[发明专利]用于电路板元器件的自动光学检测方法、系统、及设备

说明书

本发明公开用于电路板元器件的自动光学检测方法、系统、设备及介质。本发明的用于电路板元器件的自动光学检测方法，包括：采集元器件信息和电路板样本信息，建立深度学习模型；按照预设条件将待检测电路板上的元器件划分标准元器件和非标准元器件；采集待检测电路板的图像，利用深度学习模型对标准元器件进行定位和分类，判断标准元器件在待检测电路板上的贴装是否正确；采集待检测电路板上的非标准元器件的特征区域图像并将其与检测模板进行比对，判断非标准元器件在待检测电路板上的贴装是否正确。本发明的用于电路板元器件的自动光学检测方法，对标准元器件的检测实现自动化，缩短检测时间，提高检测精度，保证检测准确性，减小人力成本。

技术领域

本发明涉及电路板检测技术领域，特别是涉及一种用于电路板元器件的自动光学检测方法、系统、设备及计算机可读存储介质。

背景技术

现有技术中通常使用图像灰度化结合模板匹配的方式来检查电路板上元器件的贴装效果，其需要先对电路板上所有元器件设置各自的检查模版，不同的元器件有不同的检查项目，不同的检查项目需要不同的检查模板，然后通过模板匹配、颜色直方图、轮廓分析等传统视觉计算方法去分辨元器件在电路板上的位置、类别和焊后质量，再判断是否符合贴装标准，而不同的视觉计算方法对不同的元器件又具有不同的分辨标准，如此会加大制作检查模板的工作量和难度，极大地浪费时间和人力成本，而且也不利于电路板的流线型生产。

发明内容

基于此，本发明的目的在于，提供一种用于电路板元器件的自动光学检测方法、系统、设备及计算机可读存储介质，对标准元器件的检测实现自动化，有效缩短检测时间，提高检测精度，保证检测准确性，能够有效减少制作检测模板的数量，降低人为操作失误的机率，同时减小人力成本。

本发明的目的通过以下技术方案实现：

第一方面，一种用于电路板元器件的自动光学检测方法，包括以下步骤：

采集元器件信息和电路板样本信息，建立深度学习模型；

按照预设条件将待检测电路板上的元器件划分为标准元器件和非标准元器件；

采集待检测电路板的图像，利用深度学习模型对待检测电路板的图像上的标准元器件进行定位和分类，判断标准元器件在待检测电路板上的贴装是否正确；

为待检测电路板上的非标准元器件制作检测模板，采集待检测电路板上的非标准元器件的特征区域图像并将其与检测模板进行比对，判断非标准元器件在待检测电路板上的贴装是否正确。

本发明的用于电路板元器件的自动光学检测方法，建立深度学习的深度学习模型，利用深度学习模型对标准元器件进行定位和分类从而判断标准元器件在待检测电路板上的贴装是否正确，再者，结合模板匹配判断非标准元器件在待检测电路板上的贴装是否正确，对标准元器件的检测实现自动化，有效缩短检测时间，提高检测精度，保证检测准确性，能够有效减少制作检测模板的数量，降低人为操作失误的机率，同时减小人力成本。

进一步优选地，所述深度学习模型包括定位深度学习模型和分类深度学习模型，所述定位深度学习模型存储有电路板上的元器件的规范位置信息，所述分类深度学习模型存储有电路板上的元器件的规范分类信息；以及

所述采集待检测电路板的图像，利用深度学习模型对待检测电路板的图像上的标准元器件进行定位和分类，判断标准元器件在待检测电路板上的贴装是否正确，包括步骤：

采集待检测电路板的图像并对其进行标准化处理；

利用定位深度学习模型，在标准化处理后的图像上得到标准元器件在待检测电路板上的角点位置信息，将角点位置信息和规范位置信息进行比对，从而判断标准元器件在待检测电路板上的位置；

从待检测电路板的图像中摘取标准元器件的图像，并对标准元器件的图像进行标准化处理；