本发明涉及自动光学检测技术领域,特别是涉及一种焊锡点方向的检测方法和系统。
背景技术:
自动光学检测(automaticopticinspection,aoi)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,以影像处理来检测异物或表面瑕疵。焊锡缺陷检测是自动光学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,自动提取每个焊点的局部图像,并通过图像处理技术,判断焊点处的焊锡点方向,根据焊锡点方向判断是否存在缺陷,最后将疑似缺陷的焊锡显示或标记出来,方便查看与检修。
市场上较为成熟的aoi设备大多是用于检测贴片的缺陷,针对插件类焊锡设备还比较薄弱,传统的检测插件类焊锡点方向的技术基于普通图像处理技术,识别各区域的有效焊锡占比来判断焊锡点方向,精确度较低,容易产生焊锡点方向的误判。
技术实现要素:
基于此,有必要针对检测精确度较低、容易产生误判的问题,提供一种精度高、判断准确的焊锡点方向的检测方法和系统。
一种焊锡点方向的检测方法,包括以下步骤:
获取焊锡点的焊锡图像,根据所述焊锡点在所述焊锡图像中的位置将所述焊锡图像划分为主体区域和外部区域;
获取至少一个方向上的焊锡图像的待测子图;其中,所述待测子图包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像;
利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率;
若所述待测子图有方向性的概率大于无方向性的概率,则判定所述焊锡点的方向在所述待测子图对应的方向上。
在一个实施例中,所述获取至少一个方向上的焊锡图像的待测子图的步骤包括:
在焊锡图像的至少一个方向上设置检测区域,获取与所述检测区域对应方向上的焊锡图像的待测子图;其中,所述检测区域包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像。
在一个实施例中,所述在焊锡图像的至少一个方向上设置检测区域的步骤包括:
选取一个方向作为所述焊锡图像的基准方向;
根据所述基准方向,在与所述基准方向间隔预设角度的方向上分别设置焊锡点检测区域。
在一个实施例中,所述在与所述基准方向间隔预设角度的方向上分别设置焊锡点检测区域的步骤包括:
在与所述基准方向间隔0°、45°、90°、135°、180°、225°、270°以及315°的方向上分别设置8个焊锡点检测区域。
在一个实施例中,所述利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率的步骤前,还包括步骤:
基于深度卷积网络理论并根据预设的初始参数,建立未经训练的焊锡点方向检测模型,并利用多个历史焊锡图像的训练子图对焊锡点方向检测模型进行分类训练,得到训练后的焊锡点方向检测模型。
在一个实施例中,所述将所述焊锡图像划分为主体区域和外部区域的步骤包括:
确定焊锡图像中焊锡点位置,获取以焊锡点为中心的第一区域,获取覆盖且大于第一区域的第二区域;
以第一区域作为焊锡图像的主体区域,以第二区域减去第一区域后的区域作为焊锡图像的外部区域。
在一个实施例中,所述判定所述焊锡点的方向在所述待测子图对应的方向上的步骤之后,还包括步骤:
若所述焊锡点的方向与焊锡标准版图像预设的焊锡点的方向不匹配,判定所述焊锡点存在连锡缺陷。
在一个实施例中,在利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率的步骤之前还包括步骤:
根据焊锡标准版图像预设的焊锡点的方向,从所述待测子图中筛选出需要进行检测的方向上的待测子图。
一种焊锡点方向的检测系统,包括:
区域划分模块,用于获取焊锡点的焊锡图像,根据所述焊锡点在所述焊锡图像中的位置将所述焊锡图像划分为主体区域和外部区域;
子图获取模块,用于获取至少一个方向上的焊锡图像的待测子图;其中,所述待测子图包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像;
概率计算模块,用于利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率;
方向判断模块,用于判断所述焊锡点的方向,若所述待测子图有方向性的概率大于无方向性的概率,则判定所述焊锡点的方向在所述待测子图对应的方向上。
上述焊锡点方向的检测方法和系统,通过向预先训练的焊锡点方向检测模型中输入不同方向上的焊锡图像的待测子图,根据各方向上待测子图有方向性和无方向性的概率输出,判断所述焊锡点的方向,提高了焊锡点方向检测的准确性和精度。
一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述焊锡点方向的检测方法。
上述计算机设备,通过所述处理器上运行的计算机程序,实现了根据各方向上待测子图有方向性和无方向性的概率输出,判断所述焊锡点的方向,提高了焊锡点方向检测的准确性和精度。
一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述焊锡点方向的检测方法。
上述计算机存储介质,通过其存储的计算机程序,实现了根据各方向上待测子图有方向性和无方向性的概率输出,判断所述焊锡点的方向,提高了焊锡点方向检测的准确性和精度。
附图说明
图1为一个实施例的焊锡点方向的检测方法的流程图;
图2为一个实施例的将焊锡图像进行主体区域以及外部区域的划分的示意图;
图3为一个实施例的在一方向上焊锡点具有方向性的示意图;
图4为一个实施例的焊锡点检测区域设置的示意图;
图5为一个实施例的焊锡点方向的检测系统的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。参考图1,图1示出了一个实施例的焊锡点方向的检测方法的流程图,主要包括如下步骤:
步骤s10:获取焊锡点的焊锡图像,根据所述焊锡点在所述焊锡图像中的位置将所述焊锡图像划分为主体区域和外部区域。
在本步骤中,上述焊锡图像是通过检测装置的摄像头获取的待检测焊锡点的实时图像,根据上述焊锡图像中焊锡点的位置,将上述焊锡图像进行主体区域以及外部区域的划分;其中,主体区域内是正常的焊锡所在的区域,而外部区域内若存在焊锡,并且在某个方向上与主体区域的焊锡相连接,则表明该焊锡点是具有方向性。
参考图2,图2示出了一个实施例的将焊锡图像进行主体区域以及外部区域的划分的示意图。将所述焊锡图像划分为主体区域200和外部区域300的步骤包括:确定焊锡图像中焊锡点100位置,获取以焊锡点100为中心的第一区域,获取覆盖且大于第一区域的第二区域;以第一区域作为焊锡图像的主体区域200,以第二区域减去第一区域后的区域作为焊锡图像的外部区域300。
具体地,确定焊锡点100在焊锡图像中的位置,并根据焊锡标准版式的参数设置,以焊锡点100为中心获取符合预设参数设置大小的第一区域,并将所述第一区域确定为主体区域200,将主体区域向外扩展获取覆盖所述主体区域200且符合预设参数大小的第二区域,将所述第二区域除去所述主体区域后得到的外延部分设置为外部区域300。
参考图3,图3示出了一个实施例的在一方向上焊锡点具有方向性的示意图。
如图3所示,焊锡点的大部分焊锡101落在主体区域200中,在90°方向上,有焊锡102存在于外部区域300中,并且在该方向上,主体区域200中的焊锡101与外部区域的焊锡102相互连通,则判定该焊锡点100的方向在90°的方向上。
步骤s20:获取至少一个方向上的焊锡图像的待测子图;其中,所述待测子图包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像。
在本步骤中,以某一方向上主体区域的局部图像,以及与所述主体区域的局部图像在同一方向上的外部区域的局部图像作为一个待测子图,获取至少一个方向上的待测子图。
在一个实施例中,所述获取至少一个方向上的焊锡图像的待测子图的步骤包括:在焊锡图像的至少一个方向上设置检测区域,获取与所述检测区域对应方向上的焊锡图像的待测子图;其中,所述检测区域包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像。
具体地,在整个焊锡图像上,可以至少选择一个方向并在该方向上设置检测区域,检测区域的大小不限,可以根据检测需要以及精度要求进行设置;上述检测区域包括该方向上的主体区域的局部图像以及该方向上的外部区域的局部图像,根据检测区域的设置和划分,从整个焊锡图像中提取与各检测区域对应的图像,作为该方向上的待测子图。
在一个实施例中,在焊锡图像的至少一个方向上设置检测区域的步骤包括:选取一个方向作为所述焊锡图像的基准方向;根据所述基准方向,在与所述基准方向间隔预设角度的方向上分别设置焊锡点检测区域。
具体地,因为不同方向具有独立性,所以可以针对不同方向进行独立的方向性判断,即可以设置多个检测区域;可以选择一个基准方向,在与该基准方向间隔一定预设的角度的方向上分别设置多个焊锡点检测区域;本实施例通过设置基准方向以及间隔的角度,可以避免检测区域的重叠,提高检测的效率。
在一个实施例中,在与所述基准方向间隔预设角度的方向上分别设置焊锡点检测区域的步骤包括:在与所述基准方向间隔0°、45°、90°、135°、180°、225°、270°以及315°的方向上分别设置8个焊锡点检测区域。
参考图4,图4示出了一个实施例的焊锡点检测区域设置的示意图。
