江西骏欣电子有限公司叶泽云获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江西骏欣电子有限公司申请的专利一种基于图像分析的PCB线路板生产缺陷检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120070375B 。
龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510146580.3,技术领域涉及:G06F16/50;该发明授权一种基于图像分析的PCB线路板生产缺陷检测方法及系统是由叶泽云设计研发完成,并于2025-02-10向国家知识产权局提交的专利申请。
本一种基于图像分析的PCB线路板生产缺陷检测方法及系统在说明书摘要公布了:本发明提供了一种基于图像分析的PCB线路板生产缺陷检测方法及系统,涉及图像处理技术领域。方法包括:获取PCB线路板的多个检测样本图像并进行数据采样差异识别,构建得到多个数据采样模式集合;将每个检测样本图像划分得到多个局部区域并构建得到局部特征序列;构建数据采样模式集合的多个局部区域关联矩阵并融合得到全局关联模型;确定数据采样模式集合中每个异常样本的局部异常区域,生成每项局部视觉特征的数据采样影响参数;确定与待分析图像匹配的目标集合,根据目标集合的全局关联模型和多个数据采样影响参数对待分析图像进行生产缺陷检测得到缺陷检测结果。本发明实现了提高PCB线路板生产缺陷的检测精度。
本发明授权一种基于图像分析的PCB线路板生产缺陷检测方法及系统在权利要求书中公布了:1.一种基于图像分析的PCB线路板生产缺陷检测方法,其特征在于,包括: 获取PCB线路板的多个检测样本图像,包括有多个正常样本和异常样本,提取出每个检测样本图像的多个全局视觉特征并构建得到全局特征序列,根据全局特征序列对多个检测样本图像进行数据采样差异识别,构建得到多个数据采样模式集合; 根据预设分割模版对每个数据采样模式集合中的多个检测样本图像进行区域分割,以将每个检测样本图像划分得到多个局部区域,提取出每个局部区域的多个局部视觉特征并构建得到局部特征序列; 根据检测样本图像的多个局部特征序列,构建数据采样模式集合中每个正常样本的局部区域关联矩阵,对数据采样模式集合中多个正常样本的局部区域关联矩阵进行融合得到数据采样模式集合的全局关联模型,包括对数据采样模式集合中多个正常样本的局部区域关联矩阵进行张量化处理以生成目标张量,对目标张量进行Tucker分解得到核心张量和多个因子矩阵; 从多个因子矩阵中提取出图像关联特征矩阵,根据图像关联特征矩阵确定每个正常样本的局部区域关联矩阵对应的特征映射向量; 基于多个特征映射向量对多个正常样本的局部区域关联矩阵进行融合,包括通过特征映射向量计算每个正常样本的多个群体映射参数,根据多个群体映射参数确定正常样本的特征融合权重,根据特征融合权重对多个正常样本分别对应的局部区域关联矩阵进行融合,生成数据采样模式集合的全局关联模型; 确定数据采样模式集合中每个异常样本的局部异常区域,基于数据采样模式集合中的多个正常样本对多个局部异常区域进行局部特征差异分析,生成每项局部视觉特征的数据采样影响参数,包括确定每个局部异常区域在多个正常样本中分别对应的局部参考区域,基于多个局部参考区域对每个局部异常区域进行特征差异分析,计算每项局部视觉特征分别在多个局部参考区域内的局部差异参数,构建得到每个局部异常区域的关于每项局部视觉特征对应的局部差异向量; 提取出每项局部视觉特征关于多个局部异常区域的多个局部差异向量,根据正常样本的特征融合权重对每项局部视觉特征的多个局部差异向量进行处理,根据每项局部视觉特征的多个局部差异向量中关于每个正常样本的多个局部差异参数,生成每个正常样本的模式差异参数,基于正常样本的特征融合权重,对每项局部视觉特征的多个模式差异参数进行加权融合生成局部视觉特征的数据采样影响参数; 在采集到待分析图像后确定与待分析图像匹配的目标集合,提取出待分析图像的多个目标特征序列,根据目标集合的全局关联模型和多个数据采样影响参数对待分析图像进行生产缺陷检测,得到待分析图像的缺陷检测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西骏欣电子有限公司,其通讯地址为:341700 江西省赣州市龙南市龙南经济技术开发区电子信息科技城环园北路中段2栋4楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励