[go: up one dir, main page]

CN110579479B - 一种基于假点缺陷检测的pcb检修系统及检修方法 - Google Patents

一种基于假点缺陷检测的pcb检修系统及检修方法 Download PDF

Info

Publication number
CN110579479B
CN110579479B CN201910732889.5A CN201910732889A CN110579479B CN 110579479 B CN110579479 B CN 110579479B CN 201910732889 A CN201910732889 A CN 201910732889A CN 110579479 B CN110579479 B CN 110579479B
Authority
CN
China
Prior art keywords
defect
defects
image
overhaul
false point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910732889.5A
Other languages
English (en)
Other versions
CN110579479A (zh
Inventor
诺尼·弗依斯沃瑟
凡·柯布兰
胡冰峰
陈朋飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Kangdai Intelligent Technology Co ltd
Original Assignee
Suzhou Kangdai Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Kangdai Intelligent Technology Co ltd filed Critical Suzhou Kangdai Intelligent Technology Co ltd
Priority to CN201910732889.5A priority Critical patent/CN110579479B/zh
Priority to KR1020227007669A priority patent/KR20220041212A/ko
Priority to PCT/CN2019/121165 priority patent/WO2021027184A1/zh
Publication of CN110579479A publication Critical patent/CN110579479A/zh
Priority to TW109127011A priority patent/TWI757825B/zh
Application granted granted Critical
Publication of CN110579479B publication Critical patent/CN110579479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/888—Marking defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1296—Using chemometrical methods using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于假点缺陷检测的PCB检修系统及检修方法，系统包括自动光学检测设备、数据库服务器和检修设备，自动光学检测设备用于对待检测的印刷电路板进行扫描得到扫描图像，并将其与通过数据库服务器加载的对应标准图像作比较，以构建包含对应于扫描图像的初步判定的缺陷的缺陷坐标信息的缺陷列表；检修设备能够通过数据库服务器加载扫描图像及对应的缺陷列表，并对扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，若复检缺陷为假点缺陷，则将该缺陷从缺陷列表中删除，检修设备对印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修。本发明将AOI检测到的假点缺陷进行排查后再进行检修，大大提高检修效率。

