 的，而直方图是一种分辨能力较弱的特征表示方法，因为它是一种一阶统计特征，忽略了图 像的全局结构特征，如果对整张图像只生成一个直方图，必然会丢失重要的结构差异信息， 因此，本发明的电子元件漏件检测方法通过在步骤S1021中将步骤SlOl获得的3张带方向的 边缘图像，各自地划分为若干个分区，在本实施例中，将各个边缘图像分别划分为四个大小 相同且不相重叠的分区。
[0051] 在实际应用中，需要对得到的模板图像的水平方向边缘图像、垂直方向边缘图像 和对角线方向边缘图像W及测试图像的水平方向边缘图像、垂直方向边缘图像和对角线方 向边缘图像分别进行分区。作为一种实施方式，可W将每一方向上的边缘图像均分为四个 分区，运样，模板图像的=个方向上的第一边缘图像就被分为12个分区。同样地，测试图像 的=个方向上的第二边缘图像也被分为12个分区。
[0052] 完成上述分区之后，在步骤S1022中利用局部二值模式方法分别计算第一边缘图 像的12个分区的局部二值特征值和第二边缘图像的12个分区的局部二值特征值，再将第一 边缘图像的12个分区的局部二值特征值和第二边缘图像的12个分区的局部二值特征值分 别W向量的方式组合起来，得到模板图像的第一特征参数和测试图像的第二特征参数。也 就是说，第一特征参数是由第一边缘图像的12个局部二值特征值组成的复合向量，第二特 征参数是由第二边缘图像的12个局部二值特征值组成的复合向量。
[0053] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述根据第一特征参数 和第二特征参数计算所述模板图像与测试图像的相似度值的步骤包括：
[0054] 根据所述第一特征参数和第二特征参数，并按照直方图相交的方式计算所述模板 图像与测试图像的相似度值。
[0055] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述根据所述第一特征 参数和第二特征参数，并按照直方图相交的方式计算所述模板图像与测试图像的相似度值 的步骤包括：
[0化6] (4)
[0057]式中，D化1，H2)表示模板图像和测试图像的相似度值，Hl和H2分别表示第一特征 参数的特征直方图和第二特征参数的特征直方图，B表示直方图的区间长度。
[005引在其中一个实施例中，本发明的电子元件漏件检测方法，所述根据所述相似度值 对电路板进行电子元件漏件检测的步骤包括：
[0059] 将所述相似度值与预设阔值进行比较，根据所述相似度值与预设阔值的大小关 系，判断电路板的电子元件是否漏件。
[0060] 在其中一个实施例中，本发明的电子元件漏件检测方法，所述根据所述相似度值 与预设阔值的大小关系，判断电路板上的电子元件是否漏件的步骤包括：
[0061] 若所述相似度值不小于设定阔值，则判定电路板的电子元件漏件；
[0062] 若所述相似度值小于设定阔值，则判定电路板的电子元件正常。
[0063] 在上述实施例中，根据计算的模板图像和测试图像之间的相似度值来对待测电路 板进行电子元件漏件检测，具体地，两者之间的相似度值越小，表示二者之间越相似;在实 际应用时，我们也可W通过定义R=I-D;其中，D为根据上述方法获得的二者的相似度值，将 其转换为相似度值R越大越相似。即，重新定义后的判断方法如下式所示：
[0064]
[0065] 式中，R表示模板图像和测试图像之间的相似度值，T表示预设阔值。
[0066] 上述电子元件漏件检测方法，通过对获取的电子元件的电路板的模板图像和测试 图像分别进行=个方向的边缘图像提取，使得得到的边缘图像包含更多的细节信息;通过 对第一边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和第二边缘图像的各个 分区进行特征提取，得到所述模板图像的第一特征参数和测试图像的第二特征参数;再根 据第一特征参数和第二特征参数计算得到的相似度值对电路板进行电子元件漏件检测。通 过上述技术方案，有效地提高了电路板电子元件漏件检测的准确率，保证了检测后的电路 板的质量。
[0067] 如图2所示，图2为本发明的一个实施例的电子元件漏件检测系统的结构示意图， 包括：
[0068] 边缘提取模块101，用于对获取的电子元件的电路板的模板图像和测试图像分别 进行边缘图像提取，得到第一边缘图像和第二边缘图像；
[0069] 上述边缘提取模块101通过对获取的电子元件的电路板的模板图像和测试图像分 别进行边缘图像提取，获取所述模板图像和测试图像的边缘细节信息，确保后续步骤的检 测结果更准确。
