一種電能表樣品外觀及pcb板元件檢測方法
【技術領域】
[0001]本發(fā)明涉及電能表圖像管理及應用技術領域，尤其是涉及一種電能表樣品外觀及PCB板元件檢測方法。
[0002]
【背景技術】
[0003]電能表是智能電網(wǎng)數(shù)據(jù)采集的重要基礎設備，承擔著原始電能數(shù)據(jù)采集、計量和傳輸?shù)娜蝿?，是實現(xiàn)信息集成、分析優(yōu)化和信息展現(xiàn)的基礎，有利于提高電力企業(yè)的經(jīng)營效率、促進節(jié)能減排，增強電力系統(tǒng)的穩(wěn)定性。目前，我國智能電網(wǎng)進入全面建設階段，對智能電表產(chǎn)生了巨大的市場需求。
[0004]印刷電路板是構成智能電能表的核心部件，是承載各種電子元件的母體，每個電能表均有一塊PCB及其大量的元件，如CPU芯片、時鐘電池、晶振、電解電容、壓敏電阻、存儲芯片等等。這些元件主要以表面貼裝技術及插孔式安裝技術焊接在PCB板上。隨著生產(chǎn)工藝及SMT技術的發(fā)展，PCB板上的元件密度越來越高，元件尺寸越來越小，集成電路器件的引腳間距可縮小到0.2mm以內(nèi)，而且對于智能電能表，PCB正反面均有元件，這種趨勢為PCB及元件的檢測帶來了極大的挑戰(zhàn)。同時，智能電能還涉及到外觀，包括電能表箱體的尺寸、銘牌標志、液晶顯示內(nèi)容和指示燈狀態(tài)信息，這些外觀參數(shù)也直接關系到電能表的質(zhì)量，在檢測時也需一并檢測。
[0005]隨著計算機技術的發(fā)展，出現(xiàn)了一門稱為“機器視覺”的現(xiàn)代檢測技術，它是使用計算機及相關設備對生物視覺的一種模擬，通過對采集的圖片或視頻進行處理以獲得及理解圖片信息，提供有用信息，廣泛應用于制造業(yè)、檢驗、文檔分析、醫(yī)療診斷和軍事等領域中各種智能/自主系統(tǒng)中。利用機器視覺對PCB的檢測主要分為兩類問題:一類是對PCB裸板和元件的檢測，另一類是針對焊點焊錫的檢測。結合光源及機械裝置，形成了一種專門的檢測技術，稱為自動光學檢測技術(Α0Ι)。它通過對印刷電路板的光學圖像進行采集和分析，自動識別出有缺陷的元件或焊點。AOI不需要專用針床，只需要在計算機程序的驅動下，操縱攝像機分區(qū)域地掃描PCB，采集圖像，經(jīng)過圖像處理并與數(shù)據(jù)庫中的合格元件的參數(shù)進行比較，檢查出印刷電路板上存在的缺陷。極短的測試程序開發(fā)時間和檢測方式的靈活性是AOI最大的優(yōu)點。AOI除了能檢查出人工目檢檢測方式無法查出的缺陷外，還能夠把生產(chǎn)流程中各工序的生產(chǎn)質(zhì)量、缺陷類型等信息進行實時的收集、分析、統(tǒng)計并反饋給操作人員，供技術人員進行分析、處理和管理。AOI產(chǎn)品在國外的PCB生產(chǎn)線上得到了廣泛應用，在國內(nèi)PCB生產(chǎn)線上的使用比例也在逐漸提高。
[0006]但目前的檢測方法及現(xiàn)有的AOI檢測技術主要存在以下問題:
(I)檢測時存在誤差，存在一定程度的誤判。在目前的檢測中，大多還在采用人工檢測方式，檢測人員借助于放大鏡等工具來對電表線路板進行比對，檢測手段落后，造成一定程度的誤判。
[0007](2)檢測手段的單一性造成了檢測效率低下。檢測速度慢，檢測人員對每塊PCB板要花費大量的時間進行選型與比對，過程非常枯燥，效率低下。
[0008](3)檢測的匹配點少，很難顧及更多的檢測對象，不能任意多的確定需要匹配的檢測點。
[0009](4)不能對PCB的芯片形狀與位置信息進行定量描述。在現(xiàn)有的操作中，僅僅通過測量大小與位置尺寸等進行辨識，存在一定誤差。
[0010](5)價值昂貴。目前國外一套AOI檢測系統(tǒng)價值幾十萬美元，甚至高達數(shù)百萬美元，價格極其昂貴，且培訓、維護也需大量經(jīng)費，尚沒有知識產(chǎn)權。
[0011](6)目前市場的大多數(shù)PCB檢測機僅對裸板進行檢測，檢測對象為電路及焊點，檢測精度較高，對PCB板單面的元件可進行檢測，但僅對常見的電容、電阻等元件進行形狀，顏色方面的對比檢測識別。對于元件上的文字，字母，條碼檢測效果不理想，檢測效率低。
[0012](6)用于電能表外觀的檢測情況少見。
[0013]
針對以上問題，亟待設計一種更加完善的電能表PCB檢測方法。
[0014]

【發(fā)明內(nèi)容】

[0015]本發(fā)明所要解決的技術問題在于針對上述現(xiàn)有技術中的不足，而目的是在于提高一種電能表圖像管理及應用方面的電能表樣品外觀及PCB板元件檢測方法，針對焊點和電路的識別，采用分區(qū)域元件檢測識別算法。其設計新穎，成本較低，檢測方便，精確度高，檢測效率高，檢測效果好，有效解決了現(xiàn)有技術的不足，。
