(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211223889.0 (22)申请日 2022.10.09 (71)申请人 南通如东依航电子 研发有限公司 地址 226000 江苏省南 通市如东县河口镇 关口村八组19号 (72)发明人 李琪玲　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 朱英民 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/762(2022.01) (54)发明名称 一种印刷电路板缺陷识别方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种印刷电路板缺陷识别方法， 该方法获取印刷电 路板图像中的多个孔区域图像； 检测得到当前孔 区域图像中内部区域边缘点， 对内部区域边缘点 进行凸包检测， 获取凸包的质 心， 基于质心以及 每个内部区域边缘点与质心之间的距离计算每 个内部区域边缘点的突出概率； 当前孔区域图像 中的所有内部区域边缘点划分为多个类簇， 以得 到每一类簇的异常程度值， 由异常程度值得到对 应类簇的自适应结构元大小， 以当前孔区域图像 进行形态学膨胀操作； 对每个孔区域图像进行所 述形态学膨胀操作， 得到处理后的孔区域图像， 并对处理后的孔区域图像进行缺陷检测。 本方案 通过更加准确的估计结构元， 提高了缺陷检测结 果。 权利要求书1页 说明书7页 附图1页 CN 115311262 A 2022.11.08 CN 115311262 A 1.一种印刷电路板缺陷识别方法， 其特 征在于， 该 方法包括以下步骤： 采集印刷电路板图像， 以得到印刷电路板图像中的多个孔区域图像； 对当前孔区域图像进行灰度化处理， 以得到当前孔区域图像中内部区域边缘点； 对内 部区域边缘点进行凸包检测， 获取当前孔区域图像对应凸包的质心， 分别计算每个内部区 域边缘点与质心之间的距离， 得到距离均值； 以质心的圆心、 距离均值为半径获取当前孔区 域图像对应圆的曲线方程； 基于曲线方程， 分别获取每 个内部区域 边缘点的突出概 率； 将内部区域边缘点的坐标和对应的突出概率组成一个三维坐标， 基于三维坐标， 利用 DBSCAN聚类算法将当前孔区域图像中的所有内部区域边缘点划分为多个类簇， 将 每个类簇 中所包含内部区域边缘点的突出概率的最大值作为对应类簇的异常程度值； 根据每一类簇 的异常程度值， 得到对应类簇的自适应结构元大小， 利用自适应结构元大小对当前孔区域 图像进行 形态学膨胀操作； 对每个孔区域图像进行所述形态学膨胀操作， 得到处理后的孔区域图像， 并对处理后 的孔区域图像进行缺陷检测； 所述突出概率的获取 方法， 包括： 以当前内部区域边缘点为中心像素点建立 窗口， 利用曲线方向获取窗口内每个点的切 向方向， 分别获取中心像素点与邻域窗口内边缘的点的第一连线方向， 以及中心像素点与 圆心的第二连线方向的垂直方向， 根据第一连线方向与垂直方向之间的差值、 窗口内内部 区域边缘点的数量得到当前内部区域 边缘点的突出概 率， 则突出概 率的计算公式为： 其中， 为第 个孔区域图像中第 个内部区域边缘点的突出概率； 为第 个孔区域 图像中第 个内部区域边缘点对应窗口内含有内部区域边缘点的数量； 为中心像素点与 对应窗口内第L个边缘点的第一连线方向； 为中心像素点与圆心的第二连线方向的垂直 方向； 表示双曲正切函数。 2.如权利要求1所述的一种印刷电路板缺陷识别方法， 其特征在于， 所述自适应结构元 大小的计算公式为： 其中， 为第 个孔区域图像中的第 类簇的自适应结构元大小； 为第 个孔区域 图像中的第 类簇的异常程度值； 为超参数值； 为最小的结构元 大小。 3.如权利要求1所述的一种印刷电路板缺陷识别方法， 其特征在于， 所述对处理后的孔 区域图像进行缺陷检测的方法， 包括： 获取处理后的孔区域图像的二值图像， 通过对二值图进行连通域分析， 分析计算每个 连通域的圆形度， 设置圆形度阈值， 若圆形度小于圆形度阈值， 则表明对应孔区域图像中含 有毛刺。权　利　要　求　书 1/1 页 2 CN 115311262 A 2一种印刷电路板缺陷识别方 法 技术领域 [0001]本发明涉及数据处 理技术领域， 具体涉及一种印刷电路板缺陷识别方法。 背景技术 [0002]印刷电路板又称做PCB板， 印刷电路板的出现， 在电子工业中已经占据了绝对统治 的地位。 随着印刷电路板的需要越来越多， 随之使得印刷电路板中的生产缺陷也越来越重 要。 其中印刷电路板内每 个孔区域中毛刺的检测愈发重要。 [0003]传统的印刷电路板孔内毛刺 缺陷检测过程中， 使用形态学运算进行检测处理。 在 传统的形态学操作过程中， 需要设置一定大小和形状的结构元， 并根据该结构元对每个孔 区域进行膨胀操作。 然而形态学处理的结果与结构元 的选取对于图像处理效果极为重要， 若设置的结构元大小不合适， 会得到错误的图像处理结果， 进而使得缺陷检测的结果产生 较大的误差 。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种印刷电路板缺陷识别方法， 所采用的技 术方案具体如下： 采集印刷电路板图像， 以得到印刷电路板图像中的多个孔区域图像； 对当前孔区域图像进行灰度化处理， 以得到当前孔区域图像中内部区域边缘点； 对内部区域边缘点进行凸包检测， 获取当前孔区域图像对应凸包的质心， 分别计算每个内 部区域边缘点与质心之间的距离， 得到距离均值； 以质心的圆心、 距离均值为半径获取当前 孔区域图像对应圆的曲线方程； 基于曲线方程， 分别获取每 个内部区域 边缘点的突出概 率； 将内部区域边缘点的坐标和对应的突出概率组成一个三维坐标， 基于三维坐标， 利用DBSCAN聚类算法将当前孔区域图像中的所有内部区域边缘点划分为多个类簇， 将 每个 类簇中所包含内部区域边缘点的突出概率的最大值作为对应类簇的异常程度值； 根据每一 类簇的异常程度值， 得到对应类簇的自适应结构元大小， 利用自适应结构元大小对当前孔 区域图像进行 形态学膨胀操作； 对每个孔区域图像进行所述形态学膨胀操作， 得到处理后的孔区域图像， 并对处 理后的孔区域图像进行缺陷检测。 [0005]进一步的， 所述 突出概率的获取 方法， 包括： 以当前内部区域边缘点为中心像素点建立窗口， 利用曲线方向获取窗口内每个点 的切向方向， 分别获取中心像素点与邻域窗口内边缘的点的第一连线方向， 以及中心像素 点与圆心的第二连线方向的垂直方向， 根据第一连线方向与垂直方向之间的差值、 窗口内 内部区域 边缘点的数量得到当前内部区域 边缘点的突出概 率， 则突出概 率的计算公式为： 说　明　书 1/7 页 3 CN 115311262 A 3