本發(fā)明涉及自動光學(xué)檢測技術(shù)領(lǐng)域，特別是涉及一種元件缺陷檢測方法和系統(tǒng)。

背景技術(shù)：

AOI(Automatic Optic Inspection，自動光學(xué)檢測)，是利用光學(xué)原理對電路板焊接生產(chǎn)中出現(xiàn)的常見缺陷進(jìn)行檢測的設(shè)備。對于插件的電路板來說，常見的缺陷檢測包括漏件檢測、錯件檢測、反件檢測、多件檢測等。以元件錯件檢測為例，錯件檢測是指提取待檢測元件的特征，并與模板進(jìn)行比較，從而判斷插入電路板的元件是否正確。

目前，元件的錯件檢測主要由人工進(jìn)行檢測，但是，這種檢測方式效率較低，而且，檢測結(jié)果容易出錯，檢測正確率較低。

綜上所述，現(xiàn)有的缺陷檢測方式檢測效率和檢測正確率較低。

技術(shù)實現(xiàn)要素：

基于此，有必要針對檢測效率和正確率低的問題，提供一種元件缺陷檢測方法和系統(tǒng)。

一種元件缺陷檢測方法，包括以下步驟：

獲取安裝在電路板上的待測元件的原始圖像，對所述原始圖像進(jìn)行邊緣檢測，獲取所述待測元件的輪廓圖像；

提取所述輪廓圖像的輪廓特征，將所述輪廓特征與預(yù)存的模板輪廓圖像的模板輪廓特征進(jìn)行比較，計算所述輪廓特征與所述模板輪廓特征之間的相似度；

若所述相似度小于預(yù)設(shè)的相似度閾值，判定所述元件安裝錯誤。

一種元件缺陷檢測系統(tǒng)，包括：

獲取模塊，用于獲取安裝在電路板上的待測元件的原始圖像，對所述原始圖像進(jìn)行邊緣檢測，獲取所述待測元件的輪廓圖像；

計算模塊，用于提取所述輪廓圖像的輪廓特征，將所述輪廓特征與預(yù)存的模板輪廓圖像的模板輪廓特征進(jìn)行比較，計算所述輪廓特征與所述模板輪廓特征之間的相似度；

判斷模塊，用于若所述相似度小于預(yù)設(shè)的相似度閾值，判定所述元件安裝錯誤。

上述元件缺陷檢測方法和系統(tǒng)，通過獲取待測元件的輪廓圖像，并計算該輪廓圖像的輪廓特征與預(yù)存的模板輪廓圖像的模板輪廓特征的相似度，當(dāng)相似度小于預(yù)設(shè)的相似度閾值時，判定所述元件安裝錯誤，實現(xiàn)了元件缺陷自動檢測，檢測效率和準(zhǔn)確率高。

附圖說明

圖1為一個實施例的元件缺陷檢測方法流程圖；

圖2為一個實施例的元件缺陷檢測系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明的技術(shù)方案進(jìn)行說明。

圖1為一個實施例的元件缺陷檢測方法流程圖。如圖1所示，所述元件缺陷檢測方法可包括以下步驟：

S1，獲取安裝在電路板上的待測元件的原始圖像，對所述原始圖像進(jìn)行邊緣檢測，獲取所述待測元件的輪廓圖像；

在檢測前，可以首先從整個電路板的圖像中定位出所述待測元件的原始圖像，再從所述原始圖像中定位出所述待測元件的特征區(qū)域圖像。當(dāng)一塊電路板上有多個待測元件都需要進(jìn)行錯件檢測時，可以分別獲取各個待測元件的原始圖像，再分別對各個原始圖像進(jìn)行邊緣檢測?？梢愿鶕?jù)各個待測元件在電路板上的位置對各個待測元件對應(yīng)的原始圖像進(jìn)行順序存儲，以便于后續(xù)檢測操作的執(zhí)行。在其中一個實施例中，還可以為各個原始圖像順序編號，以便于后續(xù)檢測操作的執(zhí)行。

可具體通過以下方式獲取所述待測元件的輪廓圖像：

步驟1：計算所述原始圖像上各個像素點的像素值；

步驟2：分別將各個像素點的像素值與預(yù)設(shè)的像素閾值進(jìn)行比較；

步驟3：若所述像素點的像素值大于所述像素閾值，且所述像素點存在小于所述像素閾值的相鄰像素點，將所述像素點設(shè)為邊緣像素點；

步驟4：根據(jù)各個邊緣像素點獲取所述待測元件的輪廓圖像。

為了消除電路板上的污點以及背景顏色和圖案等因素對檢測結(jié)果的影響，在將所述像素值與預(yù)設(shè)的像素閾值進(jìn)行比較之前，可以對所述原始圖像進(jìn)行降噪處理。具體地，可以對所述原始圖像進(jìn)行灰度處理，得到灰度圖像，并根據(jù)預(yù)設(shè)的像素閾值對所述灰度圖像進(jìn)行二值化處理。

