電子元件漏件檢測方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種電子元件漏件檢測方法和系統(tǒng)，其中，所述方法包括如下步驟：對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊緣圖像提取，得到第一邊緣圖像和第二邊緣圖像；對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對各個分區(qū)上的第一邊緣圖像和第二邊緣圖像進行特征提取，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)；根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度值；根據(jù)所述相似度值對電路板進行電子元件漏件檢測。上述技術(shù)方案，通過有效地提高了電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì)量。
【專利說明】
電子元件漏件檢測方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及光學(xué)檢測技術(shù)領(lǐng)域，特別是設(shè)及一種電子元件漏件檢測方法和系統(tǒng)。
【背景技術(shù)】
[0002] 光學(xué)檢測是工業(yè)制作過程的必要環(huán)節(jié)，利用光學(xué)方式取得成品的表面狀態(tài)，W影 像處理來檢測異物或表面瑕疵。電子元件的錯、漏、反檢測是電路板缺陷檢測領(lǐng)域中的一種 常見應(yīng)用，機器通過攝像頭自動掃描電路板獲取圖像，提取每個電子元件的局部圖像，來判 斷電子元件是否存在錯、漏、反缺陷，最后將疑似缺陷的元件顯示或標記出來，方便查看與 檢修。
[0003] 電子元件的漏件檢測是指判斷電子元件是否插在指定的位置上，如果沒有插在指 定的位置上，則判為漏件;如果插在指定的位置上，則判為正常。
[0004] 在傳統(tǒng)的自動光學(xué)檢測系統(tǒng)中，電子元件的漏件檢測主要是通過W下兩種方法來 實現(xiàn)：
[0005] 方法一、顏色對比法，即通過對比對應(yīng)位置的像素顏色值的差別來對電路板進行 電子元件漏件檢測;方法二、深度學(xué)習(xí)模型判別法，即通過準備大量的電子元件的樣本(包 括正樣本：電子元件存在；負樣本：電子元件不存在)對深度學(xué)習(xí)模型進行訓(xùn)練來對電子元 件的漏件進行檢測，但是，現(xiàn)有的技術(shù)方案仍然存在如下的問題：
[0006] 針對方法一，傳統(tǒng)的顏色對比法，比較容易受到光照變化的影響，使電子元件的顏 色信息發(fā)生變化，從而產(chǎn)生誤判;針對方法二，深度學(xué)習(xí)模型判別法，需要大量的訓(xùn)練樣本， 一般情況下，無法獲得覆蓋所有電子元件的訓(xùn)練樣本，而只基于部分樣本訓(xùn)練的深度學(xué)習(xí) 的漏件檢測模型，也容易發(fā)生誤判。
[0007] 綜上所述，現(xiàn)有的電子元件漏檢方法的誤判率較高，無法保證檢測后的電路板的 質(zhì)量。

【發(fā)明內(nèi)容】

[000引基于此，有必要針對現(xiàn)有的電子元件漏檢方法的誤判率較高的技術(shù)問題，提供一 種電子元件漏件檢測方法。
[0009] -種電子元件漏件檢測方法，包括如下步驟：
[0010] 對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊緣圖像提取，得到 第一邊緣圖像和第二邊緣圖像；
[0011] 對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對各個分區(qū)上的第一邊緣 圖像和第二邊緣圖像進行特征提取，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征 參數(shù)；
[0012] 根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度值；
[0013] 根據(jù)所述相似度值對電路板進行電子元件漏件檢測。
