[发明专利]一种PCB焊点缺陷识别方法和系统

说明书

本发明公开了一种PCB焊点缺陷识别方法和系统，属于人工智能与机器人技术领域。采集PCB正面图像，提取PCB特征，得到PCB约束条件，用于识别待检测的图像中是否含有目标PCB，然后获取待检测的PCB图像，对待检测的PCB图像信息进行轮廓检测，得到待检测的PCB的位置信息和角度信息；最后对待检测的PCB进行抓取，对抓取的待检测的PCB进行检测，根据检测结果将PCB移动至目标位置。本发明算法具有检测精度高、可移植性强等特点，系统检测效率高，对PCB无损伤，满足工业检测的实际需求。本文所采用的焊点缺陷检测算法具有检测精度高、可移植性强等特点，系统检测效率高，对PCB无损伤，满足工业检测的实际需求。

技术领域

本发明属于人工智能与机器人技术领域，涉及一种PCB焊点缺陷识别方法和系统。

背景技术

在工业领域中，缺陷检测是一个必不可少的环节，其检测性能决定了产品的整体品质，并将直接影响产品的效益。绝大多数工厂还是依靠人工手段即通过人眼结合放大设备如放大镜、显微镜等实现对PCB缺陷和焊点缺陷的检测功能。人工检测存在诸多缺点，如成本较高、检测速度慢，由于工人主观差异以及工人疲劳导致检测误差甚至检测错误等。再者电学检测是通过对PCB进行电性能的检测找出制造缺陷，一般不能直接给出缺陷位置和类别，且缺陷单一，使用难度较高；此外，传统机器视觉缺陷大多都是参考法，做差找位置，特征找类别，所采用的定量测量方式难以找到合适的特征用来进行检测，因此其实际的检测表现较差，受到外界条件如光照的影响较大，识别效果鲁棒性较差。

发明内容

本发明的目的在于克服上述现有技术中，传统机器视觉所采用的定量测量方式难以找到合适的特征用来进行检测的缺点，提供一种PCB焊点缺陷识别方法和系统。

为了达到上述目的，本发明采用以下技术方案予以实现：

一种PCB焊点缺陷识别方法，包括如下步骤：

步骤1)采集PCB正面图像，提取PCB特征，得到PCB约束条件，用于识别待检测的图像中是否含有目标PCB；

步骤2)获取待检测的PCB图像信息，对待检测的PCB图像信息进行轮廓检测，得到待检测的PCB的位置信息和角度信息；

步骤3)基于待检测的PCB的位置信息和角度信息，对待检测的PCB进行抓取，对抓取的待检测的PCB进行检测，根据检测结果将PCB移动至目标位置。

优选地，步骤1)中，PCB约束条件的获取过程具体为：

采集PCB正面图像，对PCB正面图像进行RGB分离、中值滤波和阈值分割，得到PCB正面区域与传送带区域的色彩差异，并提取颜色特征、形状特征和大小特征，形成识别PCB的约束条件。

优选地，步骤2)中，PCB的角度信息指的是PCB相对于水平直线的倾斜角度；

PCB的角度信息的获取过程具体为：采用轮廓检测算法提取PCB的轮廓信息，基于轮廓信息获取PCB的四个角点坐标，进一步计算得到PCB的中心坐标位置和PCB相对于水平直线的倾斜角度。

优选地，PCB约束条件包括9种焊点缺陷类型对应的PCB特征；

基于9种焊点缺陷类型对应的PCB特征，基于轮廓检测算法制作标签文件，获取每种焊点缺陷类型的真实框和类别信息；

9类焊点缺陷类型包括漏焊、桥接、冷焊、拉尖、无引脚、空焊盘、不湿润、焊料不足、焊料过量。

将每种焊点缺陷类型的真实框和类别信息输入特征提取网络中，训练网络参数，获取待检测的PCB图像信息，对待检测的PCB图像信息进行轮廓检测，根据训练得到的特征层解析出特征提取网络的预测结果；

预测包括待检测的PCB对应的预测框和缺陷类别信息。

一种PCB焊点缺陷识别系统，包括：