基于面阵相机的PCB裸板缺陷检测方法与流程

本发明属于智能检测领域，尤其涉及一种基于面阵相机的PCB裸板缺陷检测方法。

背景技术：

目前，PCB印刷质量检测主要依靠传统的人工检测方式，随着PCB行业的发展， PCB板印刷电路越来越复杂，人工加测难度大，耗时长，主观性大，难以满足日益发展的PCB行业发展需求。

因而现有技术还有待改进和提高。

技术实现要素：

本发明的目的在于提供针对PCB生产过程中传统的人工检测的不足，提供一种基于机器视觉的PCB裸板缺陷检测方法，实现PCB裸板缺陷自动检测，极大的解决了传统PCB检测复杂度高，难度大，检测耗时的问题，节省了人力成本，提高了生产效率。

为了达到上述目的，本发明采取了以下技术方案：

一种基于面阵相机的PCB裸板缺陷检测方法，其包括如下步骤：

步骤1、存储待测PCB板参数，所述待测PCB板参数包括PCB板尺寸；

步骤2、根据所述PCB板尺寸，以及相机视野，确定最少拍摄次数；

步骤3、加载用于检测PCB裸板缺陷的CAD模板图像，并对所述CAD模板进行图像分割处理，以及模板角点加测；

步骤4、由相机待测图像采集，并与PLC进行通信；在采集行测图像时搭载相机移动，分区域对整张PCB板进行图像采集；

步骤5、CAD模板图像与对应的待测图像进行配准；

步骤6、图像缺陷检测提取；

步骤7、在检测到缺陷时，输出报警信号，记录缺陷、并保存和显示。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤1包括：

测量待检测PCB板的尺寸，并在软件人工交互界面中进行参数设置。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤2包括：

根据待检测PCB板的尺寸和相机拍摄视野的大小，确定最优的拍照方案；所述最优的拍照方案以整张待测PCB板的最少拍摄次数为最优拍照方案。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤3包括：

步骤31、对CAD模板图像进行加载并作初始化处理，根据所述最优拍摄方案，对整张CAD模板图像进行对应区域裁剪，为后续与分区域拍摄的待测图像配准做准备；

步骤32、为了确保后续缺陷检测的实时性，在加载CAD模板图像时对模板图像进行特征点提取，具体为提取各分割图像的角点作为特征点。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤4包括：

步骤41、待测PCB板图像采集方式采用高分辨率面阵黑白相机分区域多次采集；

步骤42、采集过程中与相机与PLC相互通信，根据拍摄次数，拍摄场景大小，以及PCB板的尺寸确定PLC水平方向和垂直方向的移动步长，PLC移动完成后，触发相机抓拍；

步骤43、在相机抓拍完成后通信PLC移动至下一个抓拍位置，直至完成整个过程拍摄。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤5包括：

步骤51、根据CAD模板图像各分割区域的角点，选取角点周围一定范围内区域为ROI区域，并选取CAD模板图像的ROI区域图像；

步骤52、在待测图像中，在与模板ROI区域对应区域范围内进行搜索匹配，根据最佳匹配结果，确定待测图像中对应的角点；

步骤53、对步骤3中提取的所有角点执行步骤52的匹配过程，得到模板中与之一一对应的角点；

步骤54、利用角点得到模板与待测图像之间的变换矩阵，并对模板图像进行图像仿射变换。

所述的基于面阵相机的PCB裸板缺陷检测方法中，步骤6中图像缺陷提取包括提取电路断裂缺陷和电路误连缺陷。

所述的基于面阵相机的PCB裸板缺陷检测方法中，在提取电路断裂缺陷时，所述步骤6包括：

步骤61、令待测图像test0和模版图像model0为二值化取反图像；

步骤62、对模版图像model0进行细化操作，具体为遍历model0图像像素，if(model0（x,y）=0）重置(test0(x,y)=0)，得到Resttest0；

步骤63、对model0和Resttest0做差，得到断裂缺陷检测结果。

所述的基于面阵相机的PCB裸板缺陷检测方法中，在电路误连缺陷时，所述步骤6中包括：

步骤61′、令待测图像test1和模版图像model1为二值化取反图像；

步骤62′、对model1进行膨胀操作，遍历model1像素，if(model1（x,y）=255）重置(test1(x,y)=255)，得到Resttest1；

