基于机器视觉的高精度尺寸计量检测方法及系统与流程

摘要: 本发明涉及图像处理,具体涉及基于机器视觉的高精度尺寸计量检测方法及系统。背景技术:1、pcb板作为电子系统的核心载体,其制造精度直接决定产品性能与可靠性,当前基...
基于机器视觉的高精度尺寸计量检测方法及系统与流程

本发明涉及图像处理,具体涉及基于机器视觉的高精度尺寸计量检测方法及系统。

背景技术:

1、pcb板作为电子系统的核心载体,其制造精度直接决定产品性能与可靠性,当前基于机器视觉的非接触式尺寸计量方法因其高效、无损、自动化程度高等优势,正逐步替代传统检测手段;现有pcb板尺寸计量方法通常依赖边缘提取与直线拟合,但针脚、接口等异形位置容易导致边缘截取位置错误,则需要针对相应缺陷,提供一种无需外部基准、利用异形结构自身分布规律的高精度尺寸计量检测方法及系统。

技术实现思路

1、本发明提供基于机器视觉的高精度尺寸计量检测方法及系统,以解决现有的pcb板尺寸计量检测对于针脚接口等位置容易出现误判的问题,所采用的技术方案具体如下:

2、本发明提出了基于机器视觉的高精度尺寸计量检测方法,该方法包括以下步骤:

3、采集pcb板表面图像,提取边缘点并获取各边缘点的梯度;

4、基于各边缘点及其邻域像素点的梯度幅值及梯度方向分布,获取各边缘点的梯度纹理特征向量及主梯度方向角,进而获取两边缘点的结构一致性因子;基于边缘点之间的结构一致性因子进行边缘点归并,得到若干纵向结构区域及其主梯度方向,结合所述纵向结构区域中相邻边缘点的间距差异,获取若干正常结构区域及偏离边缘点;

5、分析偏离边缘点与正常结构区域边缘点之间的间距及主梯度方向角的差异表现,获取各偏离边缘点的结构异常因子,并通过阈值判断得到若干异常结构特征点,聚类获取若干异常结构区域;基于异常结构区域与邻近正常结构区域中边缘点分布,以及边缘点的间距及主梯度方向角差异,构建各异常结构特征点的偏离位移向量;依据偏离位移向量之间的模长变化趋势,获取异常结构区域的全局一致性因子;

6、基于全局一致性因子对异常结构区域进行缺陷判断,并进行补偿或剔除,结合所述正常结构区域进行pcb板尺寸计量。

7、可选的,所述各边缘点的梯度纹理特征向量及主梯度方向角,具体的获取方法为:

8、将任一边缘点作为目标边缘点,预设窗口边长,将以目标边缘点为中心的窗口内所有像素点构成目标边缘点的邻域窗口;

9、获取邻域窗口内各像素点的梯度幅值及梯度方向,将0°到360°均匀划分为8个方向区间,将邻域窗口内梯度方向属于同一方向区间的若干像素点及边缘点的梯度幅值进行累加,得到各方向区间的梯度累加值,并按照各方向区间中间方向从小到大的顺序,将各方向区间的梯度累加值排列构成目标边缘点的梯度纹理特征向量;

10、将梯度累加值最大的方向区间的中间方向,作为目标边缘点的主梯度方向角。

11、可选的,所述两边缘点的结构一致性因子,具体的获取方法为:

12、将任意两个边缘点的梯度纹理特征向量的余弦相似度,作为该两个边缘点的梯度纹理相似度因子;

13、将该两个边缘点的主梯度方向角的差值的余弦值,与所述梯度纹理相似度因子的乘积,作为该两个边缘点的结构一致性因子。

14、可选的,所述得到若干纵向结构区域及其主梯度方向,包括的具体方法为:

15、预设合并阈值,若任意两个边缘点之间的结构一致性因子大于或等于合并阈值,将两个边缘点划分到一个纵向结构区域中,以此迭代对各边缘点之间进行合并判断,得到若干纵向结构区域;

16、若存在一个边缘点与其他任一边缘点均不满足阈值条件,将该边缘点作为一个偏离边缘点,得到若干偏离边缘点;

17、对于任一纵向结构区域,获取该纵向结构区域中各边缘点的主梯度方向角的均值,作为该纵向结构区域的主梯度方向。

18、可选的,所述若干正常结构区域及偏离边缘点,具体的获取方法为:

19、预设间距阈值,以任一纵向结构区域中任一边缘点为起始判断点,对该起始判断点沿主梯度方向正向及反向延伸,获取正反两侧距离最近的处于该纵向结构区域中的边缘点,作为该起始判断点的相邻边缘点;

20、将任一相邻边缘点与该起始判断点的距离,作为该相邻边缘点与该起始判断点的间距,若所述间距小于或等于间距阈值,将该相邻边缘点与该起始判断点合并到同一正常结构区域中;

21、若间距大于间距阈值,停止该起始判断点在该相邻边缘点的主梯度方向的正反向延伸方向的合并判断,以该相邻边缘点为起始判断点,重新对其相对应的延伸方向进行合并判断;