[0014] 上述電子元件漏件檢測方法，通過對獲取的電子元件的電路板的模板圖像和測試 圖像分別進行邊緣圖像提取，獲取所述模板圖像和測試圖像的邊緣圖像信息;通過對第一 邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊緣圖像的各個分區(qū)進 行特征提取，獲取第一邊緣圖像和第二邊緣圖像包含的全局結(jié)構(gòu)特征信息;再根據(jù)第一特 征參數(shù)和第二特征參數(shù)計算得到的相似度值對電路板進行電子元件漏件檢測。通過上述技 術(shù)方案，有效地提高了電路板電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì)量。 [001引一種電子元件漏件檢測系統(tǒng)，包括：
[0016] 邊緣提取模塊，用于對獲取的電子元件的電路板的模板圖像和測試圖像分別進行 邊緣圖像提取，得到第一邊緣圖像和第二邊緣圖像；
[0017] 特征提取模塊，用于對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第 一邊緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和測 試圖像的第二特征參數(shù)；
[0018] 相似度計算模塊，用于根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測 試圖像的相似度值；
[0019] 檢測模塊，用于根據(jù)所述相似度值對電路板進行電子元件漏件檢測。
[0020] 上述電子元件漏件檢測系統(tǒng)，通過邊緣提取模塊對獲取的電子元件的電路板的模 板圖像和測試圖像分別進行邊緣圖像提取，獲取所述模板圖像和測試圖像的邊緣信息;通 過特征提取模塊對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和 第二邊緣圖像的各個分區(qū)進行特征提取，得到所述模板圖像的第一特征參數(shù)和測試圖像的 第二特征參數(shù);再利用相似度計算模塊根據(jù)第一特征參數(shù)和第二特征參數(shù)計算得到的相似 度值，利用檢測模塊對電路板進行電子元件漏件檢測。通過上述技術(shù)方案，有效地提高了電 路板電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì)量。
【附圖說明】
[0021 ]圖1為本發(fā)明的一個實施例的電子元件漏件檢測方法流程圖；
[0022] 圖2為本發(fā)明的一個實施例的電子元件漏件檢測系統(tǒng)的結(jié)構(gòu)示意圖；
[0023] 圖3為本發(fā)明的另一個實施例的電子元件漏件檢測系統(tǒng)的特征提取模塊的結(jié)構(gòu)示 意圖。
【具體實施方式】
[0024] 為了更進一步闡述本發(fā)明所采取的技術(shù)手段及取得的效果，下面結(jié)合附圖及較佳 實施例，對本發(fā)明的技術(shù)方案，進行清楚和完整的描述。
[0025] 如圖1所示，圖1為本發(fā)明的一個實施例的電子元件漏件檢測方法流程圖，包括如 下步驟：
[0026] 步驟SlOl:對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊緣圖像 提取，得到第一邊緣圖像和第二邊緣圖像；
[0027] 在本步驟中，通過對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊 緣圖像提取，獲取所述模板圖像和測試圖像的邊緣細節(jié)信息，確保后續(xù)步驟的檢測結(jié)果更 準確。
[0028] 步驟S102:對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖 像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和測試圖像的 第二特征參數(shù)；
[0029] 在本步驟中，通過對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一 邊緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和測試 圖像的第二特征參數(shù)，用于后續(xù)步驟的計算模板圖像和測試圖像的相似度值。
[0030] 步驟S103:根據(jù)第一特征參數(shù)和第二特征參數(shù)計算模板圖像與測試圖像的相似度 值；
[0031] 在本步驟中，根據(jù)包含模板圖像特征信息的第一特征參數(shù)和包含測試圖像的第二 特征參數(shù)計算兩者的相似度值，用于后續(xù)步驟的根據(jù)所述相似度值對待測電路板進行電子 元件漏件檢測。
[0032] 步驟S104:根據(jù)所述相似度值對電路板進行電子元件漏件檢測。
