一种阻焊油墨厚度均匀性的视觉检测方法与流程

本发明涉及电子制造视觉检测与智能质量判定，尤其是一种阻焊油墨厚度均匀性的视觉检测方法。

背景技术：

1、目前印制电路板（pcb）生产过程中，阻焊油墨厚度的均匀性直接影响产品品质与后续工艺可靠性。针对油墨厚度分布状态的无损检测，业界主流技术多采用基于单一视觉通道的图像特征提取与缺陷判别方法，典型流程包括：高分辨率rgb或灰度图像采集，人工设计的边缘检测、对比度增强或色差分割方法，结合简单阈值处理或基于统计回归的缺陷区分，并辅以有限的几何校准手段，实现阻焊油墨均匀性初步判定。随着工业自动化升级，目前部分研究亦尝试在传统视觉检测基础上，引入多模态特征融合技术，通过联合边缘、纹理、色度、光强等多元图像特征，提升检测的敏感度和抗干扰能力。但现有视觉检测系统在实际pcb生产现场普遍面临如下技术瓶颈：

2、首先，大量方案采用多模态特征的直接拼接或通道加权平均的处理方法，未能充分区分各模态在局部空间内的统计一致性，仅能在全局尺度分配固定权重。这样一来，受外部光照变化、镜面反光、污染颗粒以及表面纹理复杂度等因素影响，单一模态在部分区域出现异常响应时，系统无法有效抑制其信号，导致特征融合结果混入冗余信息和噪声，从而引发厚度判定的误检、漏检或稳定性不足。部分研究引入注意力机制或交叉模态重构损失进行特征选择，虽然提升了网络表达能力，但往往大幅增加计算量、参数规模及工程集成难度，且在缺少充足带标注数据的真实产线环境下，泛化鲁棒性难以保障。

3、因此，如何构建一种局部一致性驱动的自适应模态权重稀疏化融合机制，既能够保留真正互补、趋势一致的特征信息，同时高效隔离噪声和异常响应通道，是解决工业视觉厚度均匀性检测精度、抗扰动能力和在线适配性的关键技术需求。

技术实现思路

1、本申请提供一种阻焊油墨厚度均匀性的视觉检测方法，旨在解决上述背景技术中提到的厚度判定的误检、漏检或稳定性不足的问题。

2、本申请提供的一种阻焊油墨厚度均匀性的视觉检测方法，具体包括：

3、s1：获取阻焊油墨表面的原始rgb图像数据，并对原始rgb图像数据同步执行多维特征提取操作以生成初始多模态特征集；

4、s2：基于所述初始多模态特征集的空间分辨率，对每个像素位置定义邻域窗口，并在所述邻域窗口内对初始多模态特征集的像素值进行排序处理，得到趋势向量集；

5、s3：利用趋势向量集构建模态一致性矩阵，并根据当前邻域窗口的纹理复杂度动态调整预设阈值，基于模态一致性矩阵与预设阈值生成稀疏化掩膜标识；

6、s4：依据所述稀疏化掩膜标识对初始多模态特征集执行通道置零操作，从而获得稀疏化多模态特征图；

7、s5：统计所述稀疏化多模态特征图中每个位置的剩余有效模态数量，并根据所述剩余有效模态数量的数值区间动态选择聚合策略，生成聚合厚度特征图；

8、s6：将所述聚合厚度特征图输入至厚度映射网络中进行逐像素推理运算，以输出逐像素厚度置信热力图；

9、s7：对所述逐像素厚度置信热力图执行双阈值分割操作并结合pcb版图几何约束进行拓扑连通性校验，最终生成包含面积占比、最大偏差率及空间分布熵三项量化指标的均匀性判定结论。

10、本申请提供的一种阻焊油墨厚度均匀性的视觉检测方法，具有以下有益效果：

11、本方案依据局部有效模态数量自适应切换融合策略，大幅提高了输出稳定性与物理可解释性。不同于常规加权平均或拼接操作可能引入冗余干扰，本发明根据一致性筛选后的剩余通道数智能选择中位数融合、几何平均或单通道增强模式：多模态共存时利用中位数抑制离群响应，双通道情形下采用乘积型几何平均突出协同激活效应，单一存活通道则结合空间上下文校正进行合理外推，既避免信息丢失又防止过度补偿。该过程完全摒弃全局注意力机制与参数化权重学习，极大降低了计算开销，满足高速产线实时处理需求。后续衔接的深度可分离卷积厚度映射网络进一步在不牺牲感受野的前提下压缩模型体积，配合双阈值热力图分割与pcb几何约束引导的拓扑校验流程，精准区分真实厚度不均缺陷与结构伪影，显著提升判定准确性与工业适配性。

1.一种阻焊油墨厚度均匀性的视觉检测方法，其特征在于，具体包括：

2.根据权利要求1所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述执行多维特征提取操作以生成初始多模态特征集包括计算边缘梯度幅值图、生成局部对比度归一化图、构建hsv色相稳定性图和应用方向敏感高斯差分滤波生成光强梯度分布图之中的至少两类。

3.根据权利要求1所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述利用趋势向量集构建模态一致性矩阵，包括：

4.根据权利要求1所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述厚度映射网络是由深度可分离卷积堆栈构成。

5.根据权利要求2所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述s2具体包括：

6.根据权利要求1所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述s3具体包括：

7.根据权利要求6所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述根据自适应动态阈值参数和模态一致性矩阵得到初步稀疏化判定结果，包括：

8.根据权利要求7所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述根据初步稀疏化判定结果对全图所有像素位置执行二值化编码处理，得到稀疏化掩膜标识，包括：

9.根据权利要求6所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述局部方差统计分析采用无偏估计，依据纹理复杂度采取动态阈值调节，低复杂度区域提高相关性阈值，高复杂度区域降低阈值。

10.根据权利要求1所述的阻焊油墨厚度均匀性的视觉检测方法，其特征在于，所述动态选择聚合策略依据有效模态数量动态选择，三及以上模态取中位数，两模态取几何平均，一模态与邻域均值线性叠加校正。