一种基于图像识别的PCBA线路板元件检测及评价方法与流程

本发明涉及pcba线路板检测，具体为一种基于图像识别的pcba线路板元件检测及评价方法。

背景技术：

1、pcba是英文printed circuit board assembly的简称，也就是说pcb空板经过smt上件，或经过dip插件的整个制程，简称pcba，这是国内常用的一种写法。

2、在中国发明公开号cn116559200a中提出一种基于视觉测试的pcb线路板组装缺陷检测系统，其通过对pcb线路板在进行组装前的相关影像进行数据的采集，并将采集后的数据进行匹配比对，将匹配后的数据进行影像的分析，从而将pcb线路板的原材料的检测情况进行数字信号的转换，从而更直观的将pcb线路板的检测结果通过数字信号的方式进行转换，增加pcb线路板在组装前的缺陷检测，同时，再通过对pcb线路板组装后的影像进行数据的选取，并将选取的数据通过影像对比的方式进行焊接材料的消耗分析，从而通过数字信号的方式将焊接材料的缺陷进行检测，并将监测结果与组装前的相关结果进行数据的结合，增加数据分析的精确性，从而增加pcb线路板组装时缺陷检测的准确性；

3、但是上述方法在对pcb板进行检测时，通过选取成品影像信息的六视图对应的影像对pcb线路板进行分析，会产生大量数据，检测算法时间较长、精度低，会影响逻辑判断速率，不利于将pcb线路板缺陷板尽快检出，不利于工厂中大批量生产，故而提出一种基于图像识别的pcba线路板元件检测及评价方法。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于图像识别的pcba线路板元件检测及评价方法，具备检测全面，检测精度较高，解决了上述背景技术中所提及到的问题。

3、(二)技术方案

4、为实现上述目的，本发明提供如下技术方案：一种基于图像识别的pcba线路板元件检测及评价方法，其具体实施步骤为：

5、s1：使用立体视觉法获取标准pcba线路板与待检测pcba线路板的元件图像，建立一个三维直角坐标系；

6、s2:将若干个标准pcba线路板元件图像处理为坐标系中若干个点，如ahα为若干个标准pcba线路板第h个元件的第α个点,将若干个ahα点通过机器人学习方法求出若干个坐标点cα，将其定为标准pcba线路板元件的标准点cα；

7、s3：将若干个待检测pcba线路板元件图像处理为坐标系中若干个点，如bhα为若干个待检测pcba线路板第h个元件的第α个点；

8、s4：通过特征匹配算法，将获取到的标准pcba线路板元件的标准点cα与待检测pcba线路板元件的特征点进行特征匹配对比，根据对比结果，判断元件是否缺失以及破损，若元件缺失或者破损则直接判别元件异常信号，若元件正常存在则进行下一步；

9、s5：将待检测pcba线路板的坐标点bhα和求出的标准点cα进行线性拟合，将其拟合成若干个条线，进行匹配，根据匹配信息，得到元件偏移信号以及元件形变信号，依据得到元件偏移信号以及元件形变信号将待检测pcba线路板标记为次品；

10、s6：将得到的信号合集进行分类，对分类后的信号种类进行评估。

11、优选的，所述根据步骤s4特征匹配算法的具体过程为：

12、将若干个待检测pcba线路板的元件坐标点bhα的集合进行初步比对，当bhα中的点(x，y，z)中x、y、z的值任意一项为零时，则直接异常信号，反之则生成正常信号进行下一步；

13、通过特征匹配算法将获取到的标准pcba线路板元件图像与待检测pcba线路板元件图像进行特征匹配对比，若干个待检测pcba线路板的元件坐标点bhα的集合中，若坐标点bhα中x、y、z的值均为零的数量未超过阈值时，则元件即发生破损，生成异常信号，反之超过阈值元件则没有发生破损，生成正常信号；

14、通过特征匹配算法将获取到的标准pcba线路板元件图像与待检测pcba线路板元件图像进行特征匹配对比，若干个待检测pcba线路板的元件坐标点bhα的集合中，若坐标点bhα中x、y、z的值均为零时，则元件发生缺失，则直接生成异常信号；

15、取标准pcba线路板元件若干个特征点的三维坐标点，将元件上若干个特征点连成直线，每个元件得出若干条直线，同时对获取的图像信息进行去噪，通过欧氏距离计算出标准pcba线路板元件若干条直线的距离，如le，其中为正整数，le为标准pcba线路板上元件第e条边；

