【技術實現步驟摘要】
本專利技術涉及圖像處理，尤其涉及一種柔性電路板缺陷檢測方法、裝置、設備以及存儲介質。
技術介紹
1、柔性電路板(flexib?le?pr?inted?ci?rcuit，fpc)是以聚酰亞胺或聚酯薄膜為基材制成的一種具有高度可靠性、絕佳的可撓性軟性印刷板。與傳統印刷板硬板相比，柔性電路板具有配線密度高、線寬小、組件密度大、厚度薄、可折疊彎曲具等顯著優勢，更加符合下游電子行業智能化、便攜化、輕薄化趨勢要求。目前，柔性印刷板已廣泛應用在航天、軍事、移動終端、手機、數碼相機、新能源汽車等多個領域的應用越發廣泛。但fpc的質量直接影響著下游產品的質量，甚至影響產品安全性能。所以下游廠商對fpc的質量要求十分嚴格。柔性印刷板的生產過程比印刷板復雜，對工藝和生產環境要求較高，易受到灰塵影響。同時柔性印刷板的機械強度非常小，非常容易在工序中產生焊點或者走線的斷開；受力能力小，所以很容易產生皺折痕，從而成為不良品。在加工制造中，可能存在外觀不良(外來物、氣泡、補強偏位)；線路不良(開路、短路、殘銅、破孔、線寬不符、導線損傷)；金面不良(劃痕、氧化、露銅)等缺陷。所以在生產過程中需要對fpc的質量進行嚴格檢測。
2、但是，在目前柔性電路板缺陷檢測中，傳統人工檢測方式，對檢測人員的專業技能要求高，費時費力且成本高，無法滿足快速、大批量生產的需求。
技術實現思路
1、本專利技術提供了一種柔性電路板缺陷檢測方法、裝置、設備以及存儲介質，以解決傳統人工檢測方式，對檢測人員的專業技能要求高，費時費力
2、為了解決上述技術問題，本專利技術實施例提供了一種柔性電路板缺陷檢測方法，包括：
3、獲取待檢測的柔性電路板的圖像；
4、對所述圖像進行單元模塊分割，得到若干單元模塊對應的單元模塊圖像；其中，所述單元模塊為預設的柔性電路板中的最小標準單元；
5、將各單元模塊圖像輸入對應的缺陷檢測模型，以使所述缺陷檢測模型對所述單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果；
6、根據各單元模塊的缺陷識別結果，逆向組合分析得到待檢測的柔性電路板的缺陷位置和缺陷類別；
7、其中，各單元模塊的缺陷檢測模型以各單元模塊的歷史缺陷圖像為輸入，以各單元模塊的缺陷識別結果為輸出，對預設的神經網絡模型進行訓練得到。
8、作為優選方案，所述對單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果，包括：
9、根據待檢測的柔性電路板的單元模塊圖像，以及預設的柔性電路板的生產設計模板，提取所述生產設計模板和所述單元模塊圖像中的卷積特征及輪廓信息；
10、將所述卷積特征及輪廓信息進行特征對齊；
11、根據特征對齊后的卷積特征及輪廓信息，對所述單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果。
12、作為優選方案，所述根據待檢測的柔性電路板的單元模塊圖像，以及預設的柔性電路板的生產設計模板，提取所述生產設計模板和所述單元模塊圖像中的卷積特征及輪廓信息，包括：
13、根據預設的resnet101網絡，提取所述生產設計模板和所述單元模塊圖像中的卷積特征；
14、根據預設的基于小波分解和局部相似性的輪廓提取算法，提取所述生產設計模板和所述單元模塊圖像中的輪廓信息，并對所述輪廓信息進行噪聲剔除和邊緣連接。
15、作為優選方案，所述根據預設的基于小波分解和局部相似性的輪廓提取算法，提取所述生產設計模板和所述單元模塊圖像中的輪廓信息，并對所述輪廓信息進行噪聲剔除和邊緣連接，包括：
16、提取所述生產設計模板和所述單元模塊圖像中的輪廓信息；
17、對所述生產設計模板和所述單元模塊圖像進行小波分解，繼而根據小波分解后的分量以及預設的噪聲閾值，剔除所述輪廓信息中的噪聲；
18、計算所述生產設計模板和所述單元模塊圖像中每一位置的局部相似性，繼而根據所述局部相似性對所述輪廓信息進行邊緣連接。
19、作為優選方案，所述將所述卷積特征及輪廓信息進行特征對齊，包括：
20、根據預設的雙通道自注意力機制，計算每一卷積特征及輪廓信息內部之間的聯系，以及不同卷積特征及輪廓信息之間的聯系，繼而根據計算結果將所述卷積特征及輪廓信息進行特征對齊。
21、作為優選方案，所述根據特征對齊后的卷積特征及輪廓信息，對所述單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果，包括：
22、將特征對齊后的卷積特征及輪廓信息輸入至預設的transformer解碼器中，以使所述transformer解碼器對所述卷積特征及輪廓信息進行解碼，得到對應的預測頭特征；
23、將所述預測頭特征輸入預設的預測頭中，以使所述預測頭根據所述預測頭特征進行前向計算，得到所述單元模塊圖像的缺陷位置和缺陷類別，輸出對應的單元模塊的缺陷識別結果。
24、作為優選方案，還包括：