Description

一种基于假点缺陷检测的PCB检修系统及检修方法
技术领域
本发明涉及电路板检测检修领域，尤其涉及一种基于假点缺陷检测的PCB检修系统及检修方法。
背景技术
现如今在高度发展的电子工业时代，印刷电路板(Printed Circuit Board，简称PCB)已成为计算机、电子通信等产品上必不可缺的一样重要部件之一。印刷电路板在生产过程中会有线路短路或者断路的缺陷，而印刷电路板的好坏决定着相应电子器件产品的合格与否，因此，印刷电路板的质量检测与检修显得格外重要。
现有技术中，自动光学检测设备(Automated Optical Inspection，简称AOI)在电路板生产过程中运用较为普遍，AOI能够检测PCB上的缺陷，然后人工根据AOI检测到的缺陷进行检修。现今客户不仅对AOI自身的工作效率有要求，而且对AOI检测后完成检修的工作效率要求也越来越高，目前，市场上的普遍的AOI供应商，仅能提供单独的AOI设备，被检测的PCB从AOI设备上得到缺陷坐标后，移动到检修设备，根据该缺陷坐标，人工通过检修设备对缺陷逐个进行检修，这个过程中，在数据传输、PCB板材搬运、逐个缺陷点检修等都会耗费大量的时间。
现有技术中缺少一种提高PCB缺陷检测及检修的解决方案。
发明内容
为了解决现有技术的问题，本发明提供了一种基于假点缺陷检测的PCB检修系统及检修方法，大大提高PCB缺陷检测及检修效率，所述技术方案如下：
一方面，本发明提供了一种基于假点缺陷检测的PCB检修系统，包括自动光学检测设备、数据库服务器和检修设备，所述检修设备上配置有用于验证假点缺陷的缺陷虚拟检测模块，所述自动光学检测设备、缺陷虚拟检测模块均与所述数据库服务器通信连接；
所述自动光学检测设备用于对待检测的印刷电路板进行扫描得到扫描图像，并将其与通过数据库服务器加载的对应标准图像作比较，以构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
所述数据库服务器用于存储所述自动光学检测设备输出的扫描图像及对应的缺陷列表；
所述检修设备的缺陷虚拟检测模块能够通过所述数据库服务器加载扫描图像及对应的缺陷列表，并对所述扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，若复检缺陷为假点缺陷，则将该缺陷从所述缺陷列表中删除，所述检修设备对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修。
作为第一种可选技术方案，对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，判断该局部图像是否满足短路特征或者断路特征，其中，所述短路特征包括具有连接着两根排线的直线，所述断路特征包括在排线上存在缺口，若满足任意一个特征，则判定所述缺陷为真实缺陷，否则判定所述缺陷为假点缺陷。
作为第二种可选技术方案，对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形，若同时满足以上特征，则判定所述缺陷为假点缺陷。
作为第三种可选技术方案，对初步判定的缺陷进行复检包括：
通过数据库服务器加载预设的若干个缺陷模板图像，所述缺陷模板图像被标定为真实缺陷或假点缺陷；
提取初步判定的缺陷对应的缺陷坐标处的局部图像，并将其与所述缺陷模板图像进行相似度比较，找到与之相似度最高的缺陷模板图像；
若所述相似度最高的缺陷模板图像被标定为真实缺陷，则判定该初步判定的缺陷为真实缺陷；若所述相似度最高的缺陷模板图像被标定为假点缺陷，则判定该初步判定的缺陷为假点缺陷。
作为第四种可选技术方案，对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，将其输入完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷。
进一步地，对待检测的印刷电路板进行扫描包括采用不同视角角度对PCB进行扫描，得到不同视角视图，所述视角视图包括二维视角视图和三维视角视图。
进一步地，所述检修设备还包括可移动的摄像装置，所述摄像装置能够移动到所述印刷电路板对应缺陷列表中剩余的缺陷坐标处，并对所述缺陷坐标处的缺陷进行放大显示，以供进行人工检修。
进一步地，所述数据库服务器的数量为一个，所述自动光学检测设备和检修设备的数量为多个，所述自动光学检测设备和检修设备的数量相同或者不同。
另一方面，本发明提供了一种基于假点缺陷检测的PCB检修方法，包括以下步骤：
对待检测的印刷电路板进行扫描得到扫描图像；
将其与印刷电路板的标准图像作比较，将差异作为初步判定的缺陷并构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
对所述扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，若复检缺陷为假点缺陷，则将该缺陷从所述缺陷列表中删除；
对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修。
进一步地，对每一个初步判定的缺陷进行复检包括以下步骤：
提取初步判定的缺陷对应的缺陷坐标处的局部图像，并对所述局部图像按照以下任意一种方式进行判断：
第一种方式为判断该局部图像是否满足短路特征或者断路特征，其中，所述短路特征包括具有连接着两根排线的直线，所述断路特征包括在排线上存在缺口，若满足任意一个特征，则判定所述缺陷为真实缺陷，否则判定所述缺陷为假点缺陷；
第二种方式为判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形，若同时满足以上特征，则判定所述缺陷为假点缺陷；
第三种方式为将该局部图像与预设的若干个标定为真实缺陷或假点缺陷的缺陷模板图像进行相似度比较，根据相似度最高的缺陷模板图像的标定来判定所述缺陷为真实缺陷还是假点缺陷；
第四种方式为将该局部图像输入至完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷。
