一种fpc表面质量视觉智能检测方法
【技术领域】
[0001] 本发明属于电路板制造技术领域，设及一种FPC表面质量视觉智能检测方法。
【背景技术】
[0002] 柔性印刷电路板(FlexiblePrintedCircuit,FPC)是W聚酷亚胺或聚醋薄膜为 基材制成的一种具有高度可靠性、绝佳的可晓性印刷电路，FPC技术作为一种特殊的电子互 连技术，有着十分显著的优越性。它具有轻、薄、短、小、结构灵活的特点，除可静态弯曲外， 还能作动态弯曲、卷曲和折叠等，广泛地应用于航天、军事、移动终端、手机、数码相机等多 个领域。随着计算机图像处理与识别技术的迅猛发展，使得基于机器视觉的FPC在线缺陷检 测成为可能，并越来越受到人们的重视，渐渐成为质量检测的一种趋势。但是，目前FPC的自 动检测系统的研究仍然停留在一个相对初期的水平，大多数FPC生产企业为节约生产成本， 仍主要依靠人眼辅助光学设备来检测产品质量，但长时间、高度集中观察图像给检测人员 带来了极大的精神疲劳，难W保证产品质量。而随着沿海等地区人力成本的不断上升W及 招工困难的问题，使得FPC质检自动化迫在眉睫。
【发明内容】
[0003] 本发明的目的在于提供一种FPC表面质量视觉智能检测方法，解决了目前FPC检测 主要依靠人工，效率低，成本高，检测效果差的问题。
[0004] 本发明所采用的技术方案是按照W下步骤进行：
[0005] 步骤1:对采集的FPC图像进行图像预处理;采用窗口为3X3中值滤波器对FPC图像 进行处理；
[0006] 步骤2:FPC轮廓提取;采用RGB颜色空间，在B通道提取片体的轮廓并对片体与背景 进行分割；
[0007] 步骤3:掩膜设计;将提取的FPC轮廓W像素精度画在另一幅由内存开辟的与采集 图像相同大小且像素灰度全为0的图像上，作为缺陷识别掩膜的母体，分别填充掩膜母体轮 廓内部与外部区域，从而产生内外两个图像掩膜，分别用内外掩膜与原图像进行数学运算， 得到内外感兴趣区域图像，WFPC轮廓为界，内掩膜与采集图像处理后使FPC轮廓内部的图 像得W全部保留，外部被忽略，若与外模板作用，处理效果正好相反；
[000引步骤4:缺陷提取;采用RGB颜色空间投影阔值算法对压点与划伤进行识别，得到轮 廓内部缺陷和轮廓外部缺陷；
[0009] 步骤5:缺陷识别与分类；
[0010] 依据内部缺陷的几何特征将其区分为压点与划伤，采用缺陷轮廓面积S。。。与其最 小外接矩形面积Srect的比值来描述运种区分，将其定义为填充度，如下式所示；
[0011] R=Scon/Srect
[0012] 压点的填充度化k较大，实验发现都在0.7W上，而划伤成条状，填充度R较小，均在 0.3W下;综合W上分析，缺陷分类准则为：
[OOU] (1)若轮廓外部有宽度大刊良定阔值Tw的白色区域，则为溢胶；
[0014] (2)若轮廓内部存在面积大于限定阔值Ts的白色区域，依据式R=Scon/Srect计算该 区域的轮廓填充度R，若R〉〇. 5，则为压点；否则为划伤。
[0015] 进一步，所述步骤4中，缺陷提取的方法为对轮廓内部感兴趣区域图像提取R通道 的图像，选择阔值化=60对其二值化处理；对轮廓外部感兴趣区域图像变换到HSV颜色空 间，提取Η通道的图像，对其作阔值化处理，取阔值区间的中值Th=195。
[0016] 进一步，所述组合光源上端为红色同轴光源，中间为白色环形光源，下端为白色条 形光源。
[0017] 本发明的有益效果是提供了一种FPC表面质量视觉智能检测方法，检测效率高，能 准确判断FPC表面是否有质量缺陷。
【附图说明】