[0070] 特征提取模块102,用于对所述第一边缘图像和第二边缘图像分别进行分区，并对 第一边缘图像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参数和 测试图像的第二特征参数；
[0071] 上述特征提取模块102通过对所述第一边缘图像和第二边缘图像分别进行分区， 并对第一边缘图像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参 数和测试图像的第二特征参数，用于后续步骤的计算模板图像和测试图像的相似度值。
[0072] 相似度计算模块103,用于根据第一特征参数和第二特征参数计算所述模板图像 与测试图像的相似度值；
[0073] 在本步骤中，根据包含模板图像特征信息的第一特征参数和包含测试图像的第二 特征参数计算两者的相似度值，用于后续步骤的根据所述相似度值对待测电路板进行电子 元件漏件检测。
[0074] 检测模块104,用于根据所述相似度值对电路板进行电子元件漏件检测。
[0075] 上述电子元件漏件检测系统，通过边缘提取模块101对获取的电子元件的电路板 的模板图像和测试图像分别进行边缘图像提取，获取所述模板图像和测试图像的边缘信 息;通过特征提取模块102对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边 缘图像和第二边缘图像的各个分区进行特征提取，得到所述模板图像的第一特征参数和测 试图像的第二特征参数;再利用相似度计算模块103根据第一特征参数和第二特征参数计 算得到的相似度值，利用检测模块104对电路板进行电子元件漏件检测。通过上述技术方 案，有效地提高了电路板电子元件漏件检测的准确率，保证了检测后的电路板的质量。
[0076] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述边缘提取模块101还 可W用于：
[0077] 从=个方向上分别对所述模板图像和测试图像进行边缘图像提取，得到=个方向 上的模板图像的第一边缘图像和测试图像的第二边缘图像;其中，所述=个方向分别为所 述模板图像和测试图像的水平方向、垂直方向和对角线方向。
[0078] 在上述实施例中，通过对上述模板图像和测试图像的水平方向、垂直方向和对角 线方向分别进行边缘提取，得到上述模板图像和测试图像的=个方向上的第一边缘图像和 第二边缘图像。通过上述技术方案，确保获得的边缘图像包含更多的边缘细节信息，也确保 了后续步骤的对得到的边缘图像进行特征提取的有效性。
[0079] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述边缘提取模块101还 可W用于，通过前面所述的式（1)~（3)分别从水平方向、垂直方向和对角线方向对模板图 像和测试图像进行边缘提取。通过上述处理，所述模板图像和测试图像分别获得了=个方 向的边缘图像，从原来的一张原始图像变成了=个方向上的边缘图像。
[0080] 如图3所示，图3为本发明的另一个实施例的电子元件漏件检测系统的特征提取模 块的结构示意图，包括：
[0081] 分区模块1021，用于将=个方向上的模板图像的第一边缘图像和测试图像的第二 边缘图像分别划分成若干个分区。
[0082] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述分区模块1021还可 W用于：
[0083] 将=个方向上的模板图像的第一边缘图像和测试图像的第二边缘图像分别划分 成四个不相重叠且大小相同的分区。
[0084] 在本实施例中，将得到的第一边缘图像和第二边缘图像分别划分为四个不相重叠 且大小相同的分区，有效地保留了原模板图像和测试图像的全局结构特征，有利于后续步 骤的计算两者的相似度值的准确度，也进一步保证了电子元件漏件检测的准确率。在实际 应用中，也可W将获取的边缘图像划分为大小不等或者相互重叠的分区，具体的分区方法 可W根据实际的检测精度要求W及其他实际需求进行调整。
[0085] 特征参数计算模块1022,用于利用局部二值模式方法计算各个分区的局部二值特 征值，分别将第一边缘图像和第二边缘图像的各个分区的局部二值特征值W向量的方式进 行组合，得到模板图像的第一特征参数和测试图像的第二特征参数。
[00化]上述实施例中所述的局部二值模式化Ocal Binary Patterns,LBP)是一种描述图 像局部空间结构的非参数算子，它不仅能够准确描述点、线、边缘等细节纹理信息，而且还 具有平移不变性、旋转不变性的优点；但是因为局部二值模式特征是利用直方图进行表示 的，而直方图是一种分辨能力较弱的特征表示方法，因为它是一种一阶统计特征，忽略了图 像的全局结构特征，如果对整张图像只生成一个直方图，必然会丢失重要的结构差异信息， 因此，本发明的电子元件漏件检测方法通过分区模块1021将边缘提取模块101获得的3个方 向上的边缘图像，各自地划分为若干个分区，在本实施例中，将各个边缘图像分别划分为四 个大小相同且不相重叠的分区。
[0087]在实际应用中，需要对得到的模板图像的水平方向边缘图像、垂直方向边缘图像 和对角线方向边缘图像W及测试图像的水平方向边缘图像、垂直方向边缘图像和对角线方 向边缘图像分别进行分区。作为一种实施方式，可W将每一方向上的边缘图像均分为四个 分区，运样，模板图像的=个方向上的第一边缘图像就被分为12个分区。同样地，测试图像 的=个方向上的第二边缘图像也被分为12个分区。
[0088] 分区模块1021在完成上述分区之后，特征参数计算模块1022利用局部二值模式方 法分别计算第一边缘图像的12个分区的局部二值特征值和第二边缘图像的12个分区的局 部二值特征值，再将第一边缘图像的12个分区的局部二值特征值和第二边缘图像的12个分 区的局部二值特征值分别W向量的方式组合起来，得到模板图像的第一特征参数和测试图 像的第二特征参数。也就是说，第一特征参数是由第一边缘图像的12个局部二值特征值组 成的复合向量，第二特征参数是由第二边缘图像的12个局部二值特征值组成的复合向量。
[0089] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述相似度计算模块103 用于：
[0090] 根据所述第一特征参数和第二特征参数，并按照直方图相交的方式计算所述模板 图像与测试图像的相似度值。
[0091] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述相似度计算模块103 还可W用于：
[0092] 《4)
[0093] 式中，D化1，H2)表示模板图像和测试图像的相似度值，Hl和H2分别表示第一特征 参数的特征直方图和第二特征参数的特征直方图，B表示直方图的区间长度。
[0094] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述特征提取模块102还 用于：
[00M]将所述模板图像和测试图像的=个方向上的第一边缘图像和第二边缘图像分别 划分成四个不相重叠且大小相同的分区。
[0096] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述检测模块104还可W 用于：
[0097] 将所述相似度值与预设阔值进行比较，根据所述相似度值与预设阔值的大小关 系，判断电路板的电子元件是否漏件。
[0098] 在其中一个实施例中，本发明的电子元件漏件检测系统，所述检测模块104还可W 用于：
[0099] 若所述相似度值不小于设定阔值，则判定电路板的电子元件漏件；
[0100] 若所述相似度值小于设定阔值，则判定电路板的电子元件正常。
[0101] 在上述实施例中，根据计算的模板图像和测试图像之间的相似度值来对待测电路 板进行电子元件漏件检测，具体地，两者之间的相似度值越小，表示二者之间越相似;在实 际应用时，我们也可W通过定义R=I-D;其中，D为根据上述方法获得的二者的相似度值，将 其转换为相似度值R越大越相似。即，重新定义后的判断方法如下式所示：
[0102]
[0103] 式中，R表示模板图像和测试图像之间的相似度值，T表示预设阔值。
[0104] 上述电子元件漏件检测方法和系统，通过对获取的电子元件的电路板的模板图像 和测试图像分别进行=个方向的边缘图像提取，使得得到的边缘图像包含更多的细节信 息;通过对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和第二边 缘图像的各个分区进行局部二值模式的特征提取，使得得到的特征参数包含更多的全局结 构特征信息;再根据第一特征参数和第二特征参数计算所述模板图像与测试图像的相似度 值，并根据所述相似度值对电路板进行电子元件漏件检测。通过上述技术方案，有效地提高 了电子元件漏件检测的准确率，保证了检测后的电路板的质量。
[0105] W上所述实施例的各技术特征可W进行任意的组合，为使描述简洁，未对上述实 施例中的各个技术特征所有可能的组合都进行描述，然而，只要运些技术特征的组合不存 在矛盾，都应当认为是本说明书记载的范围。
[0106] W上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并 不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来 说，在不脱离本发明构思的前提下，还可W做出若干变形和改进，运些都属于本发明的保护 范围。因此，本发明专利的保护范围应W所附权利要求为准。
