一种基于机器视觉的柔性基板自适应缺陷检测系统的制作方法

本发明涉及缺陷检测，尤其涉及一种基于机器视觉的柔性基板自适应缺陷检测系统。

背景技术：

1、目前，柔性基板作为电子零件的重要基板，在电子产品制造中扮演着至关重要的角色。然而，在生产过程中，由于工艺复杂、材料特性等因素，fpcb上可能出现多种缺陷，如缺孔、鼠咬、开路、短路、毛刺、假铜等。这些缺陷不仅影响产品质量，还可能导致电子设备性能下降甚至失效。

2、传统的缺陷检测方法，如人工目视法、仪器线上检测法、功能测试法等，存在检测效率低、准确性不足、成本高等问题。随着机器视觉技术的发展，自动光学检测技术（automated optical inspection，aoi）、机器视觉检测技术（machine visioninspection，mvi）等视觉检测技术逐渐成为主流。这些技术通过图像采集、处理和分析，能够高效、准确地识别缺陷，提高产品质量和生产效率。

3、然而，现有的机器视觉检测系统对于柔性基板这种复杂多变的材料，其适应性仍有待提高。

4、因此，本发明提供了一种基于机器视觉的柔性基板自适应缺陷检测系统。

技术实现思路

1、本发明提供一种基于机器视觉的柔性基板自适应缺陷检测系统，用以解决现有技术中缺陷检测不精准、检测不及时等问题。

2、本发明提供一种基于机器视觉的柔性基板自适应缺陷检测系统，包括：

3、图像获取模块：用于基于预设图像采集设备获取目标位置内目标柔性基板的实时图像数据，并进行图像处理，得到第一处理图像集合；

4、识别处理模块：用于基于深度学习技术对第一处理图像集合中每一第一处理图像进行特征提取，得到第一特征图像集合；

5、缺陷检测模块：用于将第一特征图像集合中每一特征进行分类，并基于分类结果进行缺陷检测；

6、自适应调整模块：用于基于缺陷检测结果对目标柔性基板进行自适应调整。

7、根据本发明提供的图像获取模块，包括：

8、图像获取单元：用于基于预设图像采集设备获取目标位置内的目标柔性基板在当前检测周期的每一检测时刻的实时图像数据，得到初始图像数据集合；

9、图像处理单元：用于对初始图像数据集合进行图像模糊处理，得到第一模糊图像，并对模糊处理后的第一模糊图像进行灰度变换，得到第一处理图像；

10、图像综合单元：用于将第一处理图像按照对应检测时刻进行排序，得到有序的第一处理图像集合。

11、根据本发明提供的识别处理模块，包括：

12、初始模型单元：用于基于目标柔性基板的基板类型确定目标柔性基板的初始特征提取模型；

13、历史模型单元：用于获取目标柔性基板的历史特征图像及每一历史特征图像对应的历史特征提取模型，并结合初始特征提取模型中包含的初始特征参数，确定对应的历史特征参数，从而综合得到历史特征提取集合；

14、第一模型单元：用于基于历史特征提取集合中每一历史特征提取模型的历史特征参数进行参数优化，从而得到目标柔性基板的第一特征提取模型；

15、特征提取单元：用于基于第一特征提取模型对第一处理图像集合中每一第一处理图像进行特征提取，得到第一特征图像集合。

16、根据本发明提供的第一模型单元，包括：

17、特征参数提取子单元：用于提取历史特征提取集合中每一历史特征提取模型的历史特征参数，得到第一参数集合；

18、历史性能子单元：用于获取历史特征提取集合中每一历史特征提取模型对应的目标柔性基板的历史基板性能；

19、第一相似子单元：用于获取目标柔性基板的实时基板性能，并将实时基板性能与历史基板性能进行逐一比较，得到实时基板性能与每一历史基板性能的第一相似度；

20、第一性能子单元：用于基于每一第一相似度得到目标柔性基板的第一相似度集合，并将第一相似度集合中每一第一相似度与第一参数集合中历史特征参数进行对应，从而综合得到第一性能参数集合；

