本發(fā)明涉及一種圖像處理領(lǐng)域，尤其是涉及一種pcb設(shè)計缺陷檢測方法。

背景技術(shù)：

在基于視覺的pcb線路板缺陷檢測中，目前主要采用截取區(qū)域后計算連通區(qū)域個數(shù)和面積進行線路短路、斷路、破損、銅渣的缺陷識別，費時費力，精度低。在采集圖像過程中，機械抖動、燈光等因素造成在劃定的區(qū)域內(nèi)有其它雜質(zhì)干擾，聯(lián)通區(qū)域個數(shù)及面積發(fā)生變化，容易誤檢。

目前多數(shù)檢測pcb線路缺陷采用在截取的區(qū)域內(nèi)計算連通區(qū)域的個數(shù)的方法來判斷缺陷部分是短路還是斷路，采用比較相應(yīng)位置導(dǎo)體區(qū)域面積大小來判斷銅渣和破損區(qū)域。首先截取區(qū)域的大小選擇在實際生產(chǎn)檢測中無法進行準(zhǔn)確把握，在檢測時間有限的情況下，無法有充足的時間準(zhǔn)確截取區(qū)域，在計算區(qū)域個數(shù)的時候，由于線路邊緣灰度是漸變的，二值化閾值后會存在微小區(qū)域影響區(qū)域的總個數(shù)，進而影響到缺陷的判斷。

技術(shù)實現(xiàn)要素：

本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的：

一種pcb設(shè)計缺陷檢測方法，其特征在于，包括：

圖像預(yù)處理步驟：將采集到的模板標(biāo)準(zhǔn)圖像以及待測圖像分別進行閾值分割預(yù)處理，得到處理后的灰度圖像image2和image4，將兩個處理后的灰度圖像進行逐像素點灰度的相減運算后得到檢測斷路、破損缺陷的區(qū)域g1以及檢測短路、銅渣缺陷的區(qū)域g2；

斷路、破損缺陷檢測步驟：將g1進行形態(tài)學(xué)膨脹2個像素后代入image4中，計算該區(qū)域的灰度直方圖，三個灰度值則判定為斷路缺陷，兩個灰度值則判定為破損缺陷；

短路、銅渣缺陷檢測步驟：將g2進行形態(tài)學(xué)膨脹2個像素后代入image2中，計算該區(qū)域的灰度直方圖，三個灰度值則判定為短路缺陷，一個或者兩個灰度值則判定為銅渣缺陷。

在上述的一種pcb設(shè)計缺陷檢測方法，所述步驟1的具體操作步驟包括：

步驟2.1、將采集到的模板標(biāo)準(zhǔn)圖像進行閾值分割預(yù)處理，線路導(dǎo)體區(qū)域灰度為255，背景區(qū)域為0。設(shè)預(yù)處理后的圖像為image，所述閾值是對像素點的灰度值做處理，閾值分割即是設(shè)置灰度值上限和下限，在灰度值范圍內(nèi)的像素點被選擇出來，設(shè)置當(dāng)前像素點灰度為255，即為目標(biāo)區(qū)域，未被選擇的像素點設(shè)置灰度為0，即為背景區(qū)域；

步驟2.2、將圖像image1中每個導(dǎo)體區(qū)域進行編號，1，2，3，...，65535，編號完成后，將每個區(qū)域的灰度值設(shè)置為其編號的值。背景區(qū)域灰度設(shè)置為0，設(shè)該灰度圖像為image2。

步驟2.3、將采集到的待測圖像進行閾值分割預(yù)處理，線路導(dǎo)體區(qū)域灰度為255，背景區(qū)域為0。設(shè)預(yù)處處理后的圖像為image3。

步驟2.4、將圖像image3中每個線路導(dǎo)體區(qū)域進行編號，1，2，3，...，65535，編號完成后，將每個區(qū)域的灰度值設(shè)置為其編號的值。背景區(qū)域灰度設(shè)置為0，設(shè)該灰度圖像為image4。

