(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 202210434417.3 (22)申请日 2022.04.24 (71)申请人 武汉海微科技有限公司 地址 430000 湖北省武汉市东湖新 技术开 发区武大园四路3号国家地球空间信 息产业基地 Ⅱ区B3大楼15楼158 8-2号 (72)发明人 李林峰　汪杨刚　高强　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 袁雪 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/50(2022.01) G06V 10/774(2022.01)G06N 20/00(2019.01) (54)发明名称 印刷电路板的缺陷检测方法、 装置、 设备及 存储介质 (57)摘要 本发明属于检测技术领域， 公开了一种印刷 电路板的缺陷检测方法、 装置、 设备及存储介质。 该方法包括： 获取样本印刷电路板的样本训练图 像和待检测印刷电路板的待检测图像； 根据样本 训练图像进行特征计算， 得到样 本训练图像对应 的样本训练特征； 根据样本训练特征和样本训练 图像进行模型训练， 得到预设缺陷检测模型； 根 据预设缺陷检测模型对待检测图像进行缺陷检 测， 得到印刷电路板的缺陷检测结果。 通过上述 方式， 得到可以准确识别印刷电路板对应图像中 是否存在缺陷的预设缺陷检测模 型， 从而基于预 设缺陷检测模 型对待检测图像进行缺陷检测， 提 高了PCB在线检测时的缺陷检测精度和准确率， 满足PCB在线缺陷检测的需求。 权利要求书2页 说明书11页 附图3页 CN 114897797 A 2022.08.12 CN 114897797 A 1.一种印刷电路板的缺陷检测方法， 其特征在于， 所述印刷电路板的缺陷检测方法包 括： 获取样本印刷电路板的样本训练图像和待检测印刷电路板的待检测图像； 根据所述样本训练图像进行 特征计算， 得到所述样本训练图像对应的样本训练特 征； 根据所述样本训练特 征和所述样本训练图像进行模型训练， 得到预设缺陷检测模型； 根据所述预设缺陷检测模型对所述待检测图像进行缺陷检测， 得到所述 印刷电路板的 缺陷检测结果。 2.如权利要求1所述的印刷电路板的缺陷检测方法， 其特征在于， 所述样本训练特征包 括目标尺寸轮廓特征、 图像方差特征、 方向梯度直方图特征、 边缘密度特征、 平均梯度强度 特征、 累加梯度值特 征、 傅里叶频谱特 征以及相关面特 征中的至少一项； 所述根据 所述样本训练图像进行特征计算， 得到所述样本训练图像对应的样本训练特 征， 包括： 根据所述样本训练图像进行目标尺寸轮廓特 征计算， 得到目标尺寸轮廓特 征； 根据所述样本训练图像进行图像方差特 征计算， 得到图像方差特 征； 根据所述样本训练图像进行 单元格划分， 得到划分单 元； 根据所述划分单 元进行方向直方图特 征计算， 得到方向直方图特 征； 根据所述样本训练图像确定边 缘像素值、 行像元 素以及列像元 素； 根据所述边缘像素值、 行像元素以及列像元素进行边缘密度特征计算， 得到边缘密度 特征； 根据所述样本训练图像进行平均梯度强度计算， 得到平均梯度强度特 征； 根据所述样本训练图像确定所述样本训练图像中各像素点 坐标方向的梯度； 根据所述各像素点 坐标方向的梯度进行累加梯度值计算， 得到累加梯度值特 征； 根据所述样本训练图像确定图像尺寸； 根据所述图像尺寸进行傅里叶频谱特 征计算， 得到傅里叶频谱特 征； 根据所述样本训练图像进行相关面特 征计算， 得到相关面特 征。 3.