申请/专利权人：西安国创电子股份有限公司

申请日：2024-04-19

公开（公告）日：2024-06-21

公开（公告）号：CN118071748B

主分类号：G06T7/00

分类号：G06T7/00;G06T5/40;G06V10/20;G06V10/25;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及一种集成电路板表面焊点质量智能检测方法；根据焊点检测图像的灰度直方图中像素点的数量差异特征获得目标增强区域，根据目标增强区域中的梯度差异特征获得近邻关联像素点，根据目标像素点和近邻关联像素点的位置特征获得分布线性程度；根据分布线性程度和梯度特征获得增强重要程度。根据像素点的增强重要程度获得灰度级重要度和灰度级序列，对目标增强区域进行直方图均衡化获得映射灰度级。本发明根据灰度级重要度和灰度级序列对映射灰度级调整获得最优映射灰度级和目标增强图像，根据神经网络对目标增强图像进行质量检测；提高了缺陷区域的对比度和检测的准确性。

主权项：1.一种集成电路板表面焊点质量智能检测方法，其特征在于，所述方法包括以下步骤：获取检测电路板焊点的焊点检测图像；根据焊点检测图像的灰度直方图中像素点的数量差异特征获得目标灰度级范围；根据所述焊点检测图像的目标灰度级范围获得目标增强区域；根据所述目标增强区域中目标像素点和邻域内其他像素点的梯度差异特征获得近邻关联像素点；根据目标像素点和对应的近邻关联像素点的位置特征获得分布线性程度；根据目标像素点的分布线性程度和梯度特征获得目标像素点的增强重要程度；根据所述目标增强区域的灰度直方图中像素点的增强重要程度获得灰度级的灰度级重要度和灰度级序列；对所述目标增强区域进行直方图均衡化获得灰度级映射后的映射灰度级；根据灰度级的灰度级重要度和灰度级序列对映射灰度级进行调整获得最优映射灰度级；根据灰度级的最优映射灰度级对目标增强区域进行增强获得目标增强图像；根据神经网络模型对所述目标增强图像进行质量检测；所述根据焊点检测图像的灰度直方图中像素点的数量差异特征获得目标灰度级范围的步骤包括：将所述焊点检测图像的灰度直方图中像素点数量最多的灰度级作为目标灰度级，在灰度直方图中将目标灰度级左右两个距离最近的波谷对应的灰度级作为灰度级边界；根据灰度级边界之间的灰度级构建所述目标灰度级范围；所述根据所述焊点检测图像的目标灰度级范围获得目标增强区域的步骤包括：在所述焊点检测图像中将目标灰度级范围内的像素点赋值为常数0，将不处于目标灰度级范围内的像素点赋值为常数1，生成掩膜图像；将所述掩膜图像与所述焊点检测图像相乘并进行开运算，获得目标增强区域；所述根据所述目标增强区域中目标像素点和邻域内其他像素点的梯度差异特征获得近邻关联像素点的步骤包括：计算目标像素点和预设相邻范围内其他像素点的梯度值的差值，获得相邻梯度差；将最小的两个相邻梯度差对应的其他像素点作为目标像素点的两个近邻关联像素点；所述根据目标像素点和对应的近邻关联像素点的位置特征获得分布线性程度的步骤包括：计算两个近邻关联像素点与所述目标像素点的夹角的角度，获得目标像素点的特征角度值；计算特征角度值与180度的比值，获得目标像素点的分布线性程度；所述根据目标像素点的分布线性程度和梯度特征获得目标像素点的增强重要程度的步骤包括：将所述目标像素点的梯度值归一化并计算与所述分布线性程度的乘积，获得目标像素点的增强重要程度；其中目标像素点的增强重要程度的计算式为： 式中，表示目标像素点的增强重要程度，表示目标像素点的梯度值，表示以自然常数为底的指数函数，表示对目标像素点的梯度值进行归一化，表示目标像素点的特征角度值，为180度，表示目标像素点的分布线性程度。

全文数据：

权利要求：

百度查询： 西安国创电子股份有限公司 一种集成电路板表面焊点质量智能检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD