元件错件检测方法和系统与流程

本发明涉及自动光学检测技术领域，特别是涉及一种元件错件检测方法和系统。

背景技术：

AOI(Automatic Optic Inspection，自动光学检测)，是利用光学原理对电路板焊接生产中出现的常见缺陷进行检测的设备。对于插件的电路板来说，常见的缺陷检测包括漏件检测、错件检测、反件检测、多件检测等。其中，错件检测是指提取待检测元件的特征，并与模板进行比较，从而判断插入电路板的元件是否正确。

目前，元件的错件检测主要由人工进行检测，但是，这种检测方式效率较低，而且，检测结果容易出错，检测正确率较低。

技术实现要素：

基于此，有必要针对现有技术检测效率低、正确率低的问题，提供一种元件错件检测方法和系统。

一种元件错件检测方法，包括以下步骤：

获取待测元件在电路板上的原始图像，从所述原始图像中定位所述待测元件的特征区域图像；其中，所述特征区域图像包含所述待测元件的特征信息，所述特征信息用于对所述待测元件与其他元件进行区分；

将所述特征区域图像中各个像素点的像素值分别与预存的特征区域模板图像中对应像素点的像素值进行比较，获取所述特征区域图像与所述特征区域模板图像的像素相似度；

若所述像素相似度小于预设的相似度阈值，判定所述待测元件错件。

一种元件错件检测系统，包括：

定位模块，用于获取待测元件在电路板上的原始图像，从所述原始图像中定位所述待测元件的特征区域图像；其中，所述特征区域图像包含所述待测元件的特征信息，所述特征信息用于对所述待测元件与其他元件进行区分；

比较模块，用于将所述特征区域图像中各个像素点的像素值分别与预存的特征区域模板图像中对应像素点的像素值进行比较，获取所述特征区域图像与所述特征区域模板图像的像素相似度；

判断模块，用于若所述像素相似度小于预设的相似度阈值，判定所述待测元件错件。

上述元件错件检测方法和系统，通过检测待测元件的特征区域，当特征区域图像与特征区域模板图像的像素相似度较小时，判定待测元件错件，实现了元件错件检测的自动化，能够有效提高检测效率和准确性。

附图说明

图1为一个实施例的元件错件检测方法流程图；

图2为经轮廓提取的字符区域图像；

图3为校正后的字符区域图像；

图4为一个实施例的元件错件检测系统的结构示意图。

具体实施方式

下面结合附图对本发明的技术方案进行说明。

图1为一个实施例的元件错件检测方法流程图。如图1所示，所述元件错件检测方法可包括以下步骤：

S1，获取待测元件在电路板上的原始图像，从所述原始图像中定位所述待测元件的特征区域图像；其中，所述特征区域图像包含所述待测元件的特征信息，所述特征信息用于对所述待测元件与其他元件进行区分；

本发明所述的特征可以包括待测元件的颜色、形状和待测元件的主体区域上的字符信息等便于使待测元件与其他元件区分开的信息。下面以所述特征为字符信息为例进行说明。所述字符信息可以是文字、符号、图案等。

在检测前，可以首先从整个电路板的图像中定位出所述待测元件的原始图像，再从所述原始图像中定位出所述待测元件的特征区域图像。当一块电路板上有多个待测元件都需要进行错件检测时，可以分别获取各个待测元件的原始图像，再分别从各个原始图像中定位出各个待测元件的特征区域图像。可以根据各个待测元件在电路板上的位置对各个待测元件对应的特征区域图像进行顺序存储，以便于后续检测操作的执行。在其中一个实施例中，还可以为各个特征区域图像顺序编号，以便于后续检测操作的执行。

S2，将所述特征区域图像中各个像素点的像素值分别与预存的特征区域模板图像中对应像素点的像素值进行比较，获取所述特征区域图像与所述特征区域模板图像的像素相似度；

在本步骤中，为了防止特征区域太小，不利于后续操作，在进行比较之前，还可以对特征区域图像进行放大处理。所述放大处理是指尺寸的放大，即将图像的长宽分别放大到原来的n倍，n可以根据实际的需求设置，一般情况n＝2即可。

