专利名称：：基于连接表的印刷线路板自动光学检测算法的制作方法
技术领域：
：本发明属于机器视觉自动检测技术，具体涉及印刷线路板自动光学检测算法。二
背景技术：
：通讯、计算机、消费电子等产业的繁荣，促进了印刷线路板(PrintedCircuitBoard,简称PCB)行业的快速发展。作为电子工业中最活跃的基础产业之一，印刷线路板的设计与制造越来越趋向于高密度、多层数、高性能，这就使线路板制造的品质保证问题面临巨大的挑战。线路板在生产过程中由于各种不确定因素的影响(如原材料、设备稳定性、环境、温度和人为操作等)，造成多种缺陷，因而需要实施严格的检验。在线路板的制造过程中，越早发现错误，就可以越早采取相应措施对其进行处理，从而降低生产成本。因此，印刷线路板的生产在线检测已成为线路板生产企业的共识，但真正实现中间检验和在线检验难度较大。因此，高效、高速、高精度且易于实现的印刷线路板缺陷自动检测方法成为线路板行业的迫切需要。传统的人工目测和在线针床检测，因"接触受限"(电气接触受限和视觉接触受限)所制，已不能完全适应当今制造技术发展的需要，非接触自动光学检测系统(AutomaticOpticallnspector，简称AOI)成为PCB制造业的必然趋势。从上个世纪80年代初开始国际上纷纷研制PCB缺陷自动光学检测系统，是一种对人工CT和功能测试的有力补充，基于光学原理，综合图像分析、计算机和自动控制等多种技术，对生产中遇到的缺陷进行检测和处理，从而提高电气处理或功能测试阶段的合格率。在全球PCB市场中，中国所扮演的角色日趋重要，2005年中国首次超过日本跃居世界第一大印刷电路板生产基地。国内需求巨大，吸引了许多国外PCB生产商，而且产品档次也在不断提高，高多层板HDI和柔性电路板都在迅速发展。但是限于经济和科研等因素，目前国内的大部分PCB生产厂家在生产线上仍大量采用传统检测方法，尚缺乏技术成熟、性能可靠的A0I系统。主要是因为国外的印刷电路板的自动检测系统价格昂贵，而国内的检测系统又存在技术问题，所以迫切需要我国科研单位或者高等院校加强PCB自动检测系统的研制工作。目前，国内几所高等院校都相继推出了自己的线路板检测系统，如华中科技大学印刷线路板瑕疵检测系统，上海交通大学的电路板光学自动检测机，重庆大学的PCB检测系统等。这些高等院校开启了国内的印刷线路板检测系统研制的脚步，为国内研发检测系统提供了一定的技术支持，但是仍然存在众多的不足，待将来解决。三
发明内容本发明目的在于提出一种印刷线路板自动光学检测新方法，以达到检测速度快、无需图像精确定位的目的，并能够检测出PCB基板上常见的短路、断路及焊盘丢失等瑕疵。本发明的技术方案如下于检测前准备标准线路板的图像，对其进行图像处理，对处理后的图像进行基于连接表的特征提取，将所有标准特征值保存于模板数据库中，待检测时对比使用。当检测开始时，通过图像采集设备捕获实际线路板图像，同样对其进行适当的图像处理，最后步骤是获取模板数据库中的标准特征值，并在实际线路板中定位此特征，从而检测出实际线路板中的相关瑕疵，如此遍历所有的模板数据库中的标准特征值，就能够实现线路板检测，优点是无需图像精确匹配，检测速度快，实用性能优。具体步骤如图1所示，包括如下技术1、连接表建立在标准印刷线路板基板上主要包括焊盘、导线及过孔等特征，焊盘之间是通过导线连接的，同时每个过孔对应于一个焊盘，并且是单射关系，所以我们有必要建立这样的一种连接关系，即将焊盘和过孔看作是同一特征，以数字来命名图中所有焊盘，并且获取焊盘位置，通过导线的连接关系，获取每个焊盘所连接的其他焊盘，以对应的数字来建立焊盘的连接关系，并将此连接数字，相应焊盘的位置坐标存到数据库中，这样就完成了一张焊盘连接表。