[0033] 上述電子元件漏件檢測方法，通過對獲取的電子元件的電路板的模板圖像和測試 圖像分別進行邊緣圖像提取，獲取所述模板圖像和測試圖像的邊緣圖像信息;通過對第一 邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊緣圖像的各個分區(qū)進 行特征提取，得到所述模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù);再根據(jù)第一 特征參數(shù)和第二特征參數(shù)計算得到的相似度值對電路板進行電子元件漏件檢測。通過上述 技術(shù)方案，有效地提高了電路板電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì) 量。
[0034] 在實際的電子元件漏件檢測的一種重要信息就是電子元件本身的邊緣信息，不同 電子元件的邊緣結(jié)構(gòu)也是不一樣的，漏插電子元件之后的電路板的圖片的邊緣信息和插了 電子元件的電路板的圖像的邊緣信息也是不一樣的。因此，可W根據(jù)獲取的待測電路板的 模板圖像和測試圖像的邊緣信息來對待測電路板進行電子元件漏件檢測。
[0035] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述對獲取的電子元件 的電路板的模板圖像和測試圖像分別進行邊緣圖像提取，得到第一邊緣圖像和第二邊緣圖 像的步驟SlOl包括：
[0036] 從=個方向上分別對所述模板圖像和測試圖像進行邊緣圖像提取，得到=個方向 上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像;其中，所述=個方向分別為所 述模板圖像和測試圖像的水平方向、垂直方向和對角線方向。
[0037] 在上述實施例中，通過對上述模板圖像和測試圖像的水平方向、垂直方向和對角 線方向分別進行邊緣提取，得到上述模板圖像和測試圖像的=個方向上的第一邊緣圖像和 第二邊緣圖像。通過上述技術(shù)方案，確保獲得的邊緣圖像包含更多的邊緣細節(jié)信息，也確保 了后續(xù)步驟的對得到的邊緣圖像進行特征提取的有效性。
[0038] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述從=個方向上分別 對所述模板圖像和測試圖像進行邊緣圖像提取，得到=個方向上的模板圖像的第一邊緣圖 像和測試圖像的第二邊緣圖像的步驟可W包括：
[0039]
( 1 )
[0040] ( 2 )
[0041 ] (3)
[0042] 式中，抽表示模板圖像或測試圖像的水平方向邊緣圖像，Gv表示模板圖像或測試圖 像的垂直方向邊緣圖像，Gd表示模板圖像或測試圖像的對角線方向邊緣圖像，細表示水平方 向卷積核，Sv表示垂直方向卷積核，細表示對角線方向卷積核，I表示原始模板圖像或測試圖 像。
[0043] 通過上述處理，所述模板圖像和測試圖像分別獲得了=個方向的邊緣圖像，從原 來的一張原始圖像變成了=張=個方向上的邊緣圖像。W插座為例，首先獲取插座的原始 模板圖像和測試圖像，分別對插座的原始模板圖像和測試圖像進行=個方向上的邊緣提 取，最終得到模板圖像的水平方向邊緣圖像、垂直方向邊緣圖像和對角線方向邊緣圖像W 及測試圖像的水平方向邊緣圖像、垂直方向邊緣圖像和對角線方向邊緣圖像。
[0044] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述對所述第一邊緣圖 像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊緣圖像的各個分區(qū)進行特征 提取，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)的步驟S102包括：
[0045] 步驟S1021:將=個方向上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖 像分別劃分成若干個分區(qū)；
[0046] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述將=個方向上的模 板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分成若干個分區(qū)的步驟S1021還 可W包括：
[0047] 將=個方向上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分 成四個不相重疊且大小相同的分區(qū)。