22、在合并到同一正常结构区域后,继续对相邻边缘点沿其相应的延伸方向进行合并判断,以此类推直至停止,将该纵向结构区域划分为若干正常结构区域;则将若干纵向结构区域划分为若干正常结构区域,并得到若干偏离边缘点。

23、可选的,所述各偏离边缘点的结构异常因子,具体的获取方法为:

24、对于任一偏离边缘点,获取其与任一正常结构区域中各边缘点的距离的最小值,作为该偏离边缘点与该正常结构区域的距离;将与该偏离边缘点距离最小的正常结构区域,作为该偏离边缘点的参考正常结构区域;获取所述参考正常结构区域中所有相邻边缘点沿其主梯度方向的间距均值,将该偏离边缘点与所述参考正常结构区域的距离,比上所述间距均值得到的比值,作为该偏离边缘点的空间距离偏离度;

25、获取任一正常结构区域的主梯度方向与其中各边缘点的主梯度方向角的夹角均值,作为该正常结构区域的角度偏差均值;将该偏离边缘点的主梯度方向角与各正常结构区域主梯度方向的夹角最小值,与所述夹角最小值对应的正常结构区域的角度偏差均值的比值,作为该偏离边缘点的梯度方向偏离度;

26、获取所述空间距离偏离度与1的差值绝对值,以及所述梯度方向偏离度与1的差值绝对值,将两个所述差值绝对值的乘积,作为该偏离边缘点的结构异常因子。

27、可选的,所述得到若干异常结构特征点,聚类获取若干异常结构区域,包括的具体方法为:

28、若偏离边缘点的结构异常因子大于或等于预设的异常阈值,将该偏离边缘点作为一个异常结构特征点;

29、对所有异常结构特征点进行dbscan聚类,距离度量采用异常结构特征点之间的空间距离,邻域半径设置为所有正常结构区域中所有相邻边缘点沿其主梯度方向的间距均值的均值,最小邻域点数设置为2,得到多个聚簇,将各聚簇作为一个异常结构区域。

30、可选的,所述构建各异常结构特征点的偏离位移向量,包括的具体方法为:

31、对于任一异常结构区域,获取该异常结构区域的质心与各正常结构区域的质心之间的距离,将所述距离最小值对应的正常结构区域,作为该异常结构区域的目标正常结构区域;将所述目标正常结构区域的主梯度方向,作为该异常结构区域的参考主方向,所述目标正常结构区域对应的间距均值,作为该异常结构区域的参考间距;

32、对于该异常结构区域中任一异常结构特征点,沿所述参考主方向获取正方向两侧相邻的异常结构特征点,作为该异常结构特征点的相邻特征点;基于该异常结构特征点与两侧相邻特征点的连线在所述参考主方向的投影长度,以及两侧相邻特征点之间的连线在所述参考主方向的投影长度之间的差异表现,获取该异常结构特征点的偏离系数;

33、依据所述偏离系数对所述两侧相邻特征点构成的向量进行调整,得到该异常结构特征点的偏离向量;基于所述两侧相邻特征点及所述偏离向量,获取该异常结构特征点的理论结构点,将该异常结构特征点指向所述理论结构点的向量,作为该异常结构特征点的偏离位移向量。

34、可选的,所述异常结构区域的全局一致性因子,具体的获取方法为:

35、对于任一异常结构区域,沿其参考主方向对其中各异常结构特征点按照其投影进行排序,将任一异常结构特征点的偏离位移向量的模长与其相邻下一个异常结构特征点的偏离位移向量的模长的差值绝对值,作为该异常结构特征点的偏离幅度差异度;

36、获取所有相邻异常结构特征点的偏离幅度差异度的差值绝对值的均值,作为该异常结构区域的平均变化量;

37、对于任一异常结构特征点,将其偏离幅度差异度分别与相邻前一个异常结构特征点的偏离幅度差异度的差值绝对值,以及与相邻后一个异常结构特征点的偏离幅度差异度的差值绝对值的和值作为分子,两倍所述平均变化量作为分母,得到的比值作为该异常结构特征点的差异系数;

38、将1加上任一异常结构特征点的差异系数的和值的倒数,作为该异常结构特征点的整体一致性因子;将该异常结构区域中所有异常结构特征点的整体一致性因子的均值,作为该异常结构区域的全局一致性因子。

39、本发明还提出了基于机器视觉的高精度尺寸计量检测系统,该系统包括工业相机、显示终端、报警装置、工控机,以及工控机中内置的存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。

40、本发明的有益效果是:本发明通过采集pcb板表面图像并提取边缘点,针对初始预处理后的边缘点集,提取各边缘点沿走向的走势形态与邻域梯度纹理偏向信息,筛选出纹理重复度高、分布紧密且呈周期排列的结构点集,构成正常结构区域;依据正常结构区域中相邻边缘点的间距及整体梯度走向,对因倾斜或偏转而发生形态偏离的孤立偏离边缘点进行结构异常分析,并以此构建异常结构区域;通过异常结构区域与正常结构区域的形态及其中边缘点分布状态分析,对异常结构区域中异常结构特征点进行局部的偏离状态检测,进而实现异常结构区域的全局一致性检测,以此进行异常结构区域在尺寸计量中的异常判断,并实现无需外部基准的pcb板高精度尺寸计量检测。