如权利要求2所述的印刷电路板的缺陷检测方法， 其特征在于， 所述根据所述样本训 练图像进行目标尺寸轮廓特 征计算， 得到目标尺寸轮廓特 征， 包括： 根据所述样本训练图像确定所述样本训练图像中各像素点 坐标方向的梯度； 根据所述各像素点 坐标方向的梯度确定所述各像素点的梯度角度； 根据所述梯度角度和预设角度区间确定梯度方向熵； 根据所述梯度方向熵和所述预设角度区间对应数量确定目标尺寸轮廓特 征。 4.如权利要求2所述的印刷电路板的缺陷检测方法， 其特征在于， 所述根据所述样本训 练图像进行图像方差特 征计算， 得到图像方差特 征， 包括： 根据所述样本训练图像确定各像素点对应的灰度值、 行像元 素以及列像元 素； 根据所述各像素点对应的灰度值确定图像灰度平均值； 根据所述各像素点对应的灰度值、 行像元素、 列像元素以及图像灰度平均值确定 图像 方差特征。 5.如权利要求2所述的印刷电路板的缺陷检测方法， 其特征在于， 所述根据所述样本训 练图像进行平均梯度强度计算， 得到平均梯度强度特 征， 包括：权　利　要　求　书 1/2 页 2 CN 114897797 A 2根据所述样本训练图像确定所述样本训练图像中各像素点 坐标方向的梯度； 根据所述各像素点 坐标方向的梯度确定各像素点的梯度强度值； 根据所述梯度强度值确定所述样本训练图像的梯度强度图； 根据所述梯度强度图进行均值滤波操作， 得到平均梯度强度图； 根据所述平均梯度强度图确定平均梯度强度特 征。 6.如权利要求2所述的印刷电路板的缺陷检测方法， 其特征在于， 所述根据所述样本训 练图像进行相关面特 征计算， 得到相关面特 征， 包括： 根据所述样本训练图像进行 单元格划分， 得到划分单 元； 根据所述划分单元对应的划分单元图像和所述样本训练图像进行梯度强度计算， 得到 所述样本训练图像对应的第一梯度强度和所述划分单 元图像对应的第二梯度强度； 根据所述第一梯度强度、 第二梯度强度、 样本训练图像以及划分单元图像进行相关系 数计算， 得到相关面特 征。 7.如权利要求1所述的印刷电路板的缺陷检测方法， 其特征在于， 所述根据所述样本训 练特征和所述样本训练图像进行模型训练， 得到预设缺陷检测模型， 包括： 获取预设评价指标； 根据所述样本训练特征和所述样本训练图像进行模型训练， 得到初始训练模型和所述 初始训练模型的混淆矩阵指标； 根据所述预设评价指标和所述混淆矩阵指标进行模型评估， 得到 评估结果； 当所述评估结果 为预设结果时， 根据所述初始训练模型 得到预设缺陷检测模型。 8.一种印刷电路板的缺陷检测装置， 其特征在于， 所述印刷电路板的缺陷检测装置包 括： 获取模块， 用于获取样本印刷电路板的样本训练图像和待检测印刷电路板的待检测图 像； 计算模块， 用于根据所述样本训练图像进行特征计算， 得到所述样本训练图像对应的 样本训练特 征； 训练模块， 用于根据所述样本训练特征和所述样本训练图像进行模型训练， 得到预设 缺陷检测模型； 检测模块， 用于根据所述预设缺陷检测模型对所述待检测图像进行缺陷检测， 得到所 述印刷电路板的缺陷检测结果。 9.一种印刷电路板的缺陷检测设备， 其特征在于， 所述设备包括： 存储器、 处理器及存 储在所述存储器上并可在所述处理器上运行的印刷电路板的缺陷检测程序， 所述印刷电路 板的缺陷检测 程序配置为实现如权利要求1至7中任一项所述的印刷电路板的缺陷检测方 法。 10.一种存储介质， 其特征在于， 所述存储介质上存储有印刷电路板的缺陷检测程序， 所述印刷电路板的缺陷检测 程序被处理器执行时实现如权利要求1至7任一项所述的印刷 电路板的缺陷检测方法。权　利　要　求　书 2/2 页 3 CN 114897797 A 3