[0048] 在本實施例中，將得到的第一邊緣圖像和第二邊緣圖像分別劃分為四個不相重疊 且大小相同的分區(qū)，有效地保留了原始模板圖像和測試圖像的全局結(jié)構(gòu)特征，有利于后續(xù) 步驟的計算兩者的相似度值的準確度，也進一步保證了電子元件漏件檢測的準確率。在實 際應(yīng)用中，也可W將獲取的邊緣圖像劃分為大小不等或者相互重疊的分區(qū)，具體的分區(qū)方 法可W根據(jù)實際的檢測精度要求W及其他實際需求進行調(diào)整。
[0049] 步驟S1022:利用局部二值模式方法計算各個分區(qū)的局部二值特征值，分別將第一 邊緣圖像和第二邊緣圖像的各個分區(qū)的局部二值特征值W向量的方式進行組合，得到模板 圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)。
[(K)加]上述實施例中所述的局部二值模式化ocal Binary Patterns,LBP)是一種描述圖 像局部空間結(jié)構(gòu)的非參數(shù)算子，它不僅能夠準確描述點、線、邊緣等細節(jié)紋理信息，而且還 具有平移不變性、旋轉(zhuǎn)不變性的優(yōu)點；但是因為局部二值模式特征是利用直方圖進行表示 的，而直方圖是一種分辨能力較弱的特征表示方法，因為它是一種一階統(tǒng)計特征，忽略了圖 像的全局結(jié)構(gòu)特征，如果對整張圖像只生成一個直方圖，必然會丟失重要的結(jié)構(gòu)差異信息， 因此，本發(fā)明的電子元件漏件檢測方法通過在步驟S1021中將步驟SlOl獲得的3張帶方向的 邊緣圖像，各自地劃分為若干個分區(qū)，在本實施例中，將各個邊緣圖像分別劃分為四個大小 相同且不相重疊的分區(qū)。
[0051] 在實際應(yīng)用中，需要對得到的模板圖像的水平方向邊緣圖像、垂直方向邊緣圖像 和對角線方向邊緣圖像W及測試圖像的水平方向邊緣圖像、垂直方向邊緣圖像和對角線方 向邊緣圖像分別進行分區(qū)。作為一種實施方式，可W將每一方向上的邊緣圖像均分為四個 分區(qū)，運樣，模板圖像的=個方向上的第一邊緣圖像就被分為12個分區(qū)。同樣地，測試圖像 的=個方向上的第二邊緣圖像也被分為12個分區(qū)。
[0052] 完成上述分區(qū)之后，在步驟S1022中利用局部二值模式方法分別計算第一邊緣圖 像的12個分區(qū)的局部二值特征值和第二邊緣圖像的12個分區(qū)的局部二值特征值，再將第一 邊緣圖像的12個分區(qū)的局部二值特征值和第二邊緣圖像的12個分區(qū)的局部二值特征值分 別W向量的方式組合起來，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)。也 就是說，第一特征參數(shù)是由第一邊緣圖像的12個局部二值特征值組成的復(fù)合向量，第二特 征參數(shù)是由第二邊緣圖像的12個局部二值特征值組成的復(fù)合向量。
[0053] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述根據(jù)第一特征參數(shù) 和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度值的步驟包括：
[0054] 根據(jù)所述第一特征參數(shù)和第二特征參數(shù)，并按照直方圖相交的方式計算所述模板 圖像與測試圖像的相似度值。
[0055] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述根據(jù)所述第一特征 參數(shù)和第二特征參數(shù)，并按照直方圖相交的方式計算所述模板圖像與測試圖像的相似度值 的步驟包括：
[0化6] (4)
[0057]式中，D化1，H2)表示模板圖像和測試圖像的相似度值，Hl和H2分別表示第一特征 參數(shù)的特征直方圖和第二特征參數(shù)的特征直方圖，B表示直方圖的區(qū)間長度。
[005引在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述根據(jù)所述相似度值 對電路板進行電子元件漏件檢測的步驟包括：
[0059] 將所述相似度值與預(yù)設(shè)闊值進行比較，根據(jù)所述相似度值與預(yù)設(shè)闊值的大小關(guān) 系，判斷電路板的電子元件是否漏件。
[0060] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測方法，所述根據(jù)所述相似度值 與預(yù)設(shè)闊值的大小關(guān)系，判斷電路板上的電子元件是否漏件的步驟包括：
[0061] 若所述相似度值不小于設(shè)定闊值，則判定電路板的電子元件漏件；
[0062] 若所述相似度值小于設(shè)定闊值，則判定電路板的電子元件正常。