本发明具有如下有益效果：
a.将AOI检测到的假点缺陷进行排查，排除不需要检修的假点缺陷后再进行检修，大大提高检修效率；
b.通过数据库服务器将AOI与检修设备连接，实现高效的数据传输；
c.检修设备设置可移动的摄像装置，对排除假点缺陷后的真实缺陷进行定位并放大显示，提高人工检修效率；
d.多台AOI设备配置一套数据库服务器与多台检修设备连接，节约空间和成本。
附图说明
被视为本发明的主题在说明书的结论部分中被特别指出并清楚地主张权利。然而，当结合附图一起参阅时，通过参考以下详细描述可以最佳地理解本发明的组织、操作方法，以及主题、特征和优点，其中：
图1是本发明实施例提供的基于假点缺陷检测的PCB检修系统的结构示意图；
图2是本发明实施例提供的真实短路缺陷扫描图像的特征示意图；
图3是本发明实施例提供的假点缺陷扫描图像的特征示意图；
图4是本发明实施例提供的多AOI、多VVR对应单数据库服务器的结构示意图；
图5是本发明实施例提供的采用二维视角扫描PCB得到的二维视角视图；
图6是本发明实施例提供的采用三维视角扫描PCB得到的三维视角视图；
图7是本发明实施例提供的基于假点缺陷检测的PCB检修方法的流程图。
具体实施方式
在以下详细描述中，阐述了许多具体细节以便提供对本发明的透彻理解。然而，本领域技术人员将理解，可以在没有这些具体细节的情况下实践本发明。在其他情况下，没有详细描述众所周知的方法，过程和组件，以免模糊本发明。
被视为本发明的主题在说明书的结论部分中被特别指出并清楚地主张权利。然而，当结合附图一起参阅时，通过参考以下详细描述可以最佳地理解本发明的组织、操作方法，以及主题、特征和优点。
应当理解，为了说明的简单和清楚，图中所示的元件不一定按比例绘制。例如，为了清楚起见，一些元件的尺寸可能相对于其他元件被放大。
由于本发明的说明性实施例在很大程度上可使用本领域技术人员熟知的电子元件和电路来实施，如上文所述，在认为必要的范围之外，不会对细节作更大的解释，以便理解和体会本发明的基本概念，以免混淆或分散本发明的教导。
本文中提供了一种基于假点缺陷检测的PCB检修系统，参见图1，所述基于假点缺陷检测的PCB检修系统包括自动光学检测设备(以下简称AOI)、数据库服务器(data baseServer)和检修设备，所述检修设备上配置有用于验证假点缺陷的缺陷虚拟检测模块(又称虚拟验证检测模块，简称VVR)，所述自动光学检测设备、缺陷虚拟检测模块均与所述数据库服务器通信连接；
所述自动光学检测设备用于对待检测的印刷电路板进行扫描得到扫描图像，并将其与通过数据库服务器加载的对应标准图像作比较，将比较得到的差异点作为初步判定的缺陷，构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
所述数据库服务器用于存储所述自动光学检测设备输出的扫描图像及对应的缺陷列表；
所述检修设备的缺陷虚拟检测模块能够通过所述数据库服务器加载扫描图像及对应的缺陷列表，并对所述扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，若复检缺陷为假点缺陷，则将该缺陷从所述缺陷列表中删除，所述检修设备对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修。
如图1所示，AOI设备其在扫描PCB板后，可以得到缺陷的整体布局图片，并能在图片中准确的标定对应缺陷点的坐标，在AOI设备系统中，还具有判定缺陷类型的功能，例如线路板漏焊、多焊和焊接错误等。与AOI连接的是带有数据储存功能的数据库服务器，该数据库服务器可以准确地存储AOI扫描后输入的信息，与数据库服务器连接的是检修设备的VVR系统，VVR采集数据库服务器中对应板材的缺陷信息，通过自身的智能判定系统或者人工图片验视，可以准确地判断出缺陷信息中“假点”信息和“假点”坐标信息，然后通过操作可以删除判断出来的“假点”信息，在删除“假点”后，通过VVR设备上的Video移动到对应“真点”缺陷坐标位置处进行人工检修。
相比较之前所有的由AOI扫描出的缺陷点，均需要由单独的检修设备，通过人工对缺陷点逐个检修的方法，减少了大量的工作浪费在“假点”的处理上，不仅提高了工作效率，而且避免了了人工在检修“假点”误判。
在本发明的一个优选实施例中，可采用不同视角角度对PCB进行扫描，得到不同视角视图，比如某一对比度、饱和度、色调的二维视图(比如图5)或3D视觉的图像(比如图6)，尤其如图6所示的3D扫描视觉，可以准确地判断出“假点”、“真点”，提高了判断的准确性，不会出现误删“假点”的情况，而且还可以为后续的人工修复提供图像参考，更加方便人工检修。
作为第一种可选技术方案，利用排除法对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，判断该局部图像是否满足短路特征或者断路特征，其中，所述短路特征包括具有连接着两根排线的直线(如图2所示)，所述断路特征包括在排线上存在缺口(未图示)，若满足任意一个特征，则判定所述缺陷为真实缺陷，否则判定所述缺陷为假点缺陷。“真实缺陷”是需要人工逐个点检修的，如图2中的多焊接的窄缝，会导致PCB短路，这时就需要人工将该窄缝去除。
作为第二种可选技术方案，利用特征对应法对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形(如图3所示)，若同时满足以上特征，则判定所述缺陷为假点缺陷。所述“假点缺陷”可以是灰尘，污点，或者指纹等，在PCB板材中会大量存在，在AOI扫描时候均会判定为缺陷点，若不智能排除，在后续检修时候，将花费大量人工在这些大量的“假点缺陷”上面，本发明实施例引入VVR系统，可以大大减少该方面的时间花费。
作为第三种可选技术方案，利用相似度匹配法对初步判定的缺陷进行复检包括：
通过数据库服务器加载预设的若干个缺陷模板图像，所述缺陷模板图像被标定为真实缺陷或假点缺陷；
提取初步判定的缺陷对应的缺陷坐标处的局部图像，并将其与所述缺陷模板图像进行相似度比较，找到与之相似度最高的缺陷模板图像；