[0018] 图1从左至右是正常和含有Ξ种缺陷的FPC在光源下经预滤波后的图像；
[0019] 图2(a)采用otsu阔值对图像进行分割；
[0020] 图2(b)片体轮廓图像；
[0021] 图3左为内掩膜图像，右为外掩膜图像；
[0022] 图4为FPC各特征在Η空间的分布图；
[0023] 图5为FPCS种缺陷的识别效果图，从左至右依次为压点、划伤、溢胶。
【具体实施方式】
[0024] 下面结合【具体实施方式】对本发明进行详细说明。
[0025] 本发明FPC表面质量视觉智能检测方法步骤如下：
[0026] 步骤1:对采集的FPC图像进行图像预处理；图像预处理的主要目的是消除图像中 无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而 改进特征抽取、图像分割、匹配和识别的可靠性，而图像增强是图像预处理的主要手段。根 据FPC质检的实际需求，需消除因光照不均匀等原因产生的噪声，所W需要对图像进行增强 处理。在线缺陷检测系统中遇到的大多是高斯噪声与椒盐噪声，特别是椒盐噪声会对缺陷 的后续识别产生致命影响。本发明采用基于中值滤波的自适应滤波器。中值滤波是一种非 线性滤波器，对椒盐噪声具有良好的滤波效果，且同时为保留图像的细节信息，故采用窗口 为3X3中值滤波器对FPC图像进行处理，图1从左至右是正常和含有Ξ种缺陷的FPC在特殊 设计的组合光源下经预滤波后的图像。
[0027] 步骤2:FPC轮廓提取
[0028] 提取FPC轮廓是其缺陷识别算法中的一个重要环节。轮廓可W把视场图像分割成 内外两部分，使识别中内外空间区域的缺陷特征互不干扰，并行处理;可W通过缺陷在轮廓 内外的空间信息来区分其所属类型。当内外区域的不同缺陷呈现相同描述特征时，轮廓成 为区分的最佳标准。提取轮廓采用RGB颜色空间，该空间中，任一颜色在红、绿、蓝Ξ个不同 通道的分量不同，运也是彩色图像特征识别的基础。在组合光源下，片体的各部分因材质不 同其颜色特征存在明显差异。由于镜面反射，片体具有明显不同于其他区域的颜色特征，其 颜色在RGB通道所占分量分别约为0.005(R)、0.47(G)和0.98(B)。实验数据表明，片体颜色 在B通道的分量最大，故在该通道提取片体的轮廓。由于在B通道背景与前景差别很大，采用otsu阔值对图像进行分割如图2(a)，片体轮廓图像如图2(b)所示。
[0029] 步骤3:掩膜设计
[0030] 掩膜可W控制任意形状的感兴趣区域。其原理是用预先制作的感兴趣区掩膜与待 处理图像进行数学运算，经过运算W后，感兴趣区域内图像特征保持不变，而区域外的图像 将会被屏蔽。本发明WFPC轮廓设计区域掩膜，并将其用到缺陷识别算法中。具体实现为:将 提取的FPC轮廓W像素精度画在另一幅由内存开辟的与采集图像相同大小且像素灰度全为 0的图像上，作为缺陷识别掩膜的母体，分别填充掩膜母体轮廓内部与外部区域，从而产生 内外两个图像掩膜，分别用内外掩膜与原图像进行数学运算，就可W得到内外感兴趣区域 图像。WFPC的轮廓为界，内掩膜与采集图像处理后可使FPC轮廓内部的图像得W全部保留， 外部被忽略(处理中灰度值为0)。若与外模板作用，处理效果正好相反，提取的内外掩膜如 图3所示。
[0031] 步骤4:缺陷提取，采用RGB颜色空间投影阔值算法对压点与划伤进行识别，得到轮 廓内部缺陷和轮廓外部缺陷；
[0032] 在组合光源下，压点和划伤呈白色，组合光源上端为红色同轴光源，中间为白色环 形光源，下端为白色条形光源。基于缺陷的颜色特征，采用RGB颜色空间投影阔值算法对压 点与划伤进行识别，并引入向量空间理论对缺陷