[0063] 在上述實施例中，根據(jù)計算的模板圖像和測試圖像之間的相似度值來對待測電路 板進行電子元件漏件檢測，具體地，兩者之間的相似度值越小，表示二者之間越相似;在實 際應(yīng)用時，我們也可W通過定義R=I-D;其中，D為根據(jù)上述方法獲得的二者的相似度值，將 其轉(zhuǎn)換為相似度值R越大越相似。即，重新定義后的判斷方法如下式所示：
[0064]
[0065] 式中，R表示模板圖像和測試圖像之間的相似度值，T表示預(yù)設(shè)闊值。
[0066] 上述電子元件漏件檢測方法，通過對獲取的電子元件的電路板的模板圖像和測試 圖像分別進行=個方向的邊緣圖像提取，使得得到的邊緣圖像包含更多的細節(jié)信息;通過 對第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊緣圖像的各個 分區(qū)進行特征提取，得到所述模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù);再根 據(jù)第一特征參數(shù)和第二特征參數(shù)計算得到的相似度值對電路板進行電子元件漏件檢測。通 過上述技術(shù)方案，有效地提高了電路板電子元件漏件檢測的準確率，保證了檢測后的電路 板的質(zhì)量。
[0067] 如圖2所示，圖2為本發(fā)明的一個實施例的電子元件漏件檢測系統(tǒng)的結(jié)構(gòu)示意圖， 包括：
[0068] 邊緣提取模塊101，用于對獲取的電子元件的電路板的模板圖像和測試圖像分別 進行邊緣圖像提取，得到第一邊緣圖像和第二邊緣圖像；
[0069] 上述邊緣提取模塊101通過對獲取的電子元件的電路板的模板圖像和測試圖像分 別進行邊緣圖像提取，獲取所述模板圖像和測試圖像的邊緣細節(jié)信息，確保后續(xù)步驟的檢 測結(jié)果更準確。
[0070] 特征提取模塊102,用于對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對 第一邊緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和 測試圖像的第二特征參數(shù)；
[0071] 上述特征提取模塊102通過對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)， 并對第一邊緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參 數(shù)和測試圖像的第二特征參數(shù)，用于后續(xù)步驟的計算模板圖像和測試圖像的相似度值。
[0072] 相似度計算模塊103,用于根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像 與測試圖像的相似度值；
[0073] 在本步驟中，根據(jù)包含模板圖像特征信息的第一特征參數(shù)和包含測試圖像的第二 特征參數(shù)計算兩者的相似度值，用于后續(xù)步驟的根據(jù)所述相似度值對待測電路板進行電子 元件漏件檢測。
[0074] 檢測模塊104,用于根據(jù)所述相似度值對電路板進行電子元件漏件檢測。
[0075] 上述電子元件漏件檢測系統(tǒng)，通過邊緣提取模塊101對獲取的電子元件的電路板 的模板圖像和測試圖像分別進行邊緣圖像提取，獲取所述模板圖像和測試圖像的邊緣信 息;通過特征提取模塊102對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊 緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到所述模板圖像的第一特征參數(shù)和測 試圖像的第二特征參數(shù);再利用相似度計算模塊103根據(jù)第一特征參數(shù)和第二特征參數(shù)計 算得到的相似度值，利用檢測模塊104對電路板進行電子元件漏件檢測。通過上述技術(shù)方 案，有效地提高了電路板電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì)量。
[0076] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述邊緣提取模塊101還 可W用于：
[0077] 從=個方向上分別對所述模板圖像和測試圖像進行邊緣圖像提取，得到=個方向 上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像;其中，所述=個方向分別為所 述模板圖像和測試圖像的水平方向、垂直方向和對角線方向。