25、根據預設的基于準確率和遺忘率的自適應調整學習率算法，計算所述缺陷檢測模型的準確率和遺忘率，繼而根據所述準確率和遺忘率對所述缺陷檢測模型的學習率進行調整，并根據調整后的學習率對所述缺陷檢測模型進行學習更新。
26、在上述實施例的基礎上，本專利技術另一實施例提供了一種柔性電路板缺陷檢測裝置，包括：圖像獲取模塊、單元分割模塊、缺陷識別模塊以及逆向分析模塊；
27、所述圖像獲取模塊，用于獲取待檢測的柔性電路板的圖像；
28、所述單元分割模塊，用于對所述圖像進行單元模塊分割，得到若干單元模塊對應的單元模塊圖像；其中，所述單元模塊為預設的柔性電路板中的最小標準單元；
29、所述缺陷識別模塊，用于將各單元模塊圖像輸入對應的缺陷檢測模型，以使所述缺陷檢測模型對所述單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果；其中，各單元模塊的缺陷檢測模型以各單元模塊的歷史缺陷圖像為輸入，以各單元模塊的缺陷識別結果為輸出，對預設的神經網絡模型進行訓練得到；
30、所述逆向分析模塊，用于根據各單元模塊的缺陷識別結果，逆向組合分析得到待檢測的柔性電路板的缺陷位置和缺陷類別。
31、在上述實施例的基礎上，本專利技術又一實施例提供了一種電子設備，所述設備包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現上述專利技術實施例所述的柔性電路板缺陷檢測方法。
32、在上述實施例的基礎上，本專利技術又一實施例提供了一種存儲介質，所述存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述存儲介質所在設備執行上述專利技術實施例所述的柔性電路板缺陷檢測方法。
33、相比于現有技術，本專利技術實施例具有如下有益效果：
34、本專利技術提供了一種柔性電路板缺陷檢測方法，獲取待檢測的柔性電路板的圖像；對所述圖像進行本文檔來自技高網...
【技術保護點】
1.一種柔性電路板缺陷檢測方法，其特征在于，包括：
2.如權利要求1所述的柔性電路板缺陷檢測方法，其特征在于，所述對單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果，包括：
3.如權利要求2所述的柔性電路板缺陷檢測方法，其特征在于，所述根據待檢測的柔性電路板的單元模塊圖像，以及預設的柔性電路板的生產設計模板，提取所述生產設計模板和所述單元模塊圖像中的卷積特征及輪廓信息，包括：
4.如權利要求3所述的柔性電路板缺陷檢測方法，其特征在于，所述根據預設的基于小波分解和局部相似性的輪廓提取算法，提取所述生產設計模板和所述單元模塊圖像中的輪廓信息，并對所述輪廓信息進行噪聲剔除和邊緣連接，包括：
5.如權利要求2所述的柔性電路板缺陷檢測方法，其特征在于，所述將所述卷積特征及輪廓信息進行特征對齊，包括：
6.如權利要求2所述的柔性電路板缺陷檢測方法，其特征在于，所述根據特征對齊后的卷積特征及輪廓信息，對所述單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果，包括：
7.如權利要求1所述的柔性電路板缺陷檢測
8.一種柔性電路板缺陷檢測裝置，其特征在于，包括：圖像獲取模塊、單元分割模塊、缺陷識別模塊以及逆向分析模塊；
9.一種電子設備，其特征在于，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7中任意一項所述的柔性電路板缺陷檢測方法。
10.一種存儲介質，其特征在于，所述存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述存儲介質所在設備執行如權利要求1至7中任意一項所述的柔性電路板缺陷檢測方法。
...【技術特征摘要】
1.一種柔性電路板缺陷檢測方法，其特征在于，包括：
2.如權利要求1所述的柔性電路板缺陷檢測方法，其特征在于，所述對單元模塊圖像進行缺陷識別，輸出對應的單元模塊的缺陷識別結果，包括：
3.如權利要求2所述的柔性電路板缺陷檢測方法，其特征在于，所述根據待檢測的柔性電路板的單元模塊圖像，以及預設的柔性電路板的生產設計模板，提取所述生產設計模板和所述單元模塊圖像中的卷積特征及輪廓信息，包括：
4.如權利要求3所述的柔性電路板缺陷檢測方法，其特征在于，所述根據預設的基于小波分解和局部相似性的輪廓提取算法，提取所述生產設計模板和所述單元模塊圖像中的輪廓信息，并對所述輪廓信息進行噪聲剔除和邊緣連接，包括：
5.如權利要求2所述的柔性電路板缺陷檢測方法，其特征在于，所述將所述卷積特征及輪廓信息進行特征對齊，包括：
6....
【專利技術屬性】
技術研發人員：曹飛道，王文洪，苑明哲，孟祥璞，梁諍，
申請(專利權)人：廣州工業智能研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。