若所述相似度最高的缺陷模板图像被标定为真实缺陷，则判定该初步判定的缺陷为真实缺陷；若所述相似度最高的缺陷模板图像被标定为假点缺陷，则判定该初步判定的缺陷为假点缺陷。
作为第四种可选技术方案，对初步判定的缺陷进行复检包括：提取初步判定的缺陷对应的缺陷坐标处的局部图像，将其输入完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷。其中，所述神经网络模型可采用现有技术中的深度神经网络，结合反向传播算法及随机梯度下降法对该神经网络进行训练。
在本发明的一个优选实施例中，所述检修设备还包括可移动的摄像装置，所述摄像装置能够移动到所述印刷电路板对应缺陷列表中剩余的缺陷坐标处，并对所述缺陷坐标处的缺陷进行放大显示，以供进行人工检修。在本实施例中，所述摄像装置有两个作用，第一是移动到当前待检修的缺陷的相对位置处，以提示检修人员对摄像装置当前相对位置处的PCB进行检修；第二是摄像装置能够对当前缺陷区域进行高倍率放大显示，以使检修人员清楚、快速地确定当前要检修的缺陷，避免误检修。
在本发明的一个优选实施例中，如图4所示，所述数据库服务器的数量为一个，所述自动光学检测设备和检修设备的数量为多个，所述自动光学检测设备和检修设备的数量相同或者不同。为多台AOI设备配置一套数据库服务器与多台VVR系统连接，数据库服务器在客户处可以只使用一套即可，其可以配合多台AOI与VVR同时工作，数据库服务器不仅可以收集单片或者多片PCB缺陷信息，还可以收集多台AOI扫描PCB缺陷信息，这样通过一套数据库服务器就可以工作的系统可以节省客户处的空间和成本。
在本发明的一个实施例中，提供了一种基于假点缺陷检测的PCB检修方法，如图7所示，所述检修方法包括以下步骤：
S1、对待检测的印刷电路板进行扫描得到扫描图像；
S2、将其与印刷电路板的标准图像作比较，将差异作为初步判定的缺陷并构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
S3、开始遍历缺陷列表，比如按序对第一个缺陷坐标处的初步判定的缺陷进行复检；
S4、若复检的结果为该缺陷为假点缺陷，则执行S5，否则执行S6；
S5、将复检得到的假点缺陷从所述缺陷列表中删除；
S6、判断是否完成对缺陷列表中的缺陷的遍历，若完成，执行S7，否则，遍历缺陷列表中的下一个缺陷坐标处的缺陷并继续执行S4；
S7、对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修。
如上述实施例所述，对每一个初步判定的缺陷进行复检包括以下步骤：
提取初步判定的缺陷对应的缺陷坐标处的局部图像，并对所述局部图像按照以下任意一种方式进行判断：
第一种方式为判断该局部图像是否满足短路特征或者断路特征，其中，所述短路特征包括具有连接着两根排线的直线，所述断路特征包括在排线上存在缺口，若满足任意一个特征，则判定所述缺陷为真实缺陷，否则判定所述缺陷为假点缺陷；
第二种方式为判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形，若同时满足以上特征，则判定所述缺陷为假点缺陷；
第三种方式为将该局部图像与预设的若干个标定为真实缺陷或假点缺陷的缺陷模板图像进行相似度比较，根据相似度最高的缺陷模板图像的标定来判定所述缺陷为真实缺陷还是假点缺陷；
第四种方式为将该局部图像输入至完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷。
以上四种方式参见上述实施例详述，在此不再赘述。本发明是将AOI检测后的缺陷坐标、扫描图像(优选地，还包括缺陷的预判类型)通过数据库服务器连接在检修设备上，该检修设备上同时配置有高端的缺陷虚拟检测模块，通过该缺陷虚拟检测模块自动筛选缺陷点，该系统将所有的灰阶缺陷图像(有缺陷的扫描图像)分类为“真实”，或者“假”，“假”缺陷被删除，该“假”缺陷可能为灰尘、污垢等，从而可以从检修缺陷列表中删除；或者通过人工验视AOI所提供的灰阶缺陷图，将假的缺陷从检修缺陷列表中删除。然后“真实”的缺陷将被通过摄像机放大，并通过人工进行验收，从而可以节省检修设备对“假”缺陷点进行检测时间。实现工业4.0的转变，不仅节省了大量人工检修时间，减少了人力成本，而且还降低了人工的误判的概率。
本发明将AOI检测到的假点缺陷进行排查，排除不需要检修的假点缺陷后再进行检修，大大提高检修效率；通过数据库服务器将AOI与检修设备连接，实现高效的数据传输；检修设备设置可移动的摄像装置，对排除假点缺陷后的真实缺陷进行定位并放大显示，提高人工检修效率；多台AOI设备配置一套数据库服务器与多台检修设备连接，节约空间和成本。
此外，本领域技术人员将意识到，上述操作之间的界限仅为示例性的。多个操作可以合并为单个操作，单个操作可以分布于额外操作中，且可在至少部分重叠的时间下执行操作。此外，可选实施例可包括特定操作的多个举例说明，并且操作顺序可在各种其他实施例中变化。
然而，其他修改、变化及替代也是可能的。因此，应在示例性意义上而非限制性意义上看待说明书及附图。
在权利要求声明中，置于圆括号之间的任何参考符号不应被视为限制请求项。词语“包括”并不排除那些列在权利要求声明中的其他元件或步骤的存在。此外，本文所使用的术语“一”或“一个”，被定义为一个或多于一个。而且，引言短语例如权利要求声明中的“至少一个”及“一个或多个”的使用不应该解释为暗示不定冠词“一”或“一个”引入另一个权利要求要素将包含这种引入的权利要求的任何特定权利要求限制于仅包含一个这样的要素的发明，即使同一权利要求包括引言短语“一个或多个”或“至少一个”和不定冠词，如“一个”或“一个”。使用定冠词也是如此。除非另有说明，否则诸如“第一”和“第二”之类的术语用于任意区分这些术语所描述的元素。因此，这些术语不一定旨在表示这些元素的时间或其他优先级。在彼此不同的权利要求中叙述某些措施的仅有事实并不表示这些措施的组合不能加以利用。
虽然本文已经说明和描述了本发明的某些特征，但是本领域普通技术人员现在将想到许多修改、替换、改变和等同物。因此，应该理解，所附权利要求旨在覆盖落入本发明的真正精神内的所有这些修改和变化。