[0078] 在上述實施例中，通過對上述模板圖像和測試圖像的水平方向、垂直方向和對角 線方向分別進行邊緣提取，得到上述模板圖像和測試圖像的=個方向上的第一邊緣圖像和 第二邊緣圖像。通過上述技術(shù)方案，確保獲得的邊緣圖像包含更多的邊緣細節(jié)信息，也確保 了后續(xù)步驟的對得到的邊緣圖像進行特征提取的有效性。
[0079] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述邊緣提取模塊101還 可W用于，通過前面所述的式（1)~（3)分別從水平方向、垂直方向和對角線方向?qū)δ０鍒D 像和測試圖像進行邊緣提取。通過上述處理，所述模板圖像和測試圖像分別獲得了=個方 向的邊緣圖像，從原來的一張原始圖像變成了=個方向上的邊緣圖像。
[0080] 如圖3所示，圖3為本發(fā)明的另一個實施例的電子元件漏件檢測系統(tǒng)的特征提取模 塊的結(jié)構(gòu)示意圖，包括：
[0081] 分區(qū)模塊1021，用于將=個方向上的模板圖像的第一邊緣圖像和測試圖像的第二 邊緣圖像分別劃分成若干個分區(qū)。
[0082] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述分區(qū)模塊1021還可 W用于：
[0083] 將=個方向上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分 成四個不相重疊且大小相同的分區(qū)。
[0084] 在本實施例中，將得到的第一邊緣圖像和第二邊緣圖像分別劃分為四個不相重疊 且大小相同的分區(qū)，有效地保留了原模板圖像和測試圖像的全局結(jié)構(gòu)特征，有利于后續(xù)步 驟的計算兩者的相似度值的準確度，也進一步保證了電子元件漏件檢測的準確率。在實際 應(yīng)用中，也可W將獲取的邊緣圖像劃分為大小不等或者相互重疊的分區(qū)，具體的分區(qū)方法 可W根據(jù)實際的檢測精度要求W及其他實際需求進行調(diào)整。
[0085] 特征參數(shù)計算模塊1022,用于利用局部二值模式方法計算各個分區(qū)的局部二值特 征值，分別將第一邊緣圖像和第二邊緣圖像的各個分區(qū)的局部二值特征值W向量的方式進 行組合，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)。
[00化]上述實施例中所述的局部二值模式化Ocal Binary Patterns,LBP)是一種描述圖 像局部空間結(jié)構(gòu)的非參數(shù)算子，它不僅能夠準確描述點、線、邊緣等細節(jié)紋理信息，而且還 具有平移不變性、旋轉(zhuǎn)不變性的優(yōu)點；但是因為局部二值模式特征是利用直方圖進行表示 的，而直方圖是一種分辨能力較弱的特征表示方法，因為它是一種一階統(tǒng)計特征，忽略了圖 像的全局結(jié)構(gòu)特征，如果對整張圖像只生成一個直方圖，必然會丟失重要的結(jié)構(gòu)差異信息， 因此，本發(fā)明的電子元件漏件檢測方法通過分區(qū)模塊1021將邊緣提取模塊101獲得的3個方 向上的邊緣圖像，各自地劃分為若干個分區(qū)，在本實施例中，將各個邊緣圖像分別劃分為四 個大小相同且不相重疊的分區(qū)。
[0087]在實際應(yīng)用中，需要對得到的模板圖像的水平方向邊緣圖像、垂直方向邊緣圖像 和對角線方向邊緣圖像W及測試圖像的水平方向邊緣圖像、垂直方向邊緣圖像和對角線方 向邊緣圖像分別進行分區(qū)。作為一種實施方式，可W將每一方向上的邊緣圖像均分為四個 分區(qū)，運樣，模板圖像的=個方向上的第一邊緣圖像就被分為12個分區(qū)。同樣地，測試圖像 的=個方向上的第二邊緣圖像也被分為12個分區(qū)。
[0088] 分區(qū)模塊1021在完成上述分區(qū)之后，特征參數(shù)計算模塊1022利用局部二值模式方 法分別計算第一邊緣圖像的12個分區(qū)的局部二值特征值和第二邊緣圖像的12個分區(qū)的局 部二值特征值，再將第一邊緣圖像的12個分區(qū)的局部二值特征值和第二邊緣圖像的12個分 區(qū)的局部二值特征值分別W向量的方式組合起來，得到模板圖像的第一特征參數(shù)和測試圖 像的第二特征參數(shù)。也就是說，第一特征參數(shù)是由第一邊緣圖像的12個局部二值特征值組 成的復(fù)合向量，第二特征參數(shù)是由第二邊緣圖像的12個局部二值特征值組成的復(fù)合向量。
[0089] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述相似度計算模塊103 用于：