为了消除电路板上的污点以及背景颜色和图案等因素对检测结果的影响，可以对所述特征区域图像进行降噪处理。具体地，可以对所述特征区域图像进行灰度处理，得到灰度图像，并根据预设的像素阈值对所述灰度图像进行二值化处理。所示灰度处理可以根据如下公式进行：

Gray＝0.299*R+0.587*G+0.114*B；

式中，R、G和B分别为RGB颜色空间的三个颜色分量，Gray为二值化后的灰度值。所述二值化可以将灰度值大于预设的灰度阈值的像素点设为某一灰度值，将像素值小于或等于预设的灰度阈值的像素点设为另一灰度值。其中，所述灰度阈值可以是使以下目标函数的函数值最大的灰度值：

g(t)＝ω₀*(μ₀-μ)²+ω₁*(μ₁-μ)²；

其中，μ＝ω₀*μ₀+ω₁*μ₁；

式中，ω₀为所述特征信息对应的像素点在所述特征区域图像中的比例，μ₀为所述特征信息对应的像素点的像素值的均值，ω₁为背景图像的像素点在所述特征区域图像中的比例，μ₁为背景图像的像素点的像素值的均值。通过这种方式，可以将灰度图像的灰度值分成两个部分，且两部分之间的灰度值差异最大、每个部分之间的灰度差异最小。

图像的降噪处理虽然能够减少噪声的干扰，但是并不能完全消除掉噪声的干扰。通常情况下，噪声在图像中较为细小、离散，而字符区域较为连续。所以为了更加精确的定位字符区域，可以对二值化的图像进行形态学处理，将字符区域连在一起形成一片区域，并进行轮廓提取，轮廓面积最大的部分即为文字区域。经轮廓提取的字符区域图像如图2所示。

由于文字区域会有一定角度的旋转，因此可以对图像进行校正。具体地，在对经形态学处理的特征区域图像进行轮廓提取之后，还可以对所述轮廓图像进行最小矩阵拟合，得到拟合图像；获取所述拟合图像中三个顶点的坐标值；根据所述坐标值与预存的原始坐标值计算对所述轮廓图像进行旋转的转移矩阵；根据所述转移矩阵对所述轮廓图像上的像素点进行坐标变换；将经坐标变换的轮廓图像设为特征区域图像。

其中，所述转移矩阵可记为：

可根据如下公式对所述特征区域图像上的点进行坐标变换：

式中，(x,y)为坐标变换前经轮廓提取的图像上的像素点的坐标值，(x',y')为坐标变换后经轮廓提取的图像上的像素点的坐标值。假设矩形左上角、左下角和右上角的坐标分别为(x₁,y₁)、(x₂,y₂)、(x₃,y₃)，经过校正后的矩形的坐标为(0,0)、(0,h)、(w,0)，其中w和h表示校正后矩形的宽和高，且为了保证校正后的矩形与原始图像相近或相同，应满足：

由此，设原始图像变换到校正后的图像的仿射变换矩阵M的六个元素。校正后的字符区域图像如图3所示。

比较时，可以根据如下公式计算所述相似度：

式中，(x,y)表示所述特征区域图像中的像素点的坐标值，(x+d,y+d)表示所述特征区域模板图像中与所述特征区域图像中坐标值为(x,y)的像素点相对应的像素点的坐标值，I(x,y)表示所述特征区域图像中坐标值为(x,y)的像素点的像素值，M(x+d,y+d)表示所述特征区域模板图像中坐标值为(x+d,y+d)的像素点的像素值，C表示所述相似度。

若步骤S1中存储了多个特征区域图像，本步骤可以分别将各个特征区域图像与对应的特征区域模板图像进行像素值的比较。在一个实施例中，各个特征区域模板图像可以预先顺序存储在本地，期存储顺序可以设置为与各个特征区域图像的存储顺序相同或相应。或者，可以为各个特征区域模板图像编号，其编号可以设置为与各个特征区域图像的存储顺序相同或相应。通过顺序存储特征区域图像和/或特征区域模板图像的方式，可以便于并行地对多个待测元件进行比较，从而提高元件错件检测效率。