Claims (3)

1.一种基于假点缺陷检测的PCB检修系统，其特征在于，包括自动光学检测设备、数据库服务器和检修设备，所述检修设备上配置有用于验证假点缺陷的缺陷虚拟检测模块，所述自动光学检测设备、缺陷虚拟检测模块均与所述数据库服务器通信连接；
所述自动光学检测设备用于对待检测的印刷电路板进行扫描得到扫描图像，包括采用不同视角角度对PCB进行扫描，得到不同视角视图，所述视角视图包括二维视角视图和三维视角视图，所述自动光学检测设备在扫描印刷电路板后，得到缺陷的整体布局图片，所述整体布局图片被配置为标定对应缺陷点的坐标；并将其与通过数据库服务器加载的对应标准图像作比较，以构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
所述数据库服务器用于存储所述自动光学检测设备输出的扫描图像及对应的缺陷列表；
所述检修设备的缺陷虚拟检测模块能够通过所述数据库服务器加载扫描图像及对应的缺陷列表，并对所述扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，若复检缺陷为假点缺陷，则将该缺陷从所述缺陷列表中删除，所述检修设备对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修，而对被删除的假点缺陷不作检修，所述检修设备还包括可移动的摄像装置，所述摄像装置能够移动到所述印刷电路板对应缺陷列表中剩余的缺陷坐标处，对所述缺陷坐标处的缺陷进行放大显示，包括依次移动到当前待检修的缺陷的相对位置处，并对其进行放大显示，以提示检修人员对摄像装置当前相对位置处的PCB进行检修；所述缺陷虚拟检测模块对初步判定的缺陷进行复检的方法为：
提取初步判定的缺陷对应的缺陷坐标处的局部图像，判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形，若同时满足以上特征，则判定所述缺陷为假点缺陷；或者，
通过数据库服务器加载预设的若干个缺陷模板图像，所述缺陷模板图像被标定为真实缺陷或假点缺陷；提取初步判定的缺陷对应的缺陷坐标处的局部图像，并将其与所述缺陷模板图像进行相似度比较，找到与之相似度最高的缺陷模板图像；若所述相似度最高的缺陷模板图像被标定为真实缺陷，则判定该初步判定的缺陷为真实缺陷；若所述相似度最高的缺陷模板图像被标定为假点缺陷，则判定该初步判定的缺陷为假点缺陷；或者，
提取初步判定的缺陷对应的缺陷坐标处的局部图像，将其输入完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷。
2.根据权利要求1所述的基于假点缺陷检测的PCB检修系统，其特征在于，所述数据库服务器的数量为一个，所述自动光学检测设备和检修设备的数量为多个，所述自动光学检测设备和检修设备的数量相同或者不同。
3.一种基于假点缺陷检测的PCB检修方法，其特征在于，包括以下步骤：
对待检测的印刷电路板进行扫描得到扫描图像，包括采用不同视角角度对PCB进行扫描，得到不同视角视图，所述视角视图包括二维视角视图和三维视角视图，自动光学检测设备在扫描印刷电路板后，得到缺陷的整体布局图片，所述整体布局图片被配置为标定对应缺陷点的坐标；
将其与印刷电路板的标准图像作比较，将差异作为初步判定的缺陷并构建缺陷列表，所述缺陷列表中包含对应于所述扫描图像的初步判定的缺陷的缺陷坐标信息；
利用缺陷虚拟检测模块对所述扫描图像在缺陷列表中的每个缺陷坐标处的初步判定的缺陷进行一一复检，复检的步骤为：提取初步判定的缺陷对应的缺陷坐标处的局部图像，并对所述局部图像按照以下任意一种方式进行判断：
第一种方式为判断该局部图像是否同时满足以下条件：非直线、不规则且孤立存在的图形，若同时满足以上特征，则判定所述缺陷为假点缺陷；
第二种方式为将该局部图像与预设的若干个标定为真实缺陷或假点缺陷的缺陷模板图像进行相似度比较，根据相似度最高的缺陷模板图像的标定来判定所述缺陷为真实缺陷还是假点缺陷；
第三种方式为将该局部图像输入至完成训练的神经网络模型，根据所述神经网络模型输出的结果，判定所述缺陷为真实缺陷还是假点缺陷；
若复检缺陷为假点缺陷，则将该缺陷从所述缺陷列表中删除；
对所述印刷电路板对应缺陷列表中剩余的缺陷坐标处的缺陷进行检修，而对被删除的假点缺陷不作检修，检修设备还包括可移动的摄像装置，所述摄像装置能够移动到所述印刷电路板对应缺陷列表中剩余的缺陷坐标处，对所述缺陷坐标处的缺陷进行放大显示，包括依次移动到当前待检修的缺陷的相对位置处，并对其进行放大显示，以提示检修人员对摄像装置当前相对位置处的PCB进行检修。
CN201910732889.5A 2019-08-09 2019-08-09 一种基于假点缺陷检测的pcb检修系统及检修方法 Active CN110579479B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910732889.5A CN110579479B (zh) 2019-08-09 2019-08-09 一种基于假点缺陷检测的pcb检修系统及检修方法
KR1020227007669A KR20220041212A (ko) 2019-08-09 2019-11-27 거짓점 결함 검출 기반의 pcb 유지보수 시스템 및 유지보수 방법
PCT/CN2019/121165 WO2021027184A1 (zh) 2019-08-09 2019-11-27 一种基于假点缺陷检测的pcb检修系统及检修方法
TW109127011A TWI757825B (zh) 2019-08-09 2020-08-10 基於假點缺陷檢測之pcb檢修系統及檢修方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910732889.5A CN110579479B (zh) 2019-08-09 2019-08-09 一种基于假点缺陷检测的pcb检修系统及检修方法