[0090] 根據(jù)所述第一特征參數(shù)和第二特征參數(shù)，并按照直方圖相交的方式計算所述模板 圖像與測試圖像的相似度值。
[0091] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述相似度計算模塊103 還可W用于：
[0092] 《4)
[0093] 式中，D化1，H2)表示模板圖像和測試圖像的相似度值，Hl和H2分別表示第一特征 參數(shù)的特征直方圖和第二特征參數(shù)的特征直方圖，B表示直方圖的區(qū)間長度。
[0094] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述特征提取模塊102還 用于：
[00M]將所述模板圖像和測試圖像的=個方向上的第一邊緣圖像和第二邊緣圖像分別 劃分成四個不相重疊且大小相同的分區(qū)。
[0096] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述檢測模塊104還可W 用于：
[0097] 將所述相似度值與預(yù)設(shè)闊值進行比較，根據(jù)所述相似度值與預(yù)設(shè)闊值的大小關(guān) 系，判斷電路板的電子元件是否漏件。
[0098] 在其中一個實施例中，本發(fā)明的電子元件漏件檢測系統(tǒng)，所述檢測模塊104還可W 用于：
[0099] 若所述相似度值不小于設(shè)定闊值，則判定電路板的電子元件漏件；
[0100] 若所述相似度值小于設(shè)定闊值，則判定電路板的電子元件正常。
[0101] 在上述實施例中，根據(jù)計算的模板圖像和測試圖像之間的相似度值來對待測電路 板進行電子元件漏件檢測，具體地，兩者之間的相似度值越小，表示二者之間越相似;在實 際應(yīng)用時，我們也可W通過定義R=I-D;其中，D為根據(jù)上述方法獲得的二者的相似度值，將 其轉(zhuǎn)換為相似度值R越大越相似。即，重新定義后的判斷方法如下式所示：
[0102]
[0103] 式中，R表示模板圖像和測試圖像之間的相似度值，T表示預(yù)設(shè)闊值。
[0104] 上述電子元件漏件檢測方法和系統(tǒng)，通過對獲取的電子元件的電路板的模板圖像 和測試圖像分別進行=個方向的邊緣圖像提取，使得得到的邊緣圖像包含更多的細節(jié)信 息;通過對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊 緣圖像的各個分區(qū)進行局部二值模式的特征提取，使得得到的特征參數(shù)包含更多的全局結(jié) 構(gòu)特征信息;再根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度 值，并根據(jù)所述相似度值對電路板進行電子元件漏件檢測。通過上述技術(shù)方案，有效地提高 了電子元件漏件檢測的準確率，保證了檢測后的電路板的質(zhì)量。
[0105] W上所述實施例的各技術(shù)特征可W進行任意的組合，為使描述簡潔，未對上述實 施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要運些技術(shù)特征的組合不存 在矛盾，都應(yīng)當(dāng)認為是本說明書記載的范圍。
[0106] W上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并 不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來 說，在不脫離本發(fā)明構(gòu)思的前提下，還可W做出若干變形和改進，運些都屬于本發(fā)明的保護 范圍。因此，本發(fā)明專利的保護范圍應(yīng)W所附權(quán)利要求為準。
【主權(quán)項】
1. 一種電子元件漏件檢測方法，其特征在于，包括如下步驟： 對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊緣圖像提取，得到第一 邊緣圖像和第二邊緣圖像； 對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊緣圖像和第二邊緣圖 像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)； 根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度值； 根據(jù)所述相似度值對電路板進行電子元件漏件檢測。2. 