步驟2.5、根據(jù)公式1，將待測pcb板圖像與標(biāo)準(zhǔn)模板圖像進行逐像素點灰度的相減運算。

g’＝(g1-g2)*mult+add(公式1)，其中g(shù)1為模板圖像灰度值，g2為待測圖像灰度值，g’為相減后圖像灰度，mult為校正系數(shù)，add為校正權(quán)值；

步驟2.6、將步驟2.5相減后的圖像進行第二次閾值，閾值范圍為(128，255)，閾值后得到的區(qū)域為斷路、破損缺陷區(qū)域；

步驟2.7、將步驟2.5相減后的圖像進行第一次閾值，閾值范圍為(0，127)，閾值后得到的區(qū)域為短路、銅渣缺陷區(qū)域。

在上述的一種pcb設(shè)計缺陷檢測方法，斷路、破損缺陷檢測步驟的具體方法是：

定義a為導(dǎo)體線路區(qū)域，b為斷路或者破損區(qū)域，通過比較b區(qū)域的灰度直方圖中灰度的個數(shù)即可判斷缺陷特征，則b區(qū)域的灰度直方圖中灰度的個數(shù)：

為三個灰度值則判定為斷路缺陷；

為兩個灰度值則判定為破損缺陷。

在上述的一種pcb設(shè)計缺陷檢測方法，定義a，c為導(dǎo)體線路區(qū)域，b為短路區(qū)域、或單獨銅渣區(qū)域、或附著在a上銅渣區(qū)域，通過比較比較b區(qū)域灰度直方圖中灰度的個數(shù)即可判斷缺陷特征，則b區(qū)域的灰度直方圖中灰度的個數(shù)：

為三個灰度值則判定為短路缺陷，

為一個或者兩個灰度值則判定為銅渣缺陷。

因此，本發(fā)明具有如下優(yōu)點：1、本發(fā)明根據(jù)采集的pcb圖像，在考慮機械誤差，光線誤差等基礎(chǔ)上，自動對待測pcb版與標(biāo)準(zhǔn)模板進行相減運算得到短路、斷路、破損、銅渣等缺陷，自動閾值分割，自動逐區(qū)域標(biāo)號，自動計算缺陷區(qū)域灰度值特征；2、在線檢測時，根據(jù)缺陷區(qū)域的灰度特征判斷缺陷區(qū)域?qū)儆诤畏N缺陷。該檢測過程具備計算簡單，計算時間短，有效的避免復(fù)雜的截取區(qū)域過程，有效的降低了邊緣毛刺等因素的影響；3、本發(fā)明通過對自動對區(qū)域標(biāo)記，自動設(shè)定灰度值，并在充分考慮機械誤差、光線干擾的基礎(chǔ)上，實現(xiàn)了對線路缺陷檢測的簡化。有效的提高了檢測精度。

附圖說明

附圖1是本發(fā)明的方法流程示意圖.

附圖2是本發(fā)明的判斷斷路缺陷的分析示意圖。

附圖3是本發(fā)明的判斷破損缺陷的分析示意圖。

附圖4是本發(fā)明斷路、破損缺陷檢測步驟示意圖。

附圖5是本發(fā)明的判斷短路缺陷的分析示意圖。

附圖6是本發(fā)明的判斷銅渣缺陷的分析示意圖一。

附圖7是本發(fā)明的判斷銅渣缺陷的分析示意圖二。

附圖8是本發(fā)明的短路、銅渣缺陷檢測步驟示意圖。

具體實施方式

下面通過實施例，并結(jié)合附圖，對本發(fā)明的技術(shù)方案作進一步具體的說明。

實施例：

整個計算分為三個過程：圖像預(yù)處理，斷路、破損檢測，銅渣、短路檢測

一、圖像預(yù)處理：

1、將采集到的模板標(biāo)準(zhǔn)圖像進行閾值分割預(yù)處理，線路導(dǎo)體區(qū)域灰度為255，背景區(qū)域為0。設(shè)預(yù)處理后的圖像為image1

