[发明专利]缺陷检测装置及方法

说明书

本发明提出缺陷检测装置及方法，根据一实施例，缺陷检测装置包括：存储部，储存预定的一个标准图像和，拍摄检验对象获得的至少一个拍摄图像；以及控制部，运算标准图像和各拍摄图像的差异，生成对应各个拍摄图像的差分对象，将标准图像、各拍摄图像和各差分图像合成，生成对应各拍摄图像的至少一个彩色图像，利用生成的彩色图像实施缺陷检测模型的学习或缺陷检测中至少一个。

技术领域

本发明说明书中公开的多个实施例涉及缺陷检测装置及方法，具体是，利用检验对象的拍摄图像检测对象中包括的缺陷时，利用可提升缺陷检测性能的图像处理方法进行缺陷训练和实施检测的缺陷检测装置及方法。

背景技术

对品质统一的量产产品的不良与否进行检测的方式有多种。如包装纸或标签纸等印刷品或印制电路板或已组装完的电路等电子产品生产工艺上的中间或最终生产产品等，对实际样子或形状相同的生产产品积极应用图像分析技术，以减少检测不良所需的时间和劳力的同时提升检测品质。

目前是利用人工智能的图像分析技术检测产品不良，从而获得降低误检或过检率等的技术成果。

如上所述，利用人工智能的图像分析技术检测产品缺陷的通常方法是，利用充分数量的正常及/或不良产品的图像学习判定缺陷所需的模型以后，利用学习模型判定检验对象的图像正常或不良与否。但利用现有的这种缺陷训练和检测方式无法将各种缺陷全部识别出来，进而导致整体缺陷检测性能不良的问题。

例如，根据现有的印制电路板的缺陷检测方法，如图1所示利用将生产的印制电路板拍摄获取的拍摄图像10学习模型，标记有缺陷11的位置，对有缺陷的区域和背景区域进行训练，进而缺陷检测模型学习无缺陷的背景区域和有缺陷的区域，之后输入检验对象的拍摄图像时，可以输出该拍摄图像包括缺陷与否。

但这种现有对印制电路板的缺陷检测方法是，对断开(OPEN；电路模式应连接着的区域连接断开而发生的缺陷)或短路(SHORT；不应该相互连接的电路模式相互连接而发生的缺陷)等结构的缺陷检出率不高，应该有孔(HOLE)的位置漏孔的缺陷或电路模式和模式之间的间隔保持得不充分而发生的空间(SPACE)未达缺陷等无法检测不到。

利用人工智能的图像分析技术检测产品缺陷的另一种方法是，利用充分数量的正常及/或不良产品的拍摄图像以及预先设定的标准图像生成差分(Difference)图像，利用差分图像使模型学习以后，利用学习的模型判定检验对象的图像正常或不良与否。但即便通过这样的方式，结构缺陷的检测率仍然未能得到充分提升，因差分图像的一部分区域颜色或亮度与背景或边缘部分相似而缺陷检测率降低。

相关的先有技术文献即韩国注册专利第10-1128322号涉及印制电路板的光学检验装置及方法，对于将标准PCB模式图像和拍摄PCB模式图像比较判定不良与否的技术进行叙述。但先有技术仅仅是将标准图像和拍摄的图像亮度模式与数值比较后判定正常或不良与否，难以检测出细小的缺陷，也不能辨别缺陷的种类或正确位置。因此需要一种可以解决上述问题的技术。

上述背景技术是发明人为了获得本发明而拥有或者在获得本发明的过程中掌握的技术信息，并非是申请本发明之间已向普通公众公开的公知技术。

发明内容

技术问题

本说明书中公开的实施例的目的在于提供一种缺陷检测装置及方法。

本说明书中公开的实施例的目的在于利用3通道的彩色图像提升检验对象的缺陷检测性能。

本说明书中公开的实施例的目的在于通过对检测出的缺陷类型的学习，判定缺陷的类型。

本发明中公开的实施例的目的在于，利用根据缺陷位置分别学习的缺陷检测模型而提升缺陷检测和分类的准确性。

技术方案