S2，提取所述輪廓圖像的輪廓特征，將所述輪廓特征與預(yù)存的模板輪廓圖像的模板輪廓特征進(jìn)行比較，計算所述輪廓特征與所述模板輪廓特征之間的相似度；

在本步驟中，為了防止元件尺寸太小，不利于后續(xù)操作，在進(jìn)行比較之前，還可以對原始圖像進(jìn)行放大處理。所述放大處理是指尺寸的放大，即將圖像的長寬分別放大到原來的n倍，n可以根據(jù)實際的需求設(shè)置，一般情況n＝2即可。

在實際應(yīng)用中，所述輪廓特征可包括但不限于輪廓點的中心位置、輪廓的曲率和/或輪廓點所圍成的區(qū)域的面積。對應(yīng)地，計算所述輪廓特征與所述模板輪廓特征之間的相似度的方式可包括三種：

方式一，當(dāng)所述輪廓特征為輪廓點的中心位置時，可計算所述輪廓圖像的各個輪廓點的第一中心位置和所述模板輪廓圖像的各個輪廓點的第二中心位置，將所述第一中心位置和所述第二中心位置進(jìn)行比較。該方案適用于元件在圖像中不易發(fā)生偏移、且形狀不規(guī)則的情況。

方式二，當(dāng)所述輪廓特征為輪廓的曲率時，可以計算所述輪廓圖像的各個輪廓點所構(gòu)成的輪廓的第一曲率和所述模板輪廓圖像的各個輪廓點所構(gòu)成的輪廓的第二曲率，將所述第一曲率和所述第二曲率進(jìn)行比較。該方案適用于待測元件與模板元件的輪廓形狀不同的情況。

方式三，當(dāng)所述輪廓特征為輪廓點所圍成的區(qū)域的面積時，可以計算所述輪廓圖像的各個輪廓點所圍成的輪廓區(qū)域的第一面積和所述模板輪廓圖像的各個輪廓點所圍成的輪廓區(qū)域的第二面積，將所述第一面積和所述第二面積進(jìn)行比較。該方案適用于待測元件與模板元件的形狀相似、但元件頂部大小不同的情況。

S3，若所述相似度小于預(yù)設(shè)的相似度閾值，判定所述元件安裝錯誤。

若步驟S2中采用方式一計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一中心位置和所述第二中心位置之間的距離大于預(yù)設(shè)的距離閾值，可判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

若步驟S2中采用方式二計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一曲率和所述第二曲率之差大于預(yù)設(shè)的曲率閾值，判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

若步驟S2中采用方式三計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一面積和所述第二面積之差大于預(yù)設(shè)的面積閾值，判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

上述距離閾值、曲率閾值和面積閾值可以根據(jù)實際需要(例如，精確度要求、計算量要求或計算速率要求等)自行設(shè)定，也可以采用相關(guān)算法計算。

上述元件缺陷檢測方法，實現(xiàn)了元件缺陷自動檢測，檢測效率和準(zhǔn)確率高。尤其是在元件的顏色相近，或元件外表的字符特征也相似時，能夠有效檢測元件是否安裝錯誤。并且，上述元件缺陷檢測方法能夠根據(jù)實際情況選擇最適合的相似度計算方式，進(jìn)一步提高了檢測準(zhǔn)確性。

圖2為一個實施例的元件缺陷檢測系統(tǒng)的結(jié)構(gòu)示意圖。如圖2所示，所述元件缺陷檢測系統(tǒng)可包括：

獲取模塊10，用于獲取安裝在電路板上的待測元件的原始圖像，對所述原始圖像進(jìn)行邊緣檢測，獲取所述待測元件的輪廓圖像；

在檢測前，可以首先從整個電路板的圖像中定位出所述待測元件的原始圖像，再從所述原始圖像中定位出所述待測元件的特征區(qū)域圖像。當(dāng)一塊電路板上有多個待測元件都需要進(jìn)行錯件檢測時，可以分別獲取各個待測元件的原始圖像，再分別對各個原始圖像進(jìn)行邊緣檢測?？梢愿鶕?jù)各個待測元件在電路板上的位置對各個待測元件對應(yīng)的原始圖像進(jìn)行順序存儲，以便于后續(xù)檢測操作的執(zhí)行。在其中一個實施例中，還可以為各個原始圖像順序編號，以便于后續(xù)檢測操作的執(zhí)行。