因此焊盘连接表可以定义为印刷线路板中，由每个焊盘通过导线与其它焊盘的连接关系及相应焊盘位置建立的数据库。由于PCB基板上的过孔与焊盘是一一对应，过孔的中心即焊盘的中心。过孔图像是较规则的圆形，故采用重心法来获取过孔中心，即焊盘位置坐标。确定焊盘位置后，利用导线的连通性，采用轮廓跟踪法来搜寻所有的焊盘连接关系，如图2。图3中，焊盘1与焊盘2组成连接关系，标记为1-2;依次建立3-4，5-6，7_8共四组连接关系，创建此线路板的焊盘连接表。这里需要重点说明7-8连接关系，在实际图像获取过程中，可能会出现由于图像捕获不当，导致局部线路板未拍中，从而出现如图3中7-8这样的焊盘线路图，为了能够使接下来的检测完整，我们仍然将其作为特征值提取，而导线的端点就看作是特殊情况的焊盘，予以标记，图3中就是红色的8所标记的那个导线端点。最后我们将线路板上所有的搜寻到的焊盘连接关系和焊盘位置坐标存入模板数据库中，建立标准印刷线路板连接表，待接下来的检测所用。2、图像处理(1)图像获取过程中或多或少会加入一些噪音，为了使连接表特征提取准确，图像处理应包含滤波过程，本发明中图像滤波采用中值滤波法。(2)为了使识别简单，需要将目标图像从图片中分离出来，并且标记成特殊形式，所以图像处理还包括图像分割。图像分割的关键是阈值的选择，而且PCB裸板的灰度图像中存在三种明显不同的颜色，所以我们需要进行多阈值分割处理。通常采用灰度直方图分析法，因为图像的灰度直方图中会存在明显的波峰，这些波峰对应的像素值就是图像的分割的阈值。(3)图像优化，图像在分割后会存在一些伪图像，这些伪图像会干扰图像的后续处理，并有可能造成有用信息的丢失或错误判断，再次采用中值滤波去除伪图像。(4)为了能够提取图像中基于连接表的特征，同时使计算量减少，计算时间縮短，我们需要将图像细化成单像素连通图，同时保持图像特征不变。本发明采用基于数学形态学的细化算法，是一种使用击中击不中变换(hit/misstransformation)原理。3、瑕疵检测瑕疵检测就是应用图像的结构特征对瑕疵进行定位和识别。图像的结构特征是指PCB上基元(如导线、焊盘、过孔等)的位置特征和形状特征等。位置特征主要包括过孔中心、焊盘中心等；形状特征主要包括过孔直径、焊盘的连接状态等。本发明的好处在于检测过程中待测图像不需要和模板图像完全对准，縮短检测时间。在检测每块待测板时，只要事先规定好合格标准，并从模板数据库中提取焊盘连接关系及焊盘位置坐标，在待测图像中的标准焊盘位置是否存在焊盘或者焊盘连接关系同标准焊盘连接关系是否一致，就能进行瑕疵检测，包括焊盘丢失、导线短路、导线断路等。四图1PCB检测系统示意图图2标准模板生成流程图图3线路板焊盘连接关系示意图图4过孔特征提取流程图图5连接表特征提取流程图图6轮廓跟踪法流程图图7实际线路板瑕疵检测流程图五具体实施例方式滤波处理采用中值滤波，窗口扫描路径采用S型，即窗口先向右移动，当到达最右端时，窗口向下移动一个像素，然后窗口向左移动，当到达最左端时，窗口向下移动一个像素，然后再向右移动，以此循环扫描，直至扫描完整幅图像。窗口每移动一个像素时，窗口内的局部直方图不必重新统计，当窗口向右移动时，只需将窗口最左边的像素从直方图中减去，同时将窗口外的右边一列的像素加入；当到达一行的末端时，改为将窗口最上一行的像素从直方图中减去，而将窗口外的下一行像素加入；当窗口向左移动时，只需将窗口最右边的像素从直方图中减去，同时将窗口外的左边一列的像素加入即可。