具体地,设定基准方向为0°方向,与其逆时针或顺时针每间隔45°设定一个检测区域,直至将整个焊锡图像全面覆盖;如图4,在与基准方向逆时针间隔45°、90°、135°、180°、225°、270°以及315°的方向上设置检测区域,分别得到0°检测区、45°检测区,90°检测区、135度检测区、180°检测区、225度检测区、270°检测区以及315检测区,上述各个方向上的检测区域将整个焊锡图像全面覆盖,且每个检测区域都包含主体区域200的局部图像以及同一方向上的外部区域300的局部图像。
本实施例通过在0°、45°、90°、135°、180°、225°、270°以及315°的8个方向上设置检测区域,将整个焊锡图像全面覆盖,可以在每个独立的方向上对焊锡点的方向性进行判断,实现了对整个焊锡图像的全面检测,提高了检测的准确性和精度。
在一个实施例中,还可以根据焊锡标准版图像预设的焊锡点的方向,从所述待测子图中筛选出需要进行检测的方向上的待测子图。
具体地,可以根据焊锡标准版图像为该焊锡点预设的方向,在所述预设的方向上获取所述焊锡点的待测子图,进而对该预设方向上的待测子图进行检测,判断该焊锡点的方向是否在所述预设的方向上。通过筛选待测子图,可以实现有针对性地检测,在减少工作量的同时提高了检测效率。
步骤s30:利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率。
在本步骤中,将获取的焊锡图像的待测子图输入到预先训练的焊锡点方向检测模型中,预先训练的焊锡点方向检测模型可以对该待测子图进行类别判断,可以分别输出该待测子图为有方向子图的概率值以及该待测子图为无方向子图的概率值。
在一个实施例中,利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率的步骤前,还包括步骤:基于深度卷积网络理论并根据预设的初始参数,建立未经训练的焊锡点方向检测模型,并利用多个历史焊锡图像的训练子图对焊锡点方向检测模型进行分类训练,得到训练后的焊锡点方向检测模型。
具体地,基于深度卷积理论并根据预设的初始参数,建立未经训练的焊锡点方向检测模型,所述焊锡点方向检测模型可以根据精确度需要设置卷积层数、卷积算法等相关模型参数;在模型建立好后,利用预先采集的大量历史焊锡图像的训练子图对上述焊锡点方向检测模型进行分类训练,经过训练子图的训练后,焊锡点方向检测模可以输出两个分类的概率,分别为有方向性的概率和无方向性的概率。
在一个实施例中,焊锡点方向检测模型可以包括3个卷积层,以及池化层和全连接层,每个卷积层的输出结果在利用relu(rectifiedlinearunits,激活函数)进行非线性变换后,进入到池化层进行池化并通过全连接层,最后通过softmax函数输出分类概率。
在一个实施例中,可以根据预设的采样标准,采集大量的历史焊锡图像的子图作为训练子图,即训练样本;其中,训练子图包括有方向的子图以及无方向的子图,无方向的训练子图也可以称作正样本,有方向的训练子图也可以称作负样本;采集正、负样本的步骤为:获取多个历史焊锡图像,根据历史焊锡图像中焊锡点所在的位置划分为主体区域和外部区域;在多个方向上分别获取历史焊锡图像的训练子图,训练子图中包括一方向上的主体区域的局部图像以及同一方向上的外部区域的局部图像。在获得足够数量的训练子图后,利用历史焊锡图像的训练子图对焊锡点方向检测模型进行分类训练,得到训练后的焊锡点方向检测模型。
步骤s40:若所述待测子图有方向性的概率大于无方向性的概率,则判定所述焊锡点的方向在所述待测子图对应的方向上。
在本步骤中,根据预先训练的焊锡点方向检测模型输出的分类概率,判断该待测子图属于有方向性的概率是否大于属于无方向性的概率;若是,则判定该待测子图对应的方向为所述焊锡点的方向。
在一个实施例中,在判定所述焊锡点的方向在所述待测子图对应的方向上的步骤之后,还包括步骤:若所述焊锡点的方向与焊锡标准版图像预设的焊锡点的方向不匹配,判定所述焊锡点存在连锡缺陷。
上述实施例,在判定焊锡点的实际方向在某一待测子图对应的方向上后,将这一实际方向与焊锡标准版图像预设的该焊锡点应该具有的预设方向进行对比,若实际方向与预设方向不一致,则判定该焊锡点存在连锡缺陷。通过对比焊锡点的实际方向以及焊锡标准版图像预设的焊锡点的方向,可以进一步实现连锡缺陷的检测,提高缺陷检测的精度。
进一步地,可以分别检测该焊锡点在8个方向上的待测子图,判断该焊锡点在哪一个或哪几个方向上存在连锡缺陷,可以实现焊锡缺陷的全面检测,进而提高检测的准确性。
上述焊锡点方向的检测方法,通过向预先训练的焊锡点方向检测模型中输入不同方向上的焊锡图像的待测子图,根据各方向上待测子图有方向性和无方向性的概率输出,判断所述焊锡点的方向,提高了焊锡点方向检测的准确性和精度。
下面结合附图对本发明的焊锡点方向的检测系统的具体实施方式作详细描述,参考图5,图5示出了一个实施例的焊锡点方向的检测系统的结构示意图。
一种焊锡点方向的检测系统,包括:区域划分模块10、子图获取模块20、概率计算模块30以及方向判断模块40。
