申请/专利权人：珠海瑞杰电子科技有限公司

申请日：2023-11-08

公开（公告）日：2024-04-16

公开（公告）号：CN117456168B

主分类号：G06V10/25

分类号：G06V10/25;G06V10/764;G06V10/774;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了一种基于数据分析的PCBA智能检测系统及方法，涉及PCBA检测技术领域，获取缺陷特征和特征元素的对应关系，根据特征元素划定待检测区域，通过清晰图评价函数评价特征元素是否清晰，对不清晰的区域对应的图片进行重新获取，分析缺陷数量在缺陷种类和PCBA种类上的变化情况，设置第一检测模式和第二检测模式，调整图片获取设备的检测模式，构建PCBA缺陷检测用时与图片分辨率的模型，计算第一检测模式采用的第一检测分辨率，根据不同缺陷种类的缺陷数量，设置第二检测模式的第二检测分辨率，根据检测模式采用对应的分辨率，调整获取PCBA的完整图片时的图片分辨率。

主权项：1.一种基于数据分析的PCBA智能检测方法，其特征在于，所述方法包括以下步骤：步骤S100：从PCBA缺陷检测的历史记录中，根据缺陷尺寸的不同，获取各个缺陷种类对应尺寸的特征图片，获取PCBA中存在缺陷位置周围布局的特征元素，将特征图片和特征元素作为训练样本，通过机器学习的方法获取缺陷特征和特征元素的对应关系；步骤S100包括：步骤S101：从PCBA缺陷检测的历史记录中获取不同种类缺陷的缺陷特征图像，分别提取不同缺陷种类的图像特征，根据缺陷种类的尺寸，设置不同缺陷种类对应的缺陷特征图片的尺寸，将缺陷特征图片的几何中心与图片中缺陷特征图像的几何中心重合，计算缺陷特征图片中缺陷特征图像面积占对应缺陷特征图片面积的比例，记为第一特征比例；步骤S102：获取第二特征图片，所述第二特征图片包括缺陷特征图片和特征元素，所述特征元素为：第二特征图片包括的PCBA中的电子元件、电子配件或电子元件和电子配件的组合，计算缺陷特征图片占对应第二特征图片面积的比例，记为第二特征比例；步骤S103：通过机器学习方法对第二特征图片中缺陷特征图片和特征元素进行模型训练，得到缺陷特征图片和特征元素特征的对应关系；步骤S200：通过图片获取设备获取待检测PCBA的图片信息，识别图片信息中的特征元素，根据特征元素划定待检测区域，通过清晰图评价函数评价特征元素是否清晰，对不清晰的区域对应的图片进行重新获取；步骤S300：获取不同缺陷种类对应的缺陷检测最低分辨率，获取缺陷检测过程中，处理不同分辨率图片的单位时间；步骤S300包括：步骤S301：根据缺陷种类的尺寸设置不同缺陷种类对应的清晰度阈值，当某种缺陷种类对应的待检测图片的清晰度评价值等于对应的清晰度阈值时，待检测图片的分辨率为所述某种缺陷种类对应的缺陷检测最低分辨率；步骤S302：获取不同图像分辨率进行缺陷检测需要的单位时间，所述单位时间是处理单位面积的不同分辨率图像需要的时间；步骤S400：分析缺陷数量在缺陷种类和PCBA种类上的变化情况，将缺陷数量随PCBA种类变化的情况设置为第一检测模式，将缺陷数量随缺陷种类变化的情况设置为第二检测模式，调整图片获取设备的检测模式；步骤S400包括：步骤S401：将对一个PCBA的一次缺陷识记为一次缺陷检测，一次缺陷检测对应一条缺陷检测记录，其中一条检测记录中包括：PCBA类型、检测到的缺陷类型和各个缺陷的类型对应的数量；步骤S402：从若干条检测记录中获取到缺陷总个数N，计算不同种类的PCBA出现的缺陷次数占N的比例，汇集各种PCBA出现缺陷的次数占N的比例值，得到第一缺陷占比序列，计算不同种类的缺陷次数占N的比例，汇集各个缺陷种类出现的次数占N的比例值，得到第二缺陷比例序列，计算第一缺陷占比序列中数据的离散程度δ1和第二缺陷比例序列中数据的离散程度δ2；步骤S403：根据δ1和δ2的数值，当δ1≥δ2时，判定为第一检测模式，当δ1＜δ2时判定为第二检测模式；步骤S500：构建PCBA缺陷检测用时与图片分辨率的模型，计算第一检测模式采用的第一检测分辨率，根据第二检测模式中的不同缺陷种类的缺陷数量，设置第二检测模式的第二检测分辨率，在对待检测PCBA进行缺陷检测时，根据检测模式采用对应的分辨率，调整获取PCBA的完整图片时的图片分辨率；步骤S500包括：步骤S501：当δ1≥δ2时，获取PCBA在所述若干条检测记录中，各个缺陷种类对应出现次数的数量，将所有k个缺陷种类对应的缺陷检测最低分辨率从低到高排列，汇集成缺陷检测分辨率序列R，其中R＝{r1、r2、r3、……、rk}，其中，r1、r2、r3、……和rk分别表示分辨率从低到高排列后的第1种、第2种、第3种、……、第k种缺陷对应的缺陷检测最低分辨率；步骤S502：通过函数模型TFrx计算初始分辨率为rx时完成对某种PCBA一次检测需要的时间，其中，其中ni表示第i种缺陷在所述某种PCBA中出现的次数，ui表示第i种缺陷对应的缺陷检测最低分辨率，Ci表示第i种缺陷对应的第二特征图片的图片尺寸，ti表示第i种缺陷在采用对应的缺陷检测最低分辨率进行缺陷检测时需要的单位时间，TDrx表示在分辨率为rx条件下，对所述某种PCBA的完整图片进行缺陷识别花费的时间，其中，rx的数值从R中取，满足条件1≤x≤k，调整rx取值使得TFrx的值最小时rx为所述某种PCBA对应的第一检测分辨率；步骤S503：当δ1＜δ2时，将第二缺陷比例序列中最大值对应的缺陷种类设置为目标缺陷种类，获取目标缺陷种类对应的缺陷检测最低分辨率ry，将ry设置为获取到的PCBA完整图片的第二检测分辨率。

全文数据：

权利要求：

百度查询： 珠海瑞杰电子科技有限公司 一种基于数据分析的PCBA智能检测系统及方法

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