在基于连接表的特征提取中，首先需要获取标准线路板中过孔的圆心位置，具体的步骤如图4，文字描述为(1)以分割后的图像为对象，从左往右逐一扫描，当发现灰度值为"O"(黑)时，即为孔的开始边界点，记下此点坐标(Xs，Y》，继续向前扫描，直到灰度值为不为"0"时，记下前一个点坐标(Xe，Y》，这两个点的中点坐标为(X。，Yc)。再从(Xc，Yc)竖直向上和向下扫描，直到灰度值不为0时，记下这两点的坐标(Xu，Yu)和(Xd，Yd)，可以得到这两个点的中点坐标(Xcc，Ycc)。(2)以(X。。，Y。。)为圆心，选取半径R，使得此圆区域的边界不存在灰度值为"O"的点。则过孔中心坐标(X，Y)为其中A为圆区域，"个数，过孔的半径R为<formula>formulaseeoriginaldocumentpage5</formula>Y》为灰度值为"0"的点，M为区域内灰度值为"0"的点的(3)其次获取每个焊盘的连接关系，将连接关系以对应数字形式存入数据库中，其步骤如图5，文字描述为1)首先获取每个焊盘，放入队列Q中；2)从队列Q头开始，依次获取其中一个焊盘P，在骨架图中通过轮廓跟踪法(图6)得到与此焊盘相连接的所有焊盘，并且标记它们；3)如果焊盘P不是队列Q的尾部，则获取下一个焊盘继续检测；否则，结束算法。本系统要跟踪处理的是细化后的图像上的导线，因此采用扫描线轮廓跟踪矢量化方法，如图6。轮廓跟踪的3X3模板矩阵如表5.1所示，并假设"0"为白像素点，"1"为黑像素点，其具体实现算法如下表5.1轮廓线追踪模板<table>tableseeoriginaldocumentpage6</column></row><table>第一步首先建立一个存储数据的链表结构；第二步对图像按行为主进行扫描，检查像素点是黑还是白，找到任意一个未被标记的目标a。(即像素点为"0"的点)，并以a。作为起点，开始下一个像素点的扫描。第三步在a。的八个领域像素中，按表5.1标记的序号从1到8依次顺序扫描，判断其像素值。(1)若a。的八个领域点均为"l"像素点，则a。为孤立点，终止该线条的跟踪，并从图像上标记该点(将该点的像素改为"l")。然后返回第二步，继续扫描，处理下一条连通路径。(2)若a。的八个领域点的像素值不都是"l"，则把按模板顺序搜索到的第一个像素值为"O"的目标点作为新点，记为A，并记录该点的坐标值。为防止重复搜索，将A点的像素值由原来的"0"变为"1"。第四步在ai的八个领域中，重复第三步，找到下一个邻接像素点，记为a2，并记录a2点的坐标值。以同样的方法对连通路径上的每一个像素点依次跟踪搜索，便可以得到a3，a4，a5，...，an。并顺次得到这些点的坐标值(x，y)。这样当一条曲线跟踪到端点时(也即当前点的八个领域全为"1"时)，跟踪结束，跟踪完毕后本条曲线上的点依次被抹去。通过图像获取设备捕捉实时线路板的图像，对待测的线路板图像也进行预处理和细化处理环节后，就开始在线线路板检测过程，操作方式如图7，文字描述如下(1)事先规定合格阈值，根据标准焊盘区域图焊盘位置信息，判断在待测线路板图像中以该标准位置为中心，阈值为半径的区域内是否存在焊盘。若存在则进入步骤2，否则说明此处瑕疵为漏印焊盘。(2)在细化图中，通过轮廓跟踪法(图6)得到与此焊盘相连接的所有焊盘，将其连接关系与标准线路板模板数据库中的数据比较，如果标准线路板数据库中没有这组焊盘连接关系，则说明此连接上存在短路。若与焊盘连接的另一端部没有焊盘，这说明此处存在断路或焊盘漏印，若端部在标准焊盘区域内，则是焊盘漏印；否则为断路。(3)如果数据库中还有未检测的焊盘，返回步骤1继续；否则退出此次检测，显示瑕疵种类和所处位置。