S3，若所述像素相似度小于预设的相似度阈值，判定所述待测元件错件。

在本步骤中，若待测元件的特征区域图像与特征区域参考图像的像素相似度小于预设的相似度阈值，则表明待测元件的特征区域图像与特征区域参考图像的字符区域相差较大，从而可以判定所述待测元件错件；反之，若待测元件的特征区域图像与特征区域参考图像的像素相似度大于或等于预设的相似度阈值，则表明待测元件的特征区域图像与特征区域参考图像的字符区域较为相似，从而可以判定所述待测元件未错件。

所述相似度阈值可以根据实际情况自行设定，一般来说，所述相似度阈值的值越大，检测准确性越高。

本发明的元件错件检测方法实现了元件错件检测的自动化，能够有效提高检测效率和准确性。尤其是在元件的颜色和/或形状特征比较相似时，通过提取待测元件上的字符信息，并与模板元件进行比较，能够很好地判别出是否相似。

与上述元件错件检测方法相对应地，本发明还提供一种元件错件检测系统。如图2所示，所述元件错件检测系统可包括：

定位模块10，用于获取待测元件在电路板上的原始图像，从所述原始图像中定位所述待测元件的特征区域图像；其中，所述特征区域图像包含所述待测元件的特征信息，所述特征信息用于对所述待测元件与其他元件进行区分；

本发明所述的特征可以包括待测元件的颜色、形状和待测元件的主体区域上的字符信息等便于使待测元件与其他元件区分开的信息。下面以所述特征为字符信息为例进行说明。所述字符信息可以是文字、符号、图案等。

在检测前，可以首先从整个电路板的图像中定位出所述待测元件的原始图像，再从所述原始图像中定位出所述待测元件的特征区域图像。当一块电路板上有多个待测元件都需要进行错件检测时，可以分别获取各个待测元件的原始图像，再分别从各个原始图像中定位出各个待测元件的特征区域图像。可以根据各个待测元件在电路板上的位置对各个待测元件对应的特征区域图像进行顺序存储，以便于后续检测操作的执行。在其中一个实施例中，还可以为各个特征区域图像顺序编号，以便于后续检测操作的执行。

比较模块20，用于将所述特征区域图像中各个像素点的像素值分别与预存的特征区域模板图像中对应像素点的像素值进行比较，获取所述特征区域图像与所述特征区域模板图像的像素相似度；

为了防止特征区域太小，不利于后续操作，在进行比较之前，还可以对特征区域图像进行放大处理。所述放大处理是指尺寸的放大，即将图像的长宽分别放大到原来的n倍，n可以根据实际的需求设置，一般情况n＝2即可。

为了消除电路板上的污点以及背景颜色和图案等因素对检测结果的影响，可以对所述特征区域图像进行降噪处理。具体地，可以对所述特征区域图像进行灰度处理，得到灰度图像，并根据预设的像素阈值对所述灰度图像进行二值化处理。所示灰度处理可以根据如下公式进行：

Gray＝0.299*R+0.587*G+0.114*B；

式中，R、G和B分别为RGB颜色空间的三个颜色分量，Gray为二值化后的灰度值。所述二值化可以将灰度值大于预设的灰度阈值的像素点设为某一灰度值，将像素值小于或等于预设的灰度阈值的像素点设为另一灰度值。其中，所述灰度阈值可以是使以下目标函数的函数值最大的灰度值：

g(t)＝ω₀*(μ₀-μ)²+ω₁*(μ₁-μ)²；

其中，μ＝ω₀*μ₀+ω₁*μ₁；

式中，ω₀为所述特征信息对应的像素点在所述特征区域图像中的比例，μ₀为所述特征信息对应的像素点的像素值的均值，ω₁为背景图像的像素点在所述特征区域图像中的比例，μ₁为背景图像的像素点的像素值的均值。通过这种方式，可以将灰度图像的灰度值分成两个部分，且两部分之间的灰度值差异最大、每个部分之间的灰度差异最小。