区域划分模块10,用于获取焊锡点的焊锡图像,根据所述焊锡点在所述焊锡图像中的位置将所述焊锡图像划分为主体区域和外部区域;
子图获取模块20,用于获取至少一个方向上的焊锡图像的待测子图;其中,所述待测子图包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像;
概率计算模块30,用于利用预先训练的焊锡点方向检测模型获取所述待测子图为有方向性和无方向性的概率;
方向判断模块40,用于判断所述焊锡点的方向,若所述待测子图有方向性的概率大于无方向性的概率,则判定所述焊锡点的方向在所述待测子图对应的方向上。
在一个实施例中,对于区域划分模块10,可以进一步用于确定焊锡图像中焊锡点位置,获取以焊锡点为中心的第一区域,获取覆盖且大于第一区域的第二区域;以第一区域作为焊锡图像的主体区域,以第二区域减去第一区域后的区域作为焊锡图像的外部区域。
在一个实施例中,对于子图获取模块20,可以进一步用于在焊锡图像的至少一个方向上设置检测区域,获取与所述检测区域对应方向上的焊锡图像的待测子图;其中,所述检测区域包括一方向上的所述主体区域的局部图像以及同一方向上的所述外部区域的局部图像。
在一个实施例中,对于子图获取模块20,可以进一步用于选取一个方向作为所述焊锡图像的基准方向;根据所述基准方向,在与所述基准方向间隔预设角度的方向上分别设置焊锡点检测区域。本实施例通过设置基准方向以及间隔的角度,可以避免检测区域的重叠,提高检测的效率。
在一个实施例中,对于子图获取模块20,可以进一步用于在与所述基准方向间隔0°、45°、90°、135°、180°、225°、270°以及315°的方向上分别设置8个焊锡点检测区域。本实施例通过在0°、45°、90°、135°、180°、225°、270°以及315°的8个方向上设置检测区域,将整个焊锡图像全面覆盖,可以在每个独立的方向上对焊锡点的方向性进行判断,实现了对整个焊锡图像的全面检测,提高了检测的准确性和精度。
在一个实施例中,对于子图获取模块20,还可以用于根据焊锡标准版图像预设的焊锡点的方向,从所述待测子图中筛选出需要进行检测的方向上的待测子图。本实施例通过筛选待测子图,可以实现有针对性地检测,在减少工作量的同时提高了检测效率。
在一个实施例中,对于概率计算模块30,可以进一步用于基于深度卷积网络理论并根据预设的初始参数,建立未经训练的焊锡点方向检测模型,并利用多个历史焊锡图像的训练子图对焊锡点方向检测模型进行分类训练,得到训练后的焊锡点方向检测模型。
在一个实施例中,对于方向判断模块40,还可以用于判断所述焊锡点是否有连锡缺陷,若所述焊锡点的方向与焊锡标准版图像预设的焊锡点的方向不匹配,判定所述焊锡点存在连锡缺陷。本实施例,通过对比焊锡点的实际方向以及焊锡标准版图像预设的焊锡点的方向,可以进一步实现连锡缺陷的检测,提高缺陷检测的精度。
上述焊锡点方向的检测系统,通过向预先训练的焊锡点方向检测模型中输入不同方向上的焊锡图像的待测子图,根据各方向上待测子图有方向性和无方向性的概率输出,判断所述焊锡点的方向,提高了焊锡点方向检测的准确性和精度。
在一个实施例中,还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如上述各实施例中的任意一种焊锡点方向的检测方法。
该计算机设备,其处理器执行程序时,通过实现如上述各实施例中的任意一种焊锡点方向的检测方法,从而可以提高焊锡点方向检测的准确性和精度。
此外,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各焊锡点方向的检测方法的实施例的流程。
在一个实施例中,还提供一种存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述各实施例中的任意一种焊锡点方向的检测方法。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory,rom)或随机存储记忆体(randomaccessmemory,ram)等。
该计算机存储介质,其存储的计算机程序,通过实现包括如上述各焊锡点方向的检测方法的实施例的流程,从而可以提高了焊锡点方向检测的准确性和精度。
附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
以上所述实施例的各技术特征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特征所有可能的组合都进行描述,然而,只要这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。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。