权利要求基于连接表法的印刷线路板(PCB)光学自动检测方法，主要包括标准线路板图像和待测线路板图像的滤波处理、细化处理和特征提取技术；根据线路板图像中的焊盘间的连接关系建立焊盘连接表；通过焊盘的连接关系，无需精确定位，就可以来对待测线路板进行瑕疵检测。2.根据权利要求1所述的PCB光学检测方法，其特征是对标准电路板的图像采用中值滤波方法，即用一个窗口W在图像上扫描，把窗口内的像素按灰度值进行排序，把排序后最中间像素的灰度值作为窗口中心点的灰度值，也就是直接统计每个中值滤波窗口内的局部灰度直方图。3.根据权利要求1所述的PCB光学检测方法，其特征是通过求解灰度图像的直方图确定阈值浪着将阈值和图像的像素灰度值作比较进行归类，就能够得到分割图像。图像在分割后会存在一些伪图像，可能造成有用信息的丢失或错误判断，故采用4-连通中值滤波去除伪图像。4.根据权利要求1所述的PCB光学检测方法，其特征是细化过程采用击中击不中变换的形态学算法，这里不具体说明。但是这样细化后的图像会存在很多毛剌，本发明通过修枝处理来去除毛剌。5.根据权利要求4所述的PCB光学检测方法，其特征是利用像素的连接领域对细化后的图像进行去毛剌处理，根据线路板图像的特点制定像素连接种类，依次遍历图像中的可疑点，如果属于制定的像素连接种类，就是有效点；否者，就视为干扰点或毛剌，而予以剔除。6.根据权利要求1所述的PCB光学检测方法，其特征是根据焊盘和过孔是一一对应的，即过孔的中心就是焊盘的中心，故可通过求圆的圆心的方法求取过孔的中心位置，以此作为特征量。采用重心法获取过孔的中心位置，得到PCB图像中所有的焊盘及其位置，存入数据库中，为接下里的焊盘连接表制作做好准备。7.根据权利要求6所述的PCB光学检测方法，其特征是从数据库中获取每个焊盘，并把它们依次编号，从头开始依次获取每一个焊盘，在细化图中通过轮廓跟踪法得到与此焊盘相连接的所有焊盘，并且标记它们，直至遍历到每个焊盘都有对应的连接焊盘为止，将这张连接表存入新的数据库。8.根据权利要求1所述的PCB光学检测方法，其特征是通过图像采集设备对在线检测的线路板进行图像获取环节，将图像通过传输装置输入到计算机中，对图像同样进行预处理和细化处理环节，等待检验。9.根据权利要求1所述的PCB光学检测方法，其特征是从数据库中取出模板线路板中某未测焊盘的中心位置，在待测线路板图像中的焊盘理论位置周围一定区域(阈值区域)内寻找此焊盘，可检测焊盘有无缺失和位置是否正确。10.根据权利要求1所述的PCB光学检测方法，其特征是在细化图中，通过轮廓跟踪法得到与此焊盘相连接的所有焊盘，将其连接关系与标准连接表比较，来检测有无短路、断路或焊盘缺少。全文摘要本发明涉及一种基于连接表的印刷线路板光学自动检测算法，属于机器视觉领域。本发明采用连接表法对印刷线路板在线检测技术进行改进，能够达到无需图像精确定位，提高在线检测速度和准确度的目的。其主要思想在于本发明利用焊盘之间的连接关系建立焊盘导线连接表，为后序的检测做好准备；本发明可以对获取的标准线路板图像和待测线路板图像进行预处理和细化处理，并由此提取图像的特征来建立模板数据库；本发明通过焊盘之间的连接关系作为目标定位工具，使得待测图像和模板图像无需精确对准，达到快速定位、精确识别的目的。本发明能准确地检测出待测线路板的存在的导线、焊盘瑕疵问题，达到实时检测的目的。文档编号G01N21/956GK101793843SQ20101012354公开日2010年8月4日申请日期2010年3月12日优先权日2010年3月12日发明者周罗善,张东方,张松,林砺宗,王启春,王天威申请人:华东理工大学