步骤63′、对model1和Resttest1做差，得到电路误连缺陷检测结果。

所述的基于面阵相机的PCB裸板缺陷检测方法中，所述步骤7包括：

对检测缺陷进行报警，并将检测到的缺陷结果进行显示，历史记录保存。

相较于现有技术，本发明的显著效果在于采用高分辨率面阵黑白工业对整张PCB板图像进行分区域多次采集，设备简单。相机采用标准的CAD图像作为模板图像，避免了用相机采集模板图像过程中因为灰尘等造成的模板图像误差，在模板加载生成环节提前提取模板角点，减少后续实时缺陷检测耗时，并根据提取的角点区域进行匹配，得到待测图像中对应的角点，利用多对角点提取模板与待测图像的变换矩阵，进行仿射变换，并分析线路断裂和误连缺陷特征，分别进行提取，检测精度高，实时性好，有效的节省人力成本。

附图说明

图1是本发明的基于面阵相机的PCB裸板缺陷检测方法的流程图。

图2是本发明的基于面阵相机的PCB裸板缺陷检测方法中模板图像与对应待测图像匹配的流程图。

图3是本发明的基于面阵相机的PCB裸板缺陷检测方法中缺陷（断裂，误连）检测的流程图。

具体实施方式

本发明提供的基于机器视觉的PCB裸板缺陷自动检测系统可以实现PCB裸板印刷缺陷自动检测，利用高分辨率面阵黑白相机以及图像处理算法检测精度高，能够实现PCB生成全时段完全检测，检测效率大大提升，同时对生产的PCB产品质量实现统计管理，满足现代化生产的需求。

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

图1是本发明的基于面阵相机的PCB裸板缺陷检测方法的流程图。本发明的基于面阵相机的PCB裸板缺陷检测方法包括：

步骤1、存储待测PCB板参数，所述待测PCB板参数包括PCB板尺寸。对于不同规格的PCB板，通过人工测量方式确定待检测PCB板的尺寸，并在软件人工交互界面中进行参数设置。

步骤2、根据所述PCB板尺寸，以及相机视野，确定最少拍摄次数。在确定拍摄次数时，根据待检测PCB板的尺寸和相机拍摄视野的大小，确定最优的拍照方案；所述最优的拍照方案以整张待测PCB板的最少拍摄次数为最优拍照方案。

步骤3、加载用于检测PCB裸板缺陷的CAD模板图像，并对所述CAD模板进行图像分割处理，以及模板角点加测。其具体包括：

步骤31、对CAD模板图像进行加载并作初始化处理，根据所述最优拍摄方案，对整张CAD模板图像进行对应区域裁剪，为后续与分区域拍摄的待测图像配准做准备；

步骤32、为了确保后续缺陷检测的实时性，在加载CAD模板图像时对模板图像进行特征点提取，具体为提取各分割图像的角点作为特征点。

步骤4、由相机待测图像采集，并与PLC进行通信；在采集行测图像时搭载相机移动，分区域对整张PCB板进行图像采集。其具体包括：

步骤41、待测PCB板图像采集方式采用高分辨率面阵黑白相机分区域多次采集；骤42、采集过程中与相机与PLC相互通信，根据拍摄次数，拍摄场景大小，以及PCB板的尺寸确定PLC水平方向和垂直方向的移动步长，PLC移动完成后，触发相机抓拍；骤43、在相机抓拍完成后通信PLC移动至下一个抓拍位置，直至完成整个过程拍摄。

步骤5、CAD模板图像与对应的待测图像进行配准；其具体包括：

步骤51、根据CAD模板图像各分割区域的角点，选取角点周围一定范围内区域为ROI区域，并选取CAD模板图像的ROI区域图像；

步骤52、在待测图像中，在与模板ROI区域对应区域范围内进行搜索匹配，根据最佳匹配结果，确定待测图像中对应的角点；

步骤53、对步骤3中提取的所有角点执行步骤52的匹配过程，得到模板中与之一一对应的角点；

步骤54、利用角点得到模板与待测图像之间的变换矩阵，并对模板图像进行图像仿射变换。

步骤6、图像缺陷检测提取；所述图像缺陷提取包括提取电路断裂缺陷和电路误连缺陷。

对于电路断裂缺陷检测，对CAD模板图像进行细化，由于模板采用CAD图像，故与实际拍摄的待测图像电路存在差异，为保证断裂缺陷检测结果准备，采用检测电路骨架是否存在断裂作为缺陷检测依据，故在进行断裂缺陷检测时需要先对原来模板图电路连线进行细化。在提取电路断裂缺陷时，所述步骤6包括：

步骤61、令待测图像test0和模版图像model0为二值化取反图像；

步骤62、对模版图像model0进行细化操作，具体为遍历model0图像像素，if(model0（x,y）=0）重置(test0(x,y)=0)，得到Resttest0；