[0016]為解決上述技術問題，本發(fā)明采用的技術方案是:
本發(fā)明通過元件定位算法和動態(tài)區(qū)域元件識別算法對電能表的PCB板進行檢測，利用校準算法實現(xiàn)位置偏差的校正，利用攝像機標定算法減少圖像畸變，采用最近鄰搜索方法實現(xiàn)圖像拼接。然后利用PCB母板上的既定孔位進行精確定位，并利用PCB標準元件的形狀、組成、位置、尺寸等先驗知識，粗定位待檢測元件的位置范圍，在圖像指定的位置范圍內(nèi)進行細搜索，進一步定位元件的精確位置。。
[0017]一種電能表樣品外觀及PCB板元件檢測方法，其特征在于，包括以下步驟:
51、系統(tǒng)建模，選取各種元件的原始樣本，并經(jīng)幾何變換形成樣本的標準元件特征庫，并獲取PCB板的正面、側面和反面待檢測圖像；
52、檢測預處理，建立背景差，對檢測到的圖像進行校正、拼接和分割的處理；
53、對處理后的圖像進行檢測區(qū)域分析，首先判斷是否為元件區(qū)域，若是則進行元件定位，進一步檢測處理，若不是元件區(qū)域則判斷是否為焊點及電路，若是則進行焊點及電路識另IJ，若不是則繼續(xù)進行文字及其他檢測；
54、步驟S3中若判斷為元件區(qū)域并元件定位后，再進行圖像特征匹配，圖像匹配成功則進行元件識別處理，若特征匹配失敗，則判斷圖像檢測是否越界，若不是，則對圖形進行局部區(qū)域搜索，重新返回元件區(qū)域檢測步驟繼續(xù)執(zhí)行；
55、元件識別、焊點及電路識別、文字及其他檢測以及圖像檢測越界執(zhí)行完畢后，生成檢測報表。
[0018]進一步地，所述步驟SI中標準元件特征庫包括每個樣本的顏色特征、形狀特征、紋理特征、位置信息。
[0019]進一步地，所述步驟S2中對圖像的校正為圖像畸變校正。
[0020]進一步地，所述步驟S2中采用特征匹配搜索算法實現(xiàn)圖像拼接。
[0021]進一步地，所述步驟S3中的焊點及電路識別采用線路延伸及終點判定法檢測焊點及電路缺陷。
[0022]進一步地，所述步驟S3中的元件區(qū)域包括靜態(tài)區(qū)域、動態(tài)區(qū)域及文字區(qū)域。
[0023]本發(fā)明與現(xiàn)有技術相比具有以下優(yōu)點:
本發(fā)明是應用在電能表圖像管理及應用領域，其通過元件定位算法和動態(tài)區(qū)域元件識別算法對電能表的PCB板進行檢測，利用校準算法實現(xiàn)位置偏差的校正，利用攝像機標定算法減少圖像畸變，采用最近鄰搜索方法實現(xiàn)圖像拼接。然后利用PCB母板上的既定孔位進行精確定位，并利用PCB標準元件的形狀、組成、位置、尺寸等先驗知識，粗定位待檢測元件的位置范圍，在圖像指定的位置范圍內(nèi)進行細搜索，進一步定位元件的精確位置。針對焊點和電路的識別，采用分區(qū)域元件檢測識別算法。其設計新穎，成本較低，檢測方便，精確度高，檢測效率高，檢測效果好，有效解決了現(xiàn)有技術的不足。
[0024]下面通過附圖和實施例，對本發(fā)明的技術方案做進一步的詳細描述。
[0025]
【附圖說明】
[0026]圖1為本發(fā)明的PCB板元件檢測方法的元件檢測算法流程圖；
圖2為本發(fā)明的PCB板元件檢測方法總體技術路線圖。
[0027]
【具體實施方式】
[0028]如圖1所示，一種電能表樣品外觀及PCB板元件檢測方法，其特征在于，包括以下步驟:
51、系統(tǒng)建模，選取各種元件的原始樣本，并經(jīng)幾何變換形成樣本的標準元件特征庫，并獲取PCB板的正面、側面和反面待檢測圖像；
52、檢測預處理，建立背景差，對檢測到的圖像進行校正、拼接和分割的處理；
53、對處理后的圖像進行檢測區(qū)域分析，首先判斷是否為元件區(qū)域，若是則進行元件定位，進一步檢測處理，若不是元件區(qū)域則判斷是否為焊點及電路，若是則進行焊點及電路識另IJ，若不是則繼續(xù)進行文字及其他檢測；
54、步驟S3中若判斷為元件區(qū)域并元件定位后，再進行圖像特征匹配，圖像匹配成功則進行元件識別處理，若特征匹配失敗，則判斷圖像檢測是否越界，若不是，則對圖形進行局部區(qū)域搜索，重新返回元件區(qū)域檢測步驟繼續(xù)執(zhí)行；
55、元件識別、焊點及電路識別、文字及其他檢測以及圖像檢測越界執(zhí)行完畢后，生成檢測報表。
[0029]智能電能表PCB板上的元件檢測主要包括正反面上的元件及電路檢測識別，具體有CPU芯片、電容、電阻、電感、焊點、電路等等。他們具有不同大小、形狀、顏色等基本特征以及同一類型元件存在位置偏移，同時部分元件