21、第一参考子单元：用于提取第一性能参数集合中第一相似度最高的历史特征参数作为目标柔性基板的第一参考特征参数；

22、环境参数子单元：用于获取目标柔性基板的实时环境参数，同时获取目标柔性基板的历史环境参数，得到历史环境参数集合；

23、第一历史子单元：用于提取历史环境参数集合中与实时环境参数的参数吻合度最高的历史环境参数作为第一历史环境参数；

24、第二参考子单元：用于获取第一历史环境参数对应的历史特征参数作为目标柔性基板的第二参考特征参数；

25、参数优化子单元：用于基于第一参考特征参数及第二参考特征参数对初始特征提取模型的对应特征参数进行参数优化，得到第一优化特征参数，从而得到目标柔性基板的第一特征提取模型。

26、根据本发明提供的第一相似子单元，包括：

27、得到实时基板性能与每一历史基板性能的第一相似度；

28、；其中，s为实时基板性能与当前历史基板性能的第一相似度，为当前历史基板性能的第j个性能指数的性能转换因子，为实时基板性能的第j个性能指数，为当前历史基板性能的第j个性能指数，为当前历史基板性能的第j个性能指数的提取传输误差，为当前历史基板性能的第j个性能指数的误差转换因子，e为指数函数的底数，m为实时基板性能中性能指数的个数，其中，实时基板性能的性能指数的个数与历史基板性能中性能指数的个数一致。

29、根据本发明提供的缺陷检测模块，包括：

30、第一分类单元：用于基于特征类型不同对第一特征图像集合中每一特征图像进行分类，得到第一分类特征图像集合；

31、其中，第一分类特征图像集合中每一第一分类特征图像子集合对应同一特征类型；

32、第一检测单元：用于基于特征类型获取对应的缺陷检测模型，并将第一分类特征图像子集合中的特征图像输入到对应的缺陷检测模型中进行缺陷检测，得到第一检测结果；

33、综合检测单元：用于基于目标柔性基板的每一第一检测结果进行综合得到目标柔性基板的综合缺陷检测结果。

34、根据本发明提供的自适应调整模块，包括：

35、缺陷综合单元：用于获取目标柔性基板在历史检测过程的历史缺陷检测结果，并结合实时缺陷检测结果，得到综合缺陷检测结果；

36、缺陷分类单元：用于基于缺陷类型不同将综合缺陷检测结果进行分类，从而得到分类缺陷检测集合，其中，分类缺陷检测集合的每一分类缺陷检测子集合对应同一缺陷类型；

37、自适应调整单元：用于基于每一分类缺陷检测子集合对目标柔性基板进行自适应调整。

38、根据本发明提供的自适应调整单元，包括：

39、第一策略子单元：用于基于每一分类缺陷检测子集合对应缺陷类型从缺陷-调整数据库中获取对应的第一自适应调整策略；

40、第二策略子单元：用于基于每一第一自适应调整策略进行综合得到初始自适应调整策略；

41、比较优化子单元：用于比较初始自适应调整策略中是否存在策略冲突及策略重复的调整策略，从而进行策略优化，得到目标柔性基板的综合自适应调整策略，从而对目标柔性基板的缺陷检测模型进行自适应调整。

42、与现有技术相比，本发明的有益效果为：本发明提供的一种基于机器视觉的柔性基板自适应缺陷检测系统，通过对目标柔性基板的图像数据进行处理，从而提取特征图像，并基于特征图像的图像类型进行分类，从而对分类后的特征图像进行缺陷检测，可以使得对目标柔性基板的缺陷检测更为精准、更加能够满足目标柔性基板的缺陷检测需求，并且能够及时准确地提供自适应调整策略，从而提高缺陷检测效率。