(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211320711.8 (22)申请日 2022.10.26 (71)申请人 上海第二工业大 学 地址 201209 上海市浦东 新区金海路23 60 号 (72)发明人 左健存　常远培　薛颖　张宇　 孙晶国　季张源　李和威　 (74)专利代理 机构 上海正旦专利代理有限公司 31200 专利代理师 王洁平 (51)Int.Cl. G06T 7/00(2017.01) G06T 3/00(2006.01) G06T 5/00(2006.01) G06T 5/30(2006.01)G06T 5/50(2006.01) G06T 7/136(2017.01) G06T 7/30(2017.01) G06N 3/00(2006.01) (54)发明名称 一种基于数字图像处理的印刷电路板焊点 缺陷检测方法 (57)摘要 本发明公开了一种基于数字图像处理的印 刷电路板焊点缺陷检测方法； 该方法包括以下步 骤： 步骤1： 采集模板图片和待检测的印刷电路板 的原始图片； 步骤2： 对 所述模板图片和待测图片 进行预处理； 步骤3： 对 预处理后的模板图片和待 测图片进行粒子群 （PSO） 优化的最大类间方差 (OTSU)阈值分割； 步骤 4： 将阈值分割后的待测图 片， 根据模板图片进行FLANN优化SURF算法的图 像配准； 步骤5： 利用差影法， 将配准后的待测图 片与模板图片作差， 得到差值图像； 步骤6： 差值 图像经过二值化， 先腐蚀后膨胀的开运算等形态 学处理， 最终定位出有缺陷的位置； 本发明方法 检测方法简单， 实用性强， 能显著提高检测准确 率。 权利要求书1页 说明书3页 附图3页 CN 115546182 A 2022.12.30 CN 115546182 A 1.一种基于数字图像处理的印刷电路板焊点缺陷检测方法， 其特征在于， 包括以下步 骤： 步骤1： 采集模板图片和待检测的印刷电路板的原 始图片； 步骤2： 对模板图片和待测图片进行灰度变换和中值滤波的预处理， 以降低或消除图干 扰信息； 步骤3： 对预处理后的模板图片和待测图片进行粒子群PSO优化的最大类 间方差OTSU阈 值分割； 步骤4： 将阈值分割后的待测图片， 与同样进行阈值分割后的模板图片进行FLANN优化 SURF算法的图像 配准； 步骤5： 利用差影法， 将配准后的待测图片与阈值分割后的模板图片作差， 得到差值图 像； 步骤6： 对差值图像进行二值化， 再进行先腐蚀后膨胀的开运算操作， 通过腐蚀降低噪 声处灰度值， 通过膨胀提高缺陷处的灰度值， 以过滤掉差值图像中的细 小噪声， 突出缺陷信 息， 最终实现对包括漏焊、 缺口、 开路、 短路、 毛刺、 余铜在内缺陷的准确定位。 2.根据权利要求1所述的印刷电路板焊点缺陷检测方法， 其特征在于， 步骤3 中， 对预处 理后的模板图片和待测图片进 行粒子群PSO优化的最大类间方差 OTSU阈值分割的具体方法 包括： ①对PSO进行初始化， 设置群体规模为N， 阈值个数为2， 惯性权重为W， 最大迭代次数为 G； ②依据适应度的函数关系式， 得到适应度值并进行判定， 寻找此时粒子的个体最优值 和全局最优值； 根据公式(1)、 公式(2)， 计算更新粒子 速度和位置的相应值； vi,j(t+1)＝wvi,j(t)+c1r1[pi,j‑xi,j(t)]+c2r2[pg,j‑xi,j(t)]                    (1) xi,j(t+1)＝xi,j(t)+vi,j(t+1)j＝1,2,3, …,d,                               (2) 式中： t为进行循环的次数； w为惯性因子； vi,j为第i个粒子在j维解空间的速度； xi,j为 第i个粒子在j维解空间的位置； pg,j为全局极值； pi,j为个体极值； c1和c2为学习因子， c1代表 粒子自我总结的学习能力， c2为向种群最好粒子的学习能力； r1和r2是在[0,1]内的随机分 布的随机数； ③再次根据惯性权 重计算适应度值并进行判定， 寻找最优的位置作为当前的位置； ④终止条件判断， 如果迭代次数小于最大迭代次数， 则返回 ②， 如果大于最大迭代次 数， 则终止算法； ⑤此时的全局最优值即为进行分割的阈值， 使用该阈值对图像进行阈值分割。 