根據(jù)權(quán)利要求1所述的電子元件漏件檢測方法，其特征在于，所述對獲取的電子元件 的電路板的模板圖像和測試圖像分別進行邊緣圖像提取，得到第一邊緣圖像和第二邊緣圖 像的步驟包括： 從三個方向上分別對所述模板圖像和測試圖像進行邊緣圖像提取，得到三個方向上的 模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像;其中，所述三個方向分別為所述模 板圖像和測試圖像的水平方向、垂直方向和對角線方向。3. 根據(jù)權(quán)利要求2所述的電子元件漏件檢測方法，其特征在于，所述從三個方向上分別 對所述模板圖像和測試圖像進行邊緣圖像提取，得到三個方向上的模板圖像的第一邊緣圖 像和測試圖像的第二邊緣 圖像的步驟包括：式中，Gh表示模板圖像或測試圖像的水平方向邊緣圖像，Gv表示模板圖像或測試圖像的 垂直方向邊緣圖像，Gd表示模板圖像或測試圖像的對角線方向邊緣圖像，SH表示水平方向卷 積核，Sv表示垂直方向卷積核，S D表示對角線方向卷積核，I表示原始模板圖像或測試圖像。4. 根據(jù)權(quán)利要求2所述的電子元件漏件檢測方法，其特征在于，所述對所述第一邊緣圖 像和第二邊緣圖像分別進行分區(qū)，并對各個分區(qū)上的第一邊緣圖像和第二邊緣圖像進行特 征提取，得到模板圖像的第一特征參數(shù)和測試圖像的第二特征參數(shù)的步驟包括： 將三個方向上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分成若 干個分區(qū)； 利用局部二值模式方法計算各個分區(qū)的局部二值特征值，分別將第一邊緣圖像和第二 邊緣圖像的各個分區(qū)的局部二值特征值以向量的方式進行組合，得到模板圖像的第一特征 參數(shù)和測試圖像的第二特征參數(shù)。5. 根據(jù)權(quán)利要求3所述的電子元件漏件檢測方法，其特征在于，所述根據(jù)第一特征參數(shù) 和第二特征參數(shù)計算所述模板圖像與測試圖像的相似度值的步驟包括： 根據(jù)所述第一特征參數(shù)和第二特征參數(shù)，并按照直方圖相交的方式計算所述模板圖像 與測試圖像的相似度值。6. 根據(jù)權(quán)利要求5所述的電子元件漏件檢測方法，其特征在于，所述根據(jù)所述第一特征 參數(shù)和第二特征參數(shù)，并按照直方圖相交的方式計算所述模板圖像與測試圖像的相似度值 的步驟包括：式中，D(H1，H2)表示模板圖像和測試圖像的相似度值，H1和H2分別表示第一特征參數(shù) 的特征直方圖和第二特征參數(shù)的特征直方圖，B表示特征直方圖的區(qū)間長度。7. 根據(jù)權(quán)利要求4所述的電子元件漏件檢測方法，其特征在于，所述將三個方向上的模 板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分成若干個分區(qū)的步驟包括： 將三個方向上的模板圖像的第一邊緣圖像和測試圖像的第二邊緣圖像分別劃分成四 個不相重疊且大小相同的分區(qū)。8. 根據(jù)權(quán)利要求1所述的電子元件漏件檢測方法，其特征在于，所述根據(jù)所述相似度值 對電路板進行電子元件漏件檢測的步驟包括： 將所述相似度值與預(yù)設(shè)閾值進行比較，根據(jù)所述相似度值與預(yù)設(shè)閾值的大小關(guān)系，判 斷電路板的電子元件是否漏件。9. 根據(jù)權(quán)利要求8所述的電子元件漏件檢測方法，其特征在于，所述根據(jù)所述相似度值 與預(yù)設(shè)閾值的大小關(guān)系，判斷電路板上的電子元件是否漏件的步驟包括： 若所述相似度值不小于設(shè)定閾值，則判定電路板的電子元件漏件； 若所述相似度值小于設(shè)定閾值，則判定電路板的電子元件正常。10. -種電子元件漏件檢測系統(tǒng)，其特征在于，包括： 邊緣提取模塊，用于對獲取的電子元件的電路板的模板圖像和測試圖像分別進行邊緣 圖像提取，得到第一邊緣圖像和第二邊緣圖像； 特征提取模塊，用于對所述第一邊緣圖像和第二邊緣圖像分別進行分區(qū)，并對第一邊 緣圖像和第二邊緣圖像的各個分區(qū)進行特征提取，得到模板圖像的第一特征參數(shù)和測試圖 像的第二特征參數(shù)； 相似度計算模塊，用于根據(jù)第一特征參數(shù)和第二特征參數(shù)計算所述模板圖像與測試圖 像的相似度值； 檢測模塊，用于根據(jù)所述相似度值對電路板進行電子元件漏件檢測。
【文檔編號】G06T7/00GK105957059SQ201610251817
【公開日】2016年9月21日
【申請日】2016年4月20日
【發(fā)明人】林建民
【申請人】廣州視源電子科技股份有限公司