Publications (2)

Publication Number Publication Date
CN110579479A CN110579479A (zh) 2019-12-17
CN110579479B true CN110579479B (zh) 2024-07-16

Family

ID=68810656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910732889.5A Active CN110579479B (zh) 2019-08-09 2019-08-09 一种基于假点缺陷检测的pcb检修系统及检修方法

Country Status (4)

Country Link
KR (1) KR20220041212A (zh)
CN (1) CN110579479B (zh)
TW (1) TWI757825B (zh)
WO (1) WO2021027184A1 (zh)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353983B (zh) * 2020-02-28 2023-05-23 腾讯科技（深圳）有限公司 缺陷检测识别方法、装置、计算机可读介质及电子设备
CN115427787A (zh) * 2020-04-15 2022-12-02 Asml控股股份有限公司 污染物分析量测系统、光刻设备及其方法
CN111768371A (zh) * 2020-06-05 2020-10-13 上海展华电子(南通)有限公司 Aoi智能检修方法、装置、计算机设备和存储介质
CN111707677A (zh) * 2020-06-24 2020-09-25 江西景旺精密电路有限公司 一种pcb外观检测方法及装置
CN111812118A (zh) * 2020-06-24 2020-10-23 阿丘机器人科技(苏州)有限公司 Pcb检测方法、装置、设备及计算机可读存储介质
CN111808367B (zh) * 2020-07-09 2023-05-30 浙江七色鹿色母粒有限公司 塑料ppr银纹翻白缺陷的改进方法
CN114441554B (zh) * 2020-11-06 2023-09-29 李明苍 检测方法
CN112432958A (zh) * 2020-11-18 2021-03-02 苏州康代智能科技股份有限公司 一种印刷电路板远程光学检修方法及系统
KR20230078729A (ko) * 2020-11-18 2023-06-02 심스 쑤저우 컴퍼니 리미티드 인쇄 회로 기판 원격 광학 유지보수 방법 및 시스템
CN112415973B (zh) * 2020-11-24 2022-05-17 广州广合科技股份有限公司 一种内层aoi工艺智能化控制方法及控制系统
CN114638773A (zh) * 2020-11-30 2022-06-17 纬创资通（中山）有限公司 用于影像标记标准化的方法、电子装置及计算机程序产品
CN113012097B (zh) * 2021-01-19 2023-12-29 富泰华工业（深圳）有限公司 图像复检方法、计算机装置及存储介质
CN112964737A (zh) * 2021-02-04 2021-06-15 鼎勤科技(深圳)有限公司 电路板的双面外观检测方法
CN115047308A (zh) * 2021-02-25 2022-09-13 北京小米移动软件有限公司 一种电路板导电性能的检测方法及装置
CN113032919B (zh) * 2021-03-12 2022-03-04 奥特斯科技(重庆)有限公司 部件承载件制造方法、处理系统、计算机程序和系统架构
CN113538341B (zh) * 2021-03-31 2024-04-30 联合汽车电子有限公司 自动光学检测辅助方法、装置及存储介质
TWI745256B (zh) * 2021-04-12 2021-11-01 南亞塑膠工業股份有限公司 經營管理系統
CN113138529B (zh) * 2021-04-23 2024-04-09 成都路维光电有限公司 一种基于aoi系统的掩模版缺陷检测方法及系统
CN113030123B (zh) * 2021-05-27 2021-08-24 安福得鑫智能设备有限公司 一种基于物联网的aoi检测反馈系统
CN113609897A (zh) * 2021-06-23 2021-11-05 阿里巴巴新加坡控股有限公司 缺陷的检测方法和缺陷的检测系统
CN113554626A (zh) * 2021-07-26 2021-10-26 朗华全能自控设备（上海）股份有限公司 一种软性电路板瑕疵检测方法及装置
CN113935960A (zh) * 2021-09-28 2022-01-14 景旺电子科技(珠海)有限公司 缺陷检修方法、装置和设备
TWI786894B (zh) * 2021-10-20 2022-12-11 國立清華大學 檢測方法
CN114494131A (zh) * 2021-12-24 2022-05-13 深圳英博达智能科技有限公司 一种pcb板油墨面凸点的缺陷检测方法
CN114280079A (zh) * 2021-12-27 2022-04-05 昆山柏特电子有限公司 一种印制电路板生产用aoi测试工艺改善方法
CN114037700A (zh) * 2021-12-31 2022-02-11 成都数联云算科技有限公司 面板缺陷检测方法、装置、电子设备及存储介质
CN114581391A (zh) * 2022-02-28 2022-06-03 上海华力微电子有限公司 一种提升特征不明显缺陷辨识度的方法
