的目的、技术方案及优点更加清楚明白，以下结合附图和具体实施例，对本发明进行进一步的详细说明。应当理解，此处描述的具体实施例仅用于解释本发明，并不用于限定本发明。
[0045]如图1所示，在本发明的电路板检测模板的制作方法的实施例中，包括以下步骤:
[0046]S1:读取电路板描述文件，并根据该电路板描述文件的描述信息，绘制电路模板图像；待检测电路板依据电路板描述文件制成；可以理解的，电路板描述文件包括但不限于一切能够描述电路板(包括印刷电路板)、电路原理图、PCB图等等一切文件，如Gerber文件；Gerber格式是线路板行业软件描述线路板(线路层、阻焊层、字符层等)图像及钻、铣数据的文档格式集合。它是线路板行业图像转换的标准格式。
[0047]S2:检测电路模板图像的连通域，根据所检测得到的连通域划分不同的电路模块；
[0048]S3:对电路模块进行标注，不同的电路模块的标注不相同，从而区分不同的电路模块；具体的，对电路模块的标注方式可以采用各种不同的方法，例如不同的颜色，不同的编码等等，只要能够区分不同的电路模块，以便后续处理。进一步的，在步骤S3中，对电路模块中的每一个点进行颜色标注；对同一电路模块中的所有点标注为一种颜色，对不同的电路模块标注不同的颜色，从而对不同的电路模块进行区分；再进一步的，在步骤S3中，还包括将每一电路模块的轮廓进行轮廓标注；具体的，本实施例中各个电路模块的轮廓采用红色进行标注，区分不同的电路模块；
[0049]S4:判断是否有未处理的电路板描述文件，是则重复执行步骤S1-S3，否则结束；电路板描述文件包括多个，分别与待检测电路板的每一层电路对应；本实施例中的步骤S4也可以省略；具体的，如果待检测电路板具有多层结构，就需要读取每一层的电路板描述文件，如Gerber文件，重复执行步骤S1-S3 ；
[0050]S5:判断电路模板图像是否有电路重叠部分，有重叠部分则将重叠部分合处作为一个新的电路模块；并对新的电路模块重新进行标注；本实施例对于重叠部分也采用颜色标注；通过将多层重合处视为一个新的电路模块解决多层堆叠的交界处过渡有时不明显而引起的错误。本实施例中的步骤S5也可以省略。
[0051]S6:获取实际模板电路的图像，根据所述实际模板电路的图像对所述电路板检测模板进行尺度压缩和颜色匹配；并分析所述实际模板电路的各个实际模块，建立对应的模板文件。具体的，本实施例先获取一块正确的待检测电路板，采集该待检测电路板的图像，根据所得的图像对该电路板检测模板进行尺度压缩，经过转动拉伸等方式叠合到电路板检测模板上，使得该电路板检测模板和采集的待检测电路板的图像相匹配或者大小一样；同时根据该采集的待检测电路板的图像对该电路板检测模板进行颜色匹配，使得该电路板检测模板的各个模块与待检测电路板对应的模块的颜色一样。在完成贴合之后，电路板检测模板按照不同电路块分析实际模板电路的各个实际模块颜色信息和实际位置大小信息，针对各个实际模块的信息建立对应的模板文件，以供后面的自动检测使用。本实施例的步骤S6也可以省略。
[0052]如图2所示，作为本发明实施例的一个电路板检测模板，白色部分21为无电路部分，灰色部分22为不重叠电路部分，黑色部分23为重叠电路部分，轮廓部分24为各个电路模块的轮廓，从而对不同的电路模块进行区分，以便后续的检测。
[0053]本发明的电路板检测模板根据上述实施例的制作方法制备而成，通过对电路模块进行划分，按电路模块检测，解决了电路板检测自动化程度低、可靠性差的问题。
[0054]如图3所示，在本发明的电路板检测方法的实施例中，包括以下步骤:
[0055]S1:获取待检测电路板的图像，并根据电路板检测模板进行匹配预处理，得到预处理图像；具体的，将待检测电路板摆放到指定位置，经过电子显微镜获取该待检测电路板的图像，对图像进行全局处理，滤除电路板的细微细节所引起的噪声，得到预处理图像；可以理解的，获取待检测电路板的图像不局限于使用电子显微镜，包括CCD摄像机等，在图像测试系统中，一般选用CCD传感器阵列摄像头。CCD是电荷親合器(Charge Coupled Device)的简称，是一种利用光电效应原理来实现图像摄取的专门用途芯片。CCD器件的结构就是将许多基本独立的光电转换单元排列在一个平面上，这些纵横排列的单元集成有几十万、几百万甚至几千万个光电二极管及译码寻址电路。这些基本微小单元称之为像素，像素的数目越多则成像的清晰度越高，成像的质量就越好。同时，使用CCD图像采集卡与CCD摄像机配合。使用图像采集卡进行图像采集是图像处理的基础。图像采集卡接收从CCD摄像头中输入的模拟电信号，由A/D转换为离散的数字信号，将离散的信号存储在图像的一个或者多个存储单元中，当计算机发出传送指令时，经过PCI总线将图像信息传到计算机内存以便于计算机的运算处理，或者直接送到显示卡上进行显示。
[0056]可以理解的，滤除图像的噪声包括但不限于移动平均法、中值滤波法。噪声可以理解为妨碍人的视觉器官或系统传感器对所接收图像源信息进行理解或分析的各种因素。数字图像的噪声来源于图像的采集(数字化过程)、传输和处理的整个过程。特别是图像输入、采集的噪声是十分关键的问题。在图像采集过程中图像传感器的工作受各种因素影响，例如:使用CCD摄像头采集图像，光照强度和传感器温度是生成图像中产生大量噪声的主要因素。噪声恶化了图像质量，图像模糊，甚至淹没特征，给分析带来困难。因此，采用适合的滤波方法去除噪声是检测系统不可忽视的重要因素。
[0057]S2:以电路板检测模板中的电路模块为基准，遍历预处理图像中的实际电路模块，判断是否存在电路缺陷；
[0058]其中，如图4所示，步骤S2中，包括:
[0059]S2-1:保存预处理图像两份，为第一预处理图像和第二预处理图像；具体的，第一预处理图像用于颜色检测，第二预处理图像用于缺陷检测；
[0060]S2-2:以电路板检测模板中的电路模块的颜色为基准，遍历第一预处理图像中的实际电路模块的颜色信息，判断是否存在颜色错误；具体的，利用电路板检测模板中的电路模块信息检测第一预处理图像中实际电路模块的颜色，比较其与电路板检测模板的差异，对于差异过大则进行标出，完成颜色检测；
[0061]S2-3:以电路板检测模板中的电路模块的轮廓为基准，遍历第二预处理图像中的实际电路模块的轮廓信息，判断是否存在轮廓错误；
[0062]其中，如图5所示，步骤S2-3中，包括:
[0063]S2-3-1:对第二预处理图像进行图像灰度化，得到灰度化图像；
[0064]具体的，1931年国际照明技术委员会CIE规定，选择红色，绿色，蓝色三种单色光作为表色系统的三基色。这就是CIE的RGB颜色表色系统。在彩色图像中，图像是由RGB三分量表示的。其中，一个像素需要三个量来表示。如果每个量是8bits，那么表示一个像素的值需要24bits。这样既不利于存储图像，也不利于图像后续处理计算。为此需要对输入图像去掉彩色信息，进行灰度转换。在RGB模型中，当R = G = B时，颜色(R，G，B)表示的不是彩色而是黑白色或称灰度，其中R = G = B的值叫做灰度值。由彩色转化为灰度的过程叫做灰度化处理。由于R，G，B的取值范围是O — 255，所以灰度的级别只有256级，即只能表现256种灰度。
[0065]灰度化处理的方法主要有三种:
[0066](I)最大值法:使R，G，B的值等于三值中最大的一