本技术公开了基于机器视觉的主板图像检测方法、电子设备及存储介质,涉及图像检测技术领域,通过对不同光源下的正常主板进行图像采集和分析,得到常态主板参数和常态反射参数,再对不同光源下的待测试主板进行图像采集,得到检测主板图像和检测反射主板图像,基于常态主板参数和常态反射参数对检测主板图像进行全局缺陷采集和分区缺陷采集,得到主板反射缺陷合集;本发明用于解决现有的主板图像检测技术在检测具有特殊缺陷的主板时,还存在检测结果可靠性不足,导致对主板的缺陷判断不准确的问题。
背景技术
主板作为计算机系统的核心部件,负责连接和管理计算机的各个硬件组件。其稳定性和性能直接影响到整机的运行效率。因此,定期对主板进行检测,可以及时发现并解决潜在问题,保障计算机系统的正常运行;随着电子制造行业的快速发展,对PCB板及其相关部件的检测精度要求越来越高,传统的检测方法已难以满足现代生产线的需求。
现有的机器视觉技术在主板图像检测的应用中通常都是通过采集主板的实时图像,对实时图像进行模板匹配和主板的缺陷识别后,采用其他方法再确定主板是否出现性能缺陷,比如公开号为CN117129480A的专利申请中,公开了基于机器视觉的计算机主板元器件智能检测方法及装置,该方案通过采集到的主板的实时图像,并基于机器视觉方案对实时图像进行模板匹配和主板的缺陷识别,确定主板是否存在表面缺陷,并对无表面缺陷的完整主板进行主板性能检测,确定主板是否存在性能缺陷,最终对无性能缺陷的主板进行上电检测,通过检测计算机主板上的多个元器件的电压数据和温度数据最终确定计算机主板是否满足产品性能要求,但是主板表面的缺陷种类繁多,在遇到例如板弯曲等部分不影响模板匹配和上电检测的缺陷时,无法得到准确的检测结果,现有的主板图像检测技术在检测具有特殊缺陷的主板时,还存在检测结果可靠性不足,导致对主板的缺陷判断不准确的问题。
实现思路