步骤63、对model0和Resttest0做差，得到断裂缺陷检测结果。

在电路误连缺陷时，所述步骤6中包括：

步骤61′、令待测图像test1和模版图像model1为二值化取反图像；

步骤62′、对model1进行膨胀操作，遍历model1像素，if(model1（x,y）=255）重置(test1(x,y)=255)，得到Resttest1；

步骤63′、对model1和Resttest1做差，得到电路误连缺陷检测结果。

步骤7、在检测到缺陷时，输出报警信号，记录缺陷、并保存和显示。具体为：对检测缺陷进行报警，并将检测到的缺陷结果进行显示，历史记录保存

本发明采用标准CAD图像来作为模板图像，根据待检测PCB板尺寸、相机拍摄视野来进行拍摄次数设定，通过设定PLC移动参数，来控制相机水平移动距离和PCB板载台垂直移动距离，实现对整块PCB板的快速分区域拍摄。

在软件初始化阶段自动连接相机，获取相机参数，在加载模板阶段实现将标准的CAD模板图像读取到内存，并根据确定的拍摄次数，拍摄视野大小实现对整板CAD模板图像的区域自动划分和读取，为了节省耗时，在提取各个区域的CAD模板图像后，进行角点检测，此发明中采用Shi-tomasi方法来进行角点检测。

模板加载环节完成时，触发信号触发PLC自动控制PCB载台自动进料（即输送待测PCB板），相机开始抓拍，并触发PLC搭载相机载台水平方向移动事先确定的步长后，触发相机拍照，直至水平方向完成预定拍摄次数，搭载PCB板载台继续垂直方向移动一定步长，直至完成所有拍摄次数实现对整个PCB的移动拍摄。

在拍摄过程中，检测线程同步执行，开始对采集到的待测图像与对应的模板图像进行配置，进行缺陷检测。

进一步地，请参阅图2，图2是本发明的模板与对应待测图像匹配的流程图。在进行模板与对应待测图像匹配时，由于标准的CAD模板为黑白图像，缺少图像灰度信息，因此特征点检测采用角点提取来实现配准。具体为：

首先对模板图像进行角点提取，具体方法采用Shi-tomasi方法，最终得到不同区域模板图像的角点；而后以角点为中心，在模板图像中确定每一个角点对应的ROI区域，并在待测图像中对应的位置选取待配准区域（由于模板与待测图像之间存在着位移，为了后续模板角点对应的ROI区域能够在待测图像中得到较为精确的模板匹配结果，待测图像中对应的待配准区域需大于模板图像中对应的ROI区域）；之后，在模板图像中，对应的ROI区域与待测图像中对应位置进行遍历模板匹配，得到准确的匹配位置，从而得到待测图像中对应的角点位置，对提取的所有模板的角点依次重复上述过程，得到一一对应的模板与待测图像中的角点匹配对，从而得到模板与待测图像的仿射变换矩阵，实现对模板图像的仿射变换。

图3是本发明的缺陷（断裂，误连）检测的流程图。所述步骤6根据得到的仿射变换矩阵，实现对模板图像的图像变换，对变换后的模板图像model进行二值化取反操作，用来进行电路断裂和电路误连缺陷检测。

如图3所示，对于电路断裂缺陷检测，test0和model0为二值化取反图像，对model0进行细化操作，根据为了避免其他因素的影响，遍历model0图像像素，if(model0（x,y）=0）重置(test0(x,y)=0);得到Resttest0，对model0和Resttest0做差，根据差值得到断裂缺陷检测结果，如差值为0时，检测结果则为没有缺陷，不为0时，则存在电路断裂缺陷。

对于电路误连缺陷检测，test1和model1为二值化取反图像，对model1进行膨胀操作，遍历model1像素，if(model1（x,y）=255）重置(test1(x,y)=255)了，得到Resttest1，对model1和Resttest1做差，得到误连检测结果。

并且，针对电路断裂和误连两种不同的缺陷检测结果，分别在原待测图像中用不同颜色进行标示，记录检测结果。

综上所述，本发明采用高分辨率面阵黑白工业对整张PCB板图像进行分区域多次采集，设备简单。相机采用标准的CAD图像作为模板图像，避免了用相机采集模板图像过程中因为灰尘等造成的模板图像误差，在模板加载生成环节提前提取模板角点，减少后续实时缺陷检测耗时，并根据提取的角点区域进行匹配，得到待测图像中对应的角点，利用多对角点提取模板与待测图像的变换矩阵，进行放射变换，并分析线路断裂和误连缺陷特征，分别进行提取，检测精度高，实时性好，有效的节省人力成本。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。