图像的降噪处理虽然能够减少噪声的干扰，但是并不能完全消除掉噪声的干扰。通常情况下，噪声在图像中较为细小、离散，而字符区域较为连续。所以为了更加精确的定位字符区域，可以对二值化的图像进行形态学处理，将字符区域连在一起形成一片区域，并进行轮廓提取，轮廓面积最大的部分即为文字区域。经轮廓提取的字符区域图像如图2所示。

由于文字区域会有一定角度的旋转，因此可以对图像进行校正。具体地，在对经形态学处理的特征区域图像进行轮廓提取之后，还可以对所述轮廓图像进行最小矩阵拟合，得到拟合图像；获取所述拟合图像中三个顶点的坐标值；根据所述坐标值与预存的原始坐标值计算对所述轮廓图像进行旋转的转移矩阵；根据所述转移矩阵对所述轮廓图像上的像素点进行坐标变换；将经坐标变换的轮廓图像设为特征区域图像。

其中，所述转移矩阵可记为：

可根据如下公式对所述特征区域图像上的点进行坐标变换：

式中，(x,y)为坐标变换前经轮廓提取的图像上的像素点的坐标值，(x',y')为坐标变换后经轮廓提取的图像上的像素点的坐标值。假设矩形左上角、左下角和右上角的坐标分别为(x₁,y₁)、(x₂,y₂)、(x₃,y₃)，经过校正后的矩形的坐标为(0,0)、(0,h)、(w,0)，其中w和h表示校正后矩形的宽和高，且为了保证校正后的矩形与原始图像相近或相同，应满足：

由此，设原始图像变换到校正后的图像的仿射变换矩阵M的六个元素。校正后的字符区域图像如图3所示。

比较时，可以根据如下公式计算所述相似度：

式中，(x,y)表示所述特征区域图像中的像素点的坐标值，(x+d,y+d)表示所述特征区域模板图像中与所述特征区域图像中坐标值为(x,y)的像素点相对应的像素点的坐标值，I(x,y)表示所述特征区域图像中坐标值为(x,y)的像素点的像素值，M(x+d,y+d)表示所述特征区域模板图像中坐标值为(x+d,y+d)的像素点的像素值，C表示所述相似度。

若定位模块10中存储了多个特征区域图像，比较模块20可以分别将各个特征区域图像与对应的特征区域模板图像进行像素值的比较。在一个实施例中，各个特征区域模板图像可以预先顺序存储在本地，期存储顺序可以设置为与各个特征区域图像的存储顺序相同或相应。或者，可以为各个特征区域模板图像编号，其编号可以设置为与各个特征区域图像的存储顺序相同或相应。通过顺序存储特征区域图像和/或特征区域模板图像的方式，可以便于并行地对多个待测元件进行比较，从而提高元件错件检测效率。

判断模块30，用于若所述像素相似度小于预设的相似度阈值，判定所述待测元件错件。

若待测元件的特征区域图像与特征区域参考图像的像素相似度小于预设的相似度阈值，则表明待测元件的特征区域图像与特征区域参考图像的字符区域相差较大，从而可以判定所述待测元件错件；反之，若待测元件的特征区域图像与特征区域参考图像的像素相似度大于或等于预设的相似度阈值，则表明待测元件的特征区域图像与特征区域参考图像的字符区域较为相似，从而可以判定所述待测元件未错件。

所述相似度阈值可以根据实际情况自行设定，一般来说，所述相似度阈值的值越大，检测准确性越高。

本发明的元件错件检测系统实现了元件错件检测的自动化，能够有效提高检测效率和准确性。尤其是在元件的颜色和/或形状特征比较相似时，通过提取待测元件上的字符信息，并与模板元件进行比较，能够很好地判别出是否相似。

本发明的元件错件检测系统与本发明的元件错件检测方法一一对应，在上述元件错件检测方法的实施例阐述的技术字符及其有益效果均适用于元件错件检测系统的实施例中，特此声明。

以上所述实施例的各技术字符可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术字符所有可能的组合都进行描述，然而，只要这些技术字符的组合不存在矛盾，都应当认为是本说明书记载的范围。

以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，还可以做出若干变形和改进，这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以所附权利要求为准。