16、将待检测pcba线路板元件的若干个三维坐标点为bhα，通过欧氏距离计算出待检测pcba线路板元件若干条直线距离，如lg,其中g为正整数；

17、通过使用欧式距离公式计算出来的直线长le与lg之间进行作比较，若即待检测pcba板上元件没有发生形变，则生成正常信号，若即待检测pcba线路板上元件发生形变，则生成异常信号；

18、取标准pcba线路板元件若干个特征点的三维坐标点，将若干个相邻特征点之间的向量求出，并求出向量所对应的长度值同时对获取的图像信息进行去噪，长度值为标准pcba线路板上元件第条边；

19、将待检测pcba线路板元件的若干个三维坐标点为bhα，将若干个相邻特征点之间的向量求出，并求出向量所对应的长度值同时对获取的图像信息进行去噪，长度值为待检测pcba线路板上元件第条边；

20、通过向量夹角公式将标准pcba线路板元件的向量与待检测pcba线路板标准的元件的向量通过求出向量与向量之间的夹角正弦值sinθ，

21、当夹角正弦值sinθ位于设置角度正弦值阈值时，即待检测pcba线路板上元件没有发生偏移，则生成正常信号，

22、当夹角正弦值sinθ位于设置角度正弦值阈值外时，待检测pcba线路板上元件发生偏移，则生成异常信号。

23、优选的，所述两条向量的夹角公式如下：

24、

25、其中，sinθ为标准pcba线路板的直线与待检测pcba线路板直线的夹角正弦值。

26、优选的，所述欧式距离公式如下：

27、

28、其中，x,y,z为虚拟三维直角坐标系中具体的点。

29、优选的，所述评估表达式为：

30、

31、式中，δ表示评估系数，t表示整个批次中待检测pcba线路板中异常信号与正确信号的次数集合，k表示t其中一个变量，且k为正整数，将计算出的δ与与阈值φ作比较，若δ位于阈值φ内，则待检测pcba线路板批次为合格品，若δ不位于阈值φ内，则待检测pcba线路板批次为次品，阈值φ的取值范围为99.7％-100％。

32、将次品种类分为n,将合格品类分为m；

33、计算得到pcba线路板的次品率，次品率公式为：

34、计算得到pcba线路板的合格率，合格率公式为：

35、其中n∈(o、r、s、l),o表示pcba线路板元件缺失，r表示pcba线路板元件破损，s表示pcba线路板元件形变，l表示pcba线路板元件偏移，m表示pcba线路板元件检测合格,表示pcba线路板的次品率，线路板的合格率。

36、优选的，所述特征点的确定为以下步骤：

37、输入标准pcba线路板与待检测pcba线路板的元件图像，对图像进行surf特征点检测，并确定若干个特征点坐标；

38、通过对上述若干个特征点坐标进行图像灰度化和滤波处理，再进行归一化处理；

39、通过prosac算法提高特征点的精准度，通过设置初始迭代次数和内点阈值，迭代次数初始值为0；

40、根据匹配点对相似度排序，选取u个高质量数据，从v个数据中随机选取w个数据，计算模型参数；

41、计算模型参数所得的到内点数量大于内点阈值时，则返回内点，否则迭代次数加以，返回上一步，直到模型参数收敛或达到预设的迭代次数。

42、优选的，具体去噪的过程为：

43、步骤一：生成一个3x3的高斯模板；

44、步骤二：对图像进行卷积操作，将高斯模板在图像上进行滑动，对每个像素点进行卷积运算，得到新的图像数据；

45、步骤三：对卷积后的图像进行去噪处理，对于每个像素点，判断其是否超过了设定的阈值如果超过了阈值，则认为该点是噪声点进行去除；

46、步骤四：对去噪后的图像进行重建，将去除噪声后的图像数据进行重建，得到最终的去噪图。

47、(三)有益效果

48、与现有技术相比，本发明提供了一种基于图像识别的pcba线路板元件检测及评价方法，具备以下有益效果：

49、该基于图像识别的pcba线路板元件检测及评价方法，通过将获取的标准pcba线路板与待检测的pcba图像进行特征对比，根据对比结果，判断元件是否缺失、破损、偏移和形变，可以针对pcba线路板产生的缺陷的类型进行分类，依靠比值来判断pcba线路板元件出现破损、缺失、偏移、形变的情况占次品中的比例，可得知工人在对pcba线路板中的元件安装中的哪个步骤容易出现错误，并改正。