CN114660068B (zh) * 2022-02-28 2024-06-25 厦门聚视智创科技有限公司 一种高精度缺陷限度判断方法
CN114612417B (zh) * 2022-03-08 2024-07-02 苏州赫芯科技有限公司 印刷电路板的缺陷定位设备、定位方法及光学检测系统
CN114596297A (zh) * 2022-03-16 2022-06-07 深圳市恒天伟业科技有限公司 一种pcb的制造方法以及pcb制造系统
CN114720483B (zh) * 2022-04-12 2025-01-03 杭州银湖冠天智能科技有限公司 一种无需标准样片的光学检测方法及其应用
CN114897806A (zh) * 2022-04-27 2022-08-12 浙江华睿科技股份有限公司 缺陷检测方法、电子设备及计算机可读存储介质
CN114782431B (zh) * 2022-06-20 2022-10-14 苏州康代智能科技股份有限公司 一种印刷电路板缺陷检测模型训练方法及缺陷检测方法
CN115201202B (zh) * 2022-06-30 2025-03-14 中科苏州智能计算技术研究院 用于检测和测量产品表面缺陷的装置及方法
CN115063286B (zh) * 2022-08-08 2022-11-25 江苏时代新能源科技有限公司 一种检测系统及图像处理方法
CN115754670B (zh) * 2022-11-15 2023-07-18 广东炬森智能装备有限公司 一种pcb线路板短路缺陷的修补复检方法及设备
CN116967615B (zh) * 2023-07-31 2024-04-12 上海感图网络科技有限公司 电路板复检打标方法、装置、设备及存储介质
CN117078622B (zh) * 2023-08-17 2025-02-11 上海感图网络科技有限公司 一种物料缺陷复检方法、装置及物料缺陷检测系统
CN117214181A (zh) * 2023-09-18 2023-12-12 上海感图网络科技有限公司 一种自动串联avi的物料缺陷复检方法、装置及介质
CN117372368A (zh) * 2023-10-17 2024-01-09 苏州真目人工智能科技有限公司 基于级联闭环深度学习算法的外观检测装置和方法
CN117409261B (zh) * 2023-12-14 2024-02-20 成都数之联科技股份有限公司 一种基于分类模型的元件角度分类方法及系统
CN118464914B (zh) * 2024-07-12 2024-09-13 常州华旋传感技术有限公司 一种基于视觉检测的产品质量检测设备及检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测系统和方法
CN109936927A (zh) * 2019-04-10 2019-06-25 奥蒂玛光学科技（深圳）有限公司 电路板修复方法及系统
CN110006903A (zh) * 2018-01-05 2019-07-12 皓琪科技股份有限公司 印刷电路板复检系统、标示方法与复检方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002021105A1 (en) * 2000-09-10 2002-03-14 Orbotech, Ltd. Reduction of false alarms in pcb inspection
JP2003344309A (ja) * 2002-05-30 2003-12-03 Olympus Optical Co Ltd 検査装置のパラメータ設定方法
US8290239B2 (en) * 2005-10-21 2012-10-16 Orbotech Ltd. Automatic repair of electric circuits
US20080002874A1 (en) * 2006-06-29 2008-01-03 Peter Fiekowsky Distinguishing reference image errors in optical inspections
CN201440128U (zh) * 2009-07-13 2010-04-21 北京航星科技有限公司 一种面向pcb缺陷检测的自动光学检测系统
CN103926254A (zh) * 2014-05-08 2014-07-16 康代影像科技(苏州)有限公司 一种用于pcb板缺陷检测的统计系统及方法
CN107093174B (zh) * 2017-04-05 2018-03-27 湖北工业大学 一种pcb设计缺陷检测方法
CN207908385U (zh) * 2017-12-13 2018-09-25 深圳市光速达机器人科技有限公司 一种基于视觉分辨的pcb板焊接缺陷自检系统
TWI703514B (zh) * 2018-05-24 2020-09-01 牧德科技股份有限公司 人工智慧複檢系統及其方法
CN109752392B (zh) * 2018-12-24 2021-08-03 苏州江奥光电科技有限公司 一种pcb板缺陷类型检测系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测系统和方法
CN110006903A (zh) * 2018-01-05 2019-07-12 皓琪科技股份有限公司 印刷电路板复检系统、标示方法与复检方法
CN109936927A (zh) * 2019-04-10 2019-06-25 奥蒂玛光学科技（深圳）有限公司 电路板修复方法及系统