所述獲取模塊10可包括：

計算單元，用于計算所述原始圖像上各個像素點的像素值；

比較單元，用于分別將各個像素點的像素值與預(yù)設(shè)的像素閾值進(jìn)行比較；

設(shè)置單元，用于若所述像素點的像素值大于所述像素閾值，且所述像素點存在小于所述像素閾值的相鄰像素點，將所述像素點設(shè)為邊緣像素點；

獲取單元，用于根據(jù)各個邊緣像素點獲取所述待測元件的輪廓圖像。

為了消除電路板上的污點以及背景顏色和圖案等因素對檢測結(jié)果的影響，在將所述像素值與預(yù)設(shè)的像素閾值進(jìn)行比較之前，可以對所述原始圖像進(jìn)行降噪處理。具體地，可以對所述原始圖像進(jìn)行灰度處理，得到灰度圖像，并根據(jù)預(yù)設(shè)的像素閾值對所述灰度圖像進(jìn)行二值化處理。

計算模塊20，用于提取所述輪廓圖像的輪廓特征，將所述輪廓特征與預(yù)存的模板輪廓圖像的模板輪廓特征進(jìn)行比較，計算所述輪廓特征與所述模板輪廓特征之間的相似度；

為了防止元件尺寸太小，不利于后續(xù)操作，在進(jìn)行比較之前，還可以對原始圖像進(jìn)行放大處理。所述放大處理是指尺寸的放大，即將圖像的長寬分別放大到原來的n倍，n可以根據(jù)實際的需求設(shè)置，一般情況n＝2即可。

在實際應(yīng)用中，所述輪廓特征可包括但不限于輪廓點的中心位置、輪廓的曲率和/或輪廓點所圍成的區(qū)域的面積。對應(yīng)地，計算所述輪廓特征與所述模板輪廓特征之間的相似度的方式可包括三種：

方式一，當(dāng)所述輪廓特征為輪廓點的中心位置時，可計算所述輪廓圖像的各個輪廓點的第一中心位置和所述模板輪廓圖像的各個輪廓點的第二中心位置，將所述第一中心位置和所述第二中心位置進(jìn)行比較。該方案適用于元件在圖像中不易發(fā)生偏移、且形狀不規(guī)則的情況。

方式二，當(dāng)所述輪廓特征為輪廓的曲率時，可以計算所述輪廓圖像的各個輪廓點所構(gòu)成的輪廓的第一曲率和所述模板輪廓圖像的各個輪廓點所構(gòu)成的輪廓的第二曲率，將所述第一曲率和所述第二曲率進(jìn)行比較。該方案適用于待測元件與模板元件的輪廓形狀不同的情況。

方式三，當(dāng)所述輪廓特征為輪廓點所圍成的區(qū)域的面積時，可以計算所述輪廓圖像的各個輪廓點所圍成的輪廓區(qū)域的第一面積和所述模板輪廓圖像的各個輪廓點所圍成的輪廓區(qū)域的第二面積，將所述第一面積和所述第二面積進(jìn)行比較。該方案適用于待測元件與模板元件的形狀相似、但元件頂部大小不同的情況。

判斷模塊30，用于若所述相似度小于預(yù)設(shè)的相似度閾值，判定所述元件安裝錯誤。

若計算模塊20中采用方式一計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一中心位置和所述第二中心位置之間的距離大于預(yù)設(shè)的距離閾值，可判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

若計算模塊20中采用方式二計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一曲率和所述第二曲率之差大于預(yù)設(shè)的曲率閾值，判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

若計算模塊20中采用方式三計算所述輪廓特征與所述模板輪廓特征之間的相似度，在本步驟中，若所述第一面積和所述第二面積之差大于預(yù)設(shè)的面積閾值，判定所述元件安裝錯誤；否則，可判定所述元件安裝正確。

上述距離閾值、曲率閾值和面積閾值可以根據(jù)實際需要(例如，精確度要求、計算量要求或計算速率要求等)自行設(shè)定，也可以采用相關(guān)算法計算。

上述元件缺陷檢測系統(tǒng)，實現(xiàn)了元件缺陷自動檢測，檢測效率和準(zhǔn)確率高。尤其是在元件的顏色相近，或元件外表的字符特征也相似時，能夠有效檢測元件是否安裝錯誤。并且，上述元件缺陷檢測系統(tǒng)能夠根據(jù)實際情況選擇最適合的相似度計算方式，進(jìn)一步提高了檢測準(zhǔn)確性。

本發(fā)明的元件缺陷檢測系統(tǒng)與本發(fā)明的元件缺陷檢測方法一一對應(yīng)，在上述元件缺陷檢測方法的實施例闡述的技術(shù)特征及其有益效果均適用于元件缺陷檢測系統(tǒng)的實施例中，特此聲明。

以上所述實施例的各技術(shù)特征可以進(jìn)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(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實施例僅表達(dá)了本發(fā)明的幾種實施方式，其描述較為具體和詳細(xì)，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，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。