技术特征：
1.一种小型可插拔收发光模块底座缺陷的检测方法，所述方法包括：获取所述光模块底座的图像；对所述光模块底座的图像进行预处理；根据所述光模块底座的缺陷分布位置，从所述预处理后的图像提取出至少一个感兴趣区域；将提取到的感兴趣区域作为检测块进行缺陷检测，得到所述检测块的缺陷类型；采用与所述缺陷类型相应的算法提取所述检测块的特征向量；将所述特征向量输入训练好的分类模型中，判断所述检测块中是否存在所述缺陷类型对应的缺陷。2.根据权利要求1所述的方法，其中，所述对所述光模块底座的图像进行预处理，包括：将包含所述光模块底座的部分作为底座图像从所述光模块底座的图像中分割出来；对所述底座图像进行倾斜矫正。3.根据权利要求2所述的方法，其中，所述将包含所述光模块底座的部分作为底座图像从所述光模块底座的图像中分割出来，包括：设置灰度分割阈值，将所述光模块底座的图像划分为灰度值大于所述灰度分割阈值和灰度值小于或等于所述灰度分割阈值的两部分；确定灰度值大于所述灰度分割阈值的部分与灰度值小于或等于所述灰度分割阈值的部分之间的方差；在不同的取值下遍历所述灰度分割阈值，确定所述方差最大时灰度分割阈值的数值；采用所述方差最大时灰度分割阈值的数值，对所述光模块底座的图像进行二值化处理；根据二值化处理后的图像，从所述光模块底座的图像中分割出底座图像。4.根据权利要求3所述的方法，其中，根据二值化处理后的图像，从所述光模块底座的图像中分割出底座图像，包括：对二值化处理后的图像进行去除噪声的处理；在去除噪声处理后的图像中，计算所述底座图像的最大外接矩阵的坐标信息；根据所述坐标信息，从所述光模块底座的图像中分割出底座图像。5.根据权利要求3所述的方法，其中，根据二值化处理后的图像，从所述光模块底座的图像中分割出底座图像，包括：将二值化处理后的图像中的背景去除，得到底座图像。6.根据权利要求2至5中任一项所述的方法，其中，所述对所述底座图像进行倾斜矫正，包括：将所述底座图像进行二值化处理，得到底座的二值图像；将所述底座的二值图像在多个角度上旋转变换；在每个角度上，确定所述底座的二值图像在垂直方向上的投影长度；将投影长度最小时对应的角度作为底座图像的矫正角度；采用所述矫正角度对所述底座图像进行矫正。7.根据权利要求1至6中任一项所述的方法，其中，所述将提取到的感兴趣区域作为检测块进行缺陷检测，得到所述检测块的缺陷类型，包括：
如果所述检测块的长宽比大于预定值，则：将所述检测块细分为多个子检测块，并从中确定存在缺陷的子检测块；对所述存在缺陷的子检测块进行二值化处理；对二值化处理后的子检测块进行平滑处理；填补平滑处理后的子检测块上的空洞，生成标准模板；将平滑处理后的子检测块与所述标准模板进行图像差分；在图像差分的结果中，通过可连通区域的高度峰值判断缺陷类型是否为缺料缺陷，通过白色连通区域的长度、高度和面积判断缺陷类型是否为颗粒缺陷；如果所述检测块的长宽比小于或等于预定值，则：对所述检测块进行二值化处理；通过对二值化处理后的检测块中白色像素点面积与其最小外接矩阵面积的比值，判断缺陷类型是否为多料缺陷；通过对二值化处理后的检测块中白色像素面积与整个检测块面积的比值，判断缺陷类型是否为卡石缺陷；对所述检测块进行局部二值模式处理；通过局部二值模式处理后的图像的灰度统计分布判断缺陷类型是否为毛刺缺陷。8.根据权利要求7所述的方法，其中，所述采用与所述缺陷类型相应的算法提取所述检测块的特征向量，包括：如果所述缺陷类型为缺料缺陷，则基于可连通区域的高度峰值、该高度峰值与可连通区域的高度均值的比值、以及可连通区域的面积，构建所述检测块的特征向量。9.一种计算设备，包括：至少一个处理器；以及存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1至8中任一项所述方法的指令。10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1至8中任一项所述方法。
技术总结
本发明公开了一种小型可插拔收发光模块底座缺陷的检测方法，包括：获取光模块底座的图像；对光模块底座的图像进行预处理；根据光模块底座的缺陷分布位置，从预处理后的图像提取出至少一个感兴趣区域；将提取到的感兴趣区域作为检测块进行缺陷检测，得到检测块的缺陷类型；采用与缺陷类型相应的算法提取检测块的特征向量；将特征向量输入训练好的分类模型中，判断检测块中是否存在缺陷类型对应的缺陷。本发明的技术方案提升了小型可插拔收发光模块底座缺陷检测的准确率。模块底座缺陷检测的准确率。模块底座缺陷检测的准确率。
技术研发人员：刘坚 杨德志 陈宁
受保护的技术使用者：无锡市锡山区半导体先进制造创新中心
技术研发日：2022.08.16
技术公布日：2022/11/29