【主权项】
1. 一种电子元件漏件检测方法，其特征在于，包括如下步骤： 对获取的电子元件的电路板的模板图像和测试图像分别进行边缘图像提取，得到第一 边缘图像和第二边缘图像； 对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边缘图像和第二边缘图 像的各个分区进行特征提取，得到模板图像的第一特征参数和测试图像的第二特征参数； 根据第一特征参数和第二特征参数计算所述模板图像与测试图像的相似度值； 根据所述相似度值对电路板进行电子元件漏件检测。2. 根据权利要求1所述的电子元件漏件检测方法，其特征在于，所述对获取的电子元件 的电路板的模板图像和测试图像分别进行边缘图像提取，得到第一边缘图像和第二边缘图 像的步骤包括： 从三个方向上分别对所述模板图像和测试图像进行边缘图像提取，得到三个方向上的 模板图像的第一边缘图像和测试图像的第二边缘图像;其中，所述三个方向分别为所述模 板图像和测试图像的水平方向、垂直方向和对角线方向。3. 根据权利要求2所述的电子元件漏件检测方法，其特征在于，所述从三个方向上分别 对所述模板图像和测试图像进行边缘图像提取，得到三个方向上的模板图像的第一边缘图 像和测试图像的第二边缘 图像的步骤包括：式中，Gh表示模板图像或测试图像的水平方向边缘图像，Gv表示模板图像或测试图像的 垂直方向边缘图像，Gd表示模板图像或测试图像的对角线方向边缘图像，SH表示水平方向卷 积核，Sv表示垂直方向卷积核，S D表示对角线方向卷积核，I表示原始模板图像或测试图像。4. 根据权利要求2所述的电子元件漏件检测方法，其特征在于，所述对所述第一边缘图 像和第二边缘图像分别进行分区，并对各个分区上的第一边缘图像和第二边缘图像进行特 征提取，得到模板图像的第一特征参数和测试图像的第二特征参数的步骤包括： 将三个方向上的模板图像的第一边缘图像和测试图像的第二边缘图像分别划分成若 干个分区； 利用局部二值模式方法计算各个分区的局部二值特征值，分别将第一边缘图像和第二 边缘图像的各个分区的局部二值特征值以向量的方式进行组合，得到模板图像的第一特征 参数和测试图像的第二特征参数。5. 根据权利要求3所述的电子元件漏件检测方法，其特征在于，所述根据第一特征参数 和第二特征参数计算所述模板图像与测试图像的相似度值的步骤包括： 根据所述第一特征参数和第二特征参数，并按照直方图相交的方式计算所述模板图像 与测试图像的相似度值。6. 根据权利要求5所述的电子元件漏件检测方法，其特征在于，所述根据所述第一特征 参数和第二特征参数，并按照直方图相交的方式计算所述模板图像与测试图像的相似度值 的步骤包括：式中，D(H1，H2)表示模板图像和测试图像的相似度值，H1和H2分别表示第一特征参数 的特征直方图和第二特征参数的特征直方图，B表示特征直方图的区间长度。7. 根据权利要求4所述的电子元件漏件检测方法，其特征在于，所述将三个方向上的模 板图像的第一边缘图像和测试图像的第二边缘图像分别划分成若干个分区的步骤包括： 将三个方向上的模板图像的第一边缘图像和测试图像的第二边缘图像分别划分成四 个不相重叠且大小相同的分区。8. 根据权利要求1所述的电子元件漏件检测方法，其特征在于，所述根据所述相似度值 对电路板进行电子元件漏件检测的步骤包括： 将所述相似度值与预设阈值进行比较，根据所述相似度值与预设阈值的大小关系，判 断电路板的电子元件是否漏件。9. 根据权利要求8所述的电子元件漏件检测方法，其特征在于，所述根据所述相似度值 与预设阈值的大小关系，判断电路板上的电子元件是否漏件的步骤包括： 若所述相似度值不小于设定阈值，则判定电路板的电子元件漏件； 若所述相似度值小于设定阈值，则判定电路板的电子元件正常。10. -种电子元件漏件检测系统，其特征在于，包括： 边缘提取模块，用于对获取的电子元件的电路板的模板图像和测试图像分别进行边缘 图像提取，得到第一边缘图像和第二边缘图像； 特征提取模块，用于对所述第一边缘图像和第二边缘图像分别进行分区，并对第一边 缘图像和第二边缘图像的各个分区进行特征提取，得到模板图像的第一特征参数和测试图 像的第二特征参数； 相似度计算模块，用于根据第一特征参数和第二特征参数计算所述模板图像与测试图 像的相似度值； 检测模块，用于根据所述相似度值对电路板进行电子元件漏件检测。
【文档编号】G06T7/00GK105957059SQ201610251817
【公开日】2016年9月21日
【申请日】2016年4月20日
【发明人】林建民
【申请人】广州视源电子科技股份有限公司