CN120253851A 基于机器视觉的线路板缺陷自动检测方法及系统 （深圳市华富快捷电路有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120253851A(43)申请公布日2025.07.04

(21)申请号202510704893.6

(22)申请日2025.05.29

(71)申请人深圳市华富快捷电路有限公司

地址518000广东省深圳市宝安区沙井街

道大王山社区兴业东路1号103

(72)发明人张国华

(74)专利代理机构郑州白露专利代理事务所(普通合伙)41230

专利代理师王宇

(51)Int.CI.

GO1N21/88(2006.01)

G01N21/956(2006.01)

权利要求书4页说明书19页附图2页

(54)发明名称

基于机器视觉的线路板缺陷自动检测方法及系统

(57)摘要

CN120253851A本发明实施例公开了一种基于机器视觉的线路板缺陷自动检测方法及系统，用以提升线路板缺陷检测与修复的精度和效率，方法包括：获取目标线路板的表面图像数据集合；对表面图像数据集合进行图像预处理操作，生成预处理图像数据集；将预处理图像数据集输入至预训练的缺陷特征提取模型中，通过缺陷特征提取模型对每个图像数据进行多层级特征融合处理，生成多维度缺陷特征集合；根据多维度缺陷特征集合与预设缺陷特征模板之间的匹配度计算结果，确定目标线路板的缺陷定位信息集合；将缺陷定位信息集合传输至缺陷修复控制终端，触发缺陷修复控

CN120253851A

获取目标线路板的表面图像数据集合，所述表面图像数

获取目标线路板的表面图像数据集合，所述表面图像数据集合包含多组不同光照条件下的线路板表面图像数据

对所述表面图像数据集合进行图像预处理操作，生成预

处理图像数据集，所述预处理图像数据集中的每个图像

数据具有相同的像素尺寸和灰度分布范围

将所述预处理图像数据集输入至预训练的缺陷特征提取

模型中，通过所述缺陷特征提取模型对每个图像数据进

行多层级特征融合处理，生成多维度缺陷特征集合

根据所述多维度缺陷特征集合与预设缺陷特征模板之间

的匹配度计算结果，确定所述目标线路板的缺陷定位信

息集合

将所述缺陷定位信息集合传输至缺陷修复控制终端，触

发所述缺陷修复控制终端根据所述缺陷定位信息集合生

成修复路径规划指令

步骤110

步骤150

步骤120

步骤130

步骤140

CN120253851A权利要求书1/4页

2

1.一种基于机器视觉的线路板缺陷自动检测方法，其特征在于，所述方法包括：

获取目标线路板的表面图像数据集合，所述表面图像数据集合包含多组不同光照条件下的线路板表面图像数据；

对所述表面图像数据集合进行图像预处理操作，生成预处理图像数据集，所述预处理图像数据集中的每个图像数据具有相同的像素尺寸和灰度分布范围；

将所述预处理图像数据集输入至预训练的缺陷特征提取模型中，通过所述缺陷特征提取模型对每个图像数据进行多层级特征融合处理，生成多维度缺陷特征集合；

根据所述多维度缺陷特征集合与预设缺陷特征模板之间的匹配度计算结果，确定所述目标线路板的缺陷定位信息集合；

将所述缺陷定位信息集合传输至缺陷修复控制终端，触发所述缺陷修复控制终端根据所述缺陷定位信息集合生成修复路径规划指令。

2.根据权利要求1所述的方法，其特征在于，所述对所述表面图像数据集合进行图像预处理操作，生成预处理图像数据集，包括：

对所述表面图像数据集合中的每组线路板表面图像数据进行光照补偿处理，得到光照均衡化图像数据集；

对所述光照均衡化图像数据集中的每个图像数据进行噪声滤波处理，得到去噪后图像数据集；

对所述去噪后图像数据集中的每个图像数据进行尺寸归一化处理，将所述去噪后图像数据集中的所有图像数据的像素尺寸调整至预设尺寸阈值范围内，得到尺寸归一化图像数据集；

对尺寸归一化图像数据集进行灰度直方图均衡化处理，将所述尺寸归一化图像数据集中的所有图像数据的灰度值分布设置在预设灰度区间内，生成所述预处理图像数据集。

3.根据权利要求2所述的方法，其特征在于，所述对所述表面图像数据集合中的每组线路板表面图像数据进行光照补偿处理，得到光照均衡化图像数据集，包括：

对当前线路板表面图像数据进行灰度阈值分割操作，分离出当前线路板表面图像数据中的背景区域像素集合和非背景区域像素集合；

对所述当前线路板表面图像数据的背景区域像素集合进行分块采样处理，将所述当前线路板表面图像数据划分为预设尺寸的矩形子区域，计算每个矩形子区域内背景区域