3.根据权利要求1所述的印刷电路板焊点缺陷检测方法， 其特征在于， 步骤4中， 通过 Hessian矩阵提取基本特征点， 然后使用FLANN算法和RANSAC算法剔除误匹配的点， 来提高 特征点匹配的准确 性， 利用提取到的最优配对点的坐标生成透视变换矩阵， 对待测图像做 几何变换， 生成配准图片。权　利　要　求　书 1/1 页 2 CN 115546182 A 2一种基于数字图像处理的印刷电路板 焊点缺陷检测方 法 技术领域 [0001]本发明属于印刷电路板缺陷检测技术领域， 特别涉及一种基于数字图像 处理的印 刷电路板焊点 缺陷检测方法。 背景技术 [0002]工业生产和制造水平的不断提高， 加速了电子产品的更新换代， 从而对底层基础 设施的硬件设施提出了更高要求。 P CB是集成电路的重要基础部件， 其质量决定了电子产品 的整体性能， 但在PCB的生产过程中很难避免由于各种因素导致生产的PCB有缺陷。 检测焊 点缺陷的常规方法， 主要包括人工目测、 电检测、 X射线检测等， 都有其自身的缺陷。 其中， 人 工目测检查成本高、 速度 慢、 主观性强； 电检测的测量精度低、 耗时长， 而且只能检测到有限 种类的缺陷； X射线检测速度慢、 成本高， 而且需要很长的软件开发周期。 与此同时， 个人及 中小企业对PCB缺陷检测的需求也在增加， 焊点的缺陷检测能否实现低 成本和高精确度是 最重要的考虑因素。 因此， 研究如何通过低成本的图像处理技术来提高P CB缺陷检测的准确 性是很重要的。 发明内容 [0003]本发明所要解决的技术问题就是提供一种基于数字图像处理的印刷电路板焊点 缺陷检测方法， 该 方法具有良好的缺陷定位 性能， 成本低， 准确率高， 具有良好的实用性能。 [0004]本发明采用如下技 术方案。 [0005]一种基于数字图像处 理的印刷电路板焊点 缺陷检测方法， 包括如下步骤： [0006]步骤1： 通过 图像采集设备对模板图片和待检测的印刷电路板 的原始图片进行采 集。 [0007]步骤2： 对所述模板图片和待测图片进行预处理； 预处理步骤包括灰度变换和中值 滤波； [0008]步骤3： 对预处理后的模板图片和待测图片进行粒子群(PSO)优化的最大类间方差 (OTSU)阈值分割。 [0009]①对PSO进行初始化， 设置群体规模为N， 阈值个数为2， 惯性权重为W， 最大迭代次 数为G。 [0010]②依据适应度的函数关系式， 得到适应度值并进行判定， 寻找此时粒子的个体最 优值和全局最优值。 根据公式(1)、 公式(2)的关系式， 计算更新 其速度和位置的相应值。 [0011]vi,j(t+1)＝wvi,j(t)+c1r1[pi,j‑xi,j(t)]+c2r2[pg,j‑xi,j(t)]            (1) [0012]xi,j(t+1)＝xi,j(t)+vi,j(t+1) j＝1,2,3, …,d,                       (2) [0013]式中： t为进行循环的次数； w 为惯性因子； vi,j为第i个粒子在j维解空间的速度； [0014]xi,j为第i个粒子在j维解空间的位置； pg,j为全局极值； pi,j为个体极值； c1和c2为学 习因子， c1代表粒子自我总结的学习能力， c2为向种群最好粒子的学习能力； r1和r2是在[0, 1]内的随机分布的随机数。说　明　书 1/3 页 3 CN 115546182 A 3