2、將圖像image1中每個導(dǎo)體區(qū)域進行編號，1，2，3，...，65535，編號完成后，將每個區(qū)域的灰度值設(shè)置為其編號的值。背景區(qū)域灰度設(shè)置為0，設(shè)該灰度圖像為image2。

3、將采集到的待測圖像進行閾值分割預(yù)處理，線路導(dǎo)體區(qū)域灰度為255，背景區(qū)域為0。設(shè)預(yù)處處理后的圖像為image3。

4、將圖像image3中每個線路導(dǎo)體區(qū)域進行編號，1，2，3，...，65535，編號完成后，將每個區(qū)域的灰度值設(shè)置為其編號的值。背景區(qū)域灰度設(shè)置為0，設(shè)該灰度圖像為image4。

5、根據(jù)公式1，將待測pcb板圖像與標(biāo)準(zhǔn)模板圖像進行逐像素點灰度的相減運算。g’＝(g1-g2)*mult+add(公式1)，其中g(shù)1為模板圖像灰度值，g2為待測圖像灰度值，g’為相減后圖像灰度，mult為校正系數(shù)，此處設(shè)置mult＝1，add為校正權(quán)值，此處設(shè)置add＝128。

6、將相減后的圖像進行第二次閾值，閾值范圍為(128，255)，閾值后得到的區(qū)域為斷路、破損缺陷區(qū)域

將相減后的圖像進行第一次閾值，閾值范圍為(0，127)，閾值后得到的區(qū)域為短路、銅渣缺陷區(qū)域

二、斷路、破損檢測:

1、將本發(fā)明中圖像預(yù)處理過程中步驟6得到的斷路、破損區(qū)域進行形態(tài)學(xué)膨脹2個像素后代入image4中，計算該區(qū)域的灰度直方圖。

2、圖2中，a為導(dǎo)體線路區(qū)域，b為斷路區(qū)域，因為線路此處斷路，所以會存在兩個區(qū)域，x，y為線路區(qū)域灰度值，背景區(qū)域灰度為0，所以b的灰度直方圖中會存在x，y，0三個灰度

圖3中，a為導(dǎo)體線路區(qū)域，b為破損區(qū)域，，因為此處破損，線路區(qū)域數(shù)還是為一個，x為線路區(qū)域灰度值，背景區(qū)域灰度為0，所以b的灰度直方圖會存在x，0兩個灰度。

即通過比較b的灰度直方圖中灰度的個數(shù)即可判斷缺陷特征，判定：

三個灰度是斷路；

兩個灰度是破損。

三、銅渣、短路檢測：

1.將本發(fā)明中圖像預(yù)處理過程中步驟7得到的短路、銅渣區(qū)域進行形態(tài)學(xué)膨脹2個像素后代入image2中，計算該區(qū)域的灰度直方圖。

2.圖5中，a，c為導(dǎo)體線路區(qū)域，b為短路區(qū)域，a，c為兩條線路，它們的灰度值不同，x，y分別為a，c的灰度值，

如圖5，a，c為導(dǎo)體線路，灰度值分別為x，y。背景區(qū)域灰度為0，b區(qū)域為短路區(qū)域，所以b區(qū)域的灰度直方圖中包含x，y，0三個灰度值

如圖6，a為導(dǎo)體線路區(qū)域，灰度值為x，b為單獨銅渣區(qū)域，所以b區(qū)域的灰度直方圖中包含0一個灰度

如圖7，a為導(dǎo)體線路區(qū)域，灰度值為x，b為附著在a上銅渣區(qū)域，所以b區(qū)域的灰度直方圖中包含0，x兩個灰度

即比較b區(qū)域灰度直方圖中灰度的個數(shù)即可判斷缺陷特征，判定：

三個灰度是短路；

一個或者兩個灰度是銅渣。

本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。