Also Published As

Publication number Publication date
KR20220041212A (ko) 2022-03-31
TWI757825B (zh) 2022-03-11
CN110579479A (zh) 2019-12-17
TW202107073A (zh) 2021-02-16
WO2021027184A1 (zh) 2021-02-18

Similar Documents

Publication Publication Date Title
CN110579479B (zh) 一种基于假点缺陷检测的pcb检修系统及检修方法
JP6218094B1 (ja) 検査方法、検査装置、検査プログラム、および記録媒体
US20090074286A1 (en) Data management equipment used to defect review equipment and testing system configurations
KR20180106856A (ko) 자동 광학 검사 시스템 및 그 동작 방법
US20130182942A1 (en) Method for registering inspection standard for soldering inspection and board inspection apparatus thereby
JP3906780B2 (ja) 部品コード変換テーブルに対するデータ登録方法、基板検査データの作成装置、登録処理用のプログラムおよびその記憶媒体
CN1323369C (zh) 图像识别装置和方法以及图像识别装置的示教装置和方法
CN108924544A (zh) 摄像头畸变测量方法与测试装置
JP2007327757A (ja) 目視検査装置
JPH07198354A (ja) 画像処理を使用しての搭載されたコネクタピンのテスト
CN116309518A (zh) 一种基于计算机视觉的pcb电路板检测方法及系统
CN111323432A (zh) 芯片外观不良识别设备和方法以及芯片测试系统和方法
CN214201239U (zh) 一种印刷电路板远程光学检修系统
JP4506395B2 (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
CN114076764A (zh) 集中式复判系统及方法
CN116499362B (zh) 钢板尺寸在线测量系统
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
JPH11258178A (ja) 検査装置および方法
CN115294419A (zh) 缺陷样本生成方法、装置、自动光学检测仪及存储介质
JP4507785B2 (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
JP2007033126A (ja) 基板検査装置並びにそのパラメータ調整方法およびパラメータ調整装置
Chin et al. Automatic visual inspection of printed circuit boards
JP4419778B2 (ja) 基板検査装置並びにそのパラメータ設定方法およびパラメータ設定装置
TWI769688B (zh) 一種印刷電路板遠程光學檢修方法及系統
CN104267203A (zh) 一种样品的测试方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 215000 No.1 Kezhi Road, Suzhou Industrial Park, Jiangsu Province

Applicant after: Suzhou Kangdai Intelligent Technology Co.,Ltd.

Address before: 215000 Building A, No. 1 Kezhi Road, Zhongxin Science and Technology Fang, Suzhou Industrial Park, Jiangsu Province

Applicant before: CAMTEK IMAGING TECHNOLOGY (SUZHOU) CO.,LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant