一種基于魯棒主成分分析的ic元件焊點(diǎn)檢測(cè)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于魯棒主成分分析的IC元件焊點(diǎn)檢測(cè)方法，包括：采集多個(gè)待檢測(cè)IC元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合；分別將測(cè)試集合的每張測(cè)試圖片向量化成列向量后，將獲得的所有列向量合并成IC焊點(diǎn)測(cè)試矩陣；進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣；將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的圖片，進(jìn)而對(duì)每個(gè)圖片進(jìn)行二值化分割得到對(duì)應(yīng)的二值化圖像；獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每個(gè)測(cè)試圖片的缺陷度；將該圖片的缺陷度與訓(xùn)練樣本的缺陷度閾值進(jìn)行比對(duì)后獲得IC元件焊點(diǎn)的檢測(cè)結(jié)果。本發(fā)明可以準(zhǔn)確、有效、快速地進(jìn)行IC元件焊點(diǎn)缺陷檢測(cè)，可廣泛應(yīng)用于IC元件的焊點(diǎn)檢測(cè)行業(yè)中。
【專(zhuān)利說(shuō)明】
一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及數(shù)字圖像處理應(yīng)用領(lǐng)域，特別是涉及一種基于魯棒主成分分析的1C元 件焊點(diǎn)檢測(cè)方法。
【背景技術(shù)】
[0002] 名詞解釋?zhuān)?br>[0003] RPCA:全稱(chēng)Robust principle component analysis，魯棒主成分分析；
[0004] PCB:全稱(chēng)Printed Circuit Board，印制電路板；
[0005] IC: Integrated Circuit，集成電路；
[0006] 印制電路板缺陷檢測(cè)是自動(dòng)光學(xué)檢測(cè)（automatic optical inspection，Α0Ι)應(yīng) 用的一個(gè)熱點(diǎn)方向，近年來(lái)得到越來(lái)越多的關(guān)注。目前主要采用的檢測(cè)方式是通過(guò)CCD檢測(cè) PCB元件的圖像后進(jìn)行處理從而實(shí)現(xiàn)缺陷檢測(cè)。實(shí)際使用中，印制電路板遇到的情況非常復(fù) 雜，CCD采集到的PCB元件圖像往往出現(xiàn)不同程度的變化和不規(guī)則現(xiàn)象，例如:光照強(qiáng)度不均 勻，光照角度改變，CCD攝像頭采集的圖像會(huì)有一定角度的偏轉(zhuǎn)，元件尺寸越來(lái)越小，PCB板 內(nèi)元件密度越來(lái)越大等等，這些問(wèn)題使得PCB焊點(diǎn)缺陷檢測(cè)變得相當(dāng)困難。而1C元件焊點(diǎn)的 尺寸比一般的CHIP元件焊點(diǎn)的尺寸要小的多，虛焊和正常焊點(diǎn)在圖像上非常相似，這使得 1C元件焊點(diǎn)的虛焊檢測(cè)一直是缺陷檢測(cè)中難以攻克的難題。
[0007] 現(xiàn)有的較為成熟的對(duì)1C元件焊點(diǎn)缺陷的檢測(cè)方法大多數(shù)為基于特征的方法。這種 方法將缺陷檢測(cè)分為兩個(gè)步驟:提取特征和分類(lèi)。在提取特征階段，選擇顏色梯度，區(qū)域面 積，周長(zhǎng)，水力半徑等等典型特征；在分類(lèi)階段，選擇較為成熟的分類(lèi)器，例如神經(jīng)網(wǎng)絡(luò)， AdaB 〇〇st，SVM等等，對(duì)提取的特征進(jìn)行分類(lèi)。這些方法在CHIP元件焊點(diǎn)取得了較好的應(yīng)用 效果。但是，由于1C元件焊點(diǎn)尺寸小，焊點(diǎn)密集度大，且虛焊焊點(diǎn)樣本難以收集，使得目前的 基于分類(lèi)器的方法在1C元件焊點(diǎn)虛焊檢測(cè)中難以得到良好的分類(lèi)效果。另外，在線檢測(cè)方 法對(duì)時(shí)間要求嚴(yán)格，神經(jīng)網(wǎng)絡(luò)這些較為成熟的分類(lèi)器計(jì)算量大，難以符合在線監(jiān)測(cè)在時(shí)間 上的要求。同時(shí)雖然也有人提出基于單高斯模型的像素點(diǎn)建模的1C元件焊點(diǎn)檢測(cè)方法，這 種方法的檢測(cè)速度快，但是準(zhǔn)確率低，無(wú)法在實(shí)際生產(chǎn)中應(yīng)用。
[0008] 另外，目前也出現(xiàn)了基于統(tǒng)計(jì)建模的方法，此類(lèi)方法將焊點(diǎn)的缺陷檢測(cè)問(wèn)題作為 一般的目標(biāo)檢測(cè)問(wèn)題，也就是說(shuō)，將合格的樣本圖片當(dāng)作背景，把不合格的圖片當(dāng)作前景。 然后，進(jìn)行背景建模，最后使用該模型進(jìn)行1C焊點(diǎn)缺陷檢測(cè)。然而，目前的這類(lèi)統(tǒng)計(jì)建模的 方法都是基于像素點(diǎn)的，而在目標(biāo)檢測(cè)當(dāng)中，基于像素點(diǎn)的方法往往會(huì)對(duì)背景部分的考慮 過(guò)于簡(jiǎn)單，因?yàn)檫@種方式主要是認(rèn)為背景是靜止的或者是變化緩慢的，而在合格的1C引腳 圖片樣本中，每一張圖片相比都有很大程度的不同，即背景是劇烈變化的。這會(huì)嚴(yán)重地抑制 訓(xùn)練和檢測(cè)的效果，導(dǎo)致模型訓(xùn)練結(jié)果不理想，從而導(dǎo)致檢測(cè)結(jié)果不準(zhǔn)確。
[0009] 總的來(lái)說(shuō)，目前的檢測(cè)方法無(wú)法有效、準(zhǔn)確、快速地檢測(cè)出1C元件的焊點(diǎn)缺陷。

【發(fā)明內(nèi)容】

[0010] 為了解決上述的技術(shù)問(wèn)題，本發(fā)明的目的是提供一種基于魯棒主成分分析的ic元 件焊點(diǎn)檢測(cè)方法。
[0011] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：
[0012] -種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法，包括步驟：
[0013] S1、采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合；
[0014] S2、分別將測(cè)試集合的每張測(cè)試圖片向量化成列向量后，將獲得的所有列向量合 并成1C焊點(diǎn)測(cè)試矩陣；
[0015] S3、對(duì)1C焊點(diǎn)測(cè)試矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣；
[0016] S4、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的圖片，進(jìn)而對(duì)每個(gè)圖片 進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像；
[0017] S5、獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每個(gè)測(cè)試 圖片的缺陷度；
[0018] S6、將該圖片的缺陷度與訓(xùn)練樣本的缺陷度閾值進(jìn)行比對(duì)后獲得1C元件焊點(diǎn)的檢 測(cè)結(jié)果。
[0019] 進(jìn)一步，所述步驟S1之前還包括對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練的步驟，具體包括：
[0020] A1、分別將訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片向量化成列向量后，將獲得的所有列 向量合并成1C焊點(diǎn)樣本矩陣；
[0021] A2、對(duì)1C焊點(diǎn)樣本矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣；
[0022] A3、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的樣本圖片，進(jìn)而對(duì)每個(gè) 樣本圖片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像；
[0023] A4、建立頻率分布圖后，依次獲取每個(gè)二值化圖像，對(duì)頻率分布圖進(jìn)行更新，進(jìn)而 在更新完畢后計(jì)算訓(xùn)練樣本的缺陷度閾值。
[0024]進(jìn)一步，所述步驟S2,其具體為：
[0025]分別將測(cè)試集合的每張測(cè)試圖片向量化成NX 1維列向量后，將獲得的所有列向量 合并成NXM維的1C焊點(diǎn)測(cè)試矩陣;其中，Μ表示測(cè)試集合的測(cè)試圖片的數(shù)量，N表示列向量的 維度，且N=WXH，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0026] 進(jìn)一步，所述步驟S3,包括：
[0027] S31、建立如下的增廣拉格朗日函數(shù)作為1C焊點(diǎn)測(cè)試矩陣的優(yōu)化函數(shù)：
[0029]其中，ML，S，X)表示優(yōu)化函數(shù)，D表示1C焊點(diǎn)測(cè)試矩陣，L表示1C焊點(diǎn)測(cè)試矩陣的 低秩矩陣，S表示1C焊點(diǎn)測(cè)試矩陣的稀疏矩陣，X表示與1C焊點(diǎn)測(cè)試矩陣相同維度的拉格朗 日乘子矩陣，μ表示補(bǔ)償正標(biāo)量，I |L| I*表示低秩矩陣L的核范數(shù)，I |S| U表示稀疏矩陣3的1^ 范數(shù)，λ表示調(diào)節(jié)參數(shù)，I I · I If表示Frobenius范數(shù)，〈.，.>表示矩陣內(nèi)積運(yùn)算子；
[0030] S32、求解獲得低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X的迭代更新公式如下：
[0032] 其中，上標(biāo)k表示迭代次數(shù)，υ Σ 示矩陣（
的奇異值分解，? (.)表 示壓縮算子
表示矩陣Σ中元素如果大于
，則取原值，否則，取0;
[0033] S33、根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新， 同時(shí)更新補(bǔ)償正標(biāo)量μ和迭代次數(shù)k: yk+1=ykP，k=k+Ι，其中，p表示迭代參數(shù)；
[0034] S34、迭代執(zhí)行步驟S33直到滿足收斂條件后，獲取當(dāng)前的低秩矩陣和稀疏矩陣。 [00 35]進(jìn)一步，所述步驟S33,其具體為：
[0036] 根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新，同時(shí) 更新補(bǔ)償正標(biāo)量以和迭代次數(shù)1^1^ 1 =以1^，1^ = 1^+1，其中，初始化的迭代條件如下:1^ = 3()= Χ°=0,μ°>0,Ρ>1Λ=0〇
[0037] 進(jìn)一步，所述步驟S34中所述收斂條件為：| |D-Lk-Sk| |F/| |D| |Κ10-7或迭代次數(shù)k 達(dá)到預(yù)設(shè)最大次數(shù)。
[0038]進(jìn)一步，所述步驟S4,其具體為：
[0039]將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的WXH的圖片，進(jìn)而對(duì)每個(gè)圖 片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0040] 進(jìn)一步，所述步驟S5中所述頻率分布圖是通過(guò)以下方式訓(xùn)練獲得的：
[0041] 建立一個(gè)WXH的矩陣并將該矩陣的所有元素值初始化為1后作為頻率分布圖，進(jìn) 而依次獲取訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片的稀疏矩陣對(duì)應(yīng)的二值化圖像后，對(duì)頻率分布 圖進(jìn)行更新，針對(duì)二值化圖像中像素值為255的像素點(diǎn)，將頻率分布圖的相應(yīng)位置的元素值 加1，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0042] 進(jìn)一步，所述步驟S5中所述計(jì)算每個(gè)測(cè)試圖片的缺陷度的步驟，是通過(guò)下式計(jì)算 缺陷度的：
[0044] 上式中，Em表示測(cè)試圖片的缺陷度，Μ表示測(cè)試集合的測(cè)試圖片個(gè)數(shù)，f(x，y)表示 頻率分布圖，b(x，y)表示測(cè)試圖片的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0045] 進(jìn)一步，所述步驟S6,其具體為：
[0046] 判斷該缺陷度是否大于訓(xùn)練樣本的缺陷度閾值，若是，則判斷該1C元件焊點(diǎn)為虛 焊焊點(diǎn)，反之，判斷該1C元件焊點(diǎn)為正常焊點(diǎn)。
[0047]進(jìn)一步，所述步驟SI，其具體為：
[0048] 采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的圖片，并將每張圖片由RGB顏色空間轉(zhuǎn)換為HSV空間 后，將其Η通道圖像作為1C元件焊點(diǎn)的測(cè)試圖片，進(jìn)而形成測(cè)試集合。
[0049] 進(jìn)一步，所述訓(xùn)練樣本包括多個(gè)1C焊點(diǎn)訓(xùn)練圖片，每個(gè)1C焊點(diǎn)訓(xùn)練圖片是通過(guò)將 合格的1C引腳圖片由RGB顏色空間轉(zhuǎn)換為HSV空間后獲得的Η通道圖像。
[0050] 進(jìn)一步，所述測(cè)試集合中測(cè)試圖片的數(shù)量與訓(xùn)練樣本的1C焊點(diǎn)訓(xùn)練圖片的數(shù)量一 致，均為Μ。
[0051] 本發(fā)明的有益效果是：本發(fā)明的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方 法，包括步驟:S1、采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合;S2、分別將測(cè) 試集合的每張測(cè)試圖片向量化成列向量后，將獲得的所有列向量合并成1C焊點(diǎn)測(cè)試矩陣； S3、對(duì)1C焊點(diǎn)測(cè)試矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣;S4、將稀疏矩陣的 每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的圖片，進(jìn)而對(duì)每個(gè)圖片進(jìn)行二值化分割從而得到對(duì) 應(yīng)的二值化圖像;S5、獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每 個(gè)測(cè)試圖片的缺陷度;S6、將該圖片的缺陷度與訓(xùn)練樣本的缺陷度閾值進(jìn)行比對(duì)后獲得1C 元件焊點(diǎn)的檢測(cè)結(jié)果。本方法通過(guò)求解稀疏矩陣將1C元件焊點(diǎn)檢測(cè)擴(kuò)展到最優(yōu)化的層面， 因此，任何屬于背景部分的變化，即任何1C元件焊點(diǎn)圖片之間的不同部分，都能夠通過(guò)低秩 矩陣捕捉到以及進(jìn)行約束，最終提高檢測(cè)效果，因此，本方法可以準(zhǔn)確、有效、快速地進(jìn)行1C 元件焊點(diǎn)缺陷檢測(cè)。
【附圖說(shuō)明】
[0052]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[0053]圖1是本發(fā)明的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法的流程圖。
【具體實(shí)施方式】
[0054]參照?qǐng)D1，本發(fā)明提供了一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法，包括步 驟：
[0055] S1、采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合；
[0056] S2、分別將測(cè)試集合的每張測(cè)試圖片向量化成列向量后，將獲得的所有列向量合 并成1C焊點(diǎn)測(cè)試矩陣；
[0057] S3、對(duì)1C焊點(diǎn)測(cè)試矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣；
[0058] S4、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的圖片，進(jìn)而對(duì)每個(gè)圖片 進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像；
[0059] S5、獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每個(gè)測(cè)試 圖片的缺陷度；
[0060] S6、將該圖片的缺陷度與訓(xùn)練樣本的缺陷度閾值進(jìn)行比對(duì)后獲得1C元件焊點(diǎn)的檢 測(cè)結(jié)果。
[0061] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S1之前還包括對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練的步 驟，具體包括：
[0062] Α1、分別將訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片向量化成列向量后，將獲得的所有列 向量合并成1C焊點(diǎn)樣本矩陣；
[0063] A2、對(duì)1C焊點(diǎn)樣本矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣；
[0064] A3、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的樣本圖片，進(jìn)而對(duì)每個(gè) 樣本圖片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像；
[0065] A4、建立頻率分布圖后，依次獲取每個(gè)二值化圖像，對(duì)頻率分布圖進(jìn)行更新，進(jìn)而 在更新完畢后計(jì)算訓(xùn)練樣本的缺陷度閾值。
[0066] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S2，其具體為：
[0067] 分別將測(cè)試集合的每張測(cè)試圖片向量化成NX 1維列向量后，將獲得的所有列向量 合并成NXM維的1C焊點(diǎn)測(cè)試矩陣;其中，Μ表示測(cè)試集合的測(cè)試圖片的數(shù)量，N表示列向量的 維度，且N=WXH，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0068] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S3,包括：
[0069] S31、建立如下的增廣拉格朗日函數(shù)作為1C焊點(diǎn)測(cè)試矩陣的優(yōu)化函數(shù)：
[0071] 其中，lu(L，S，X)表示優(yōu)化函數(shù)，D表示1C焊點(diǎn)測(cè)試矩陣，L表示1C焊點(diǎn)測(cè)試矩陣的 低秩矩陣，S表示1C焊點(diǎn)測(cè)試矩陣的稀疏矩陣，X表示與1C焊點(diǎn)測(cè)試矩陣相同維度的拉格朗 日乘子矩陣，μ表示補(bǔ)償正標(biāo)量，I |L| I*表示低秩矩陣L的核范數(shù)，| |S| U表示稀疏矩陣3的1^ 范數(shù)，λ表示調(diào)節(jié)參數(shù)，I I · I If表示Frobenius范數(shù)，〈.，.>表示矩陣內(nèi)積運(yùn)算子；
[0072] S32、求解獲得低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X的迭代更新公式如下：
[0074] 其中，上標(biāo)k表示迭代次數(shù)，示矩陣
1的奇異值分解，?(.)表 示壓縮算子且
表示矩陣Σ中元素如果大于
，則取原值，否則，取0;
[0075] S33、根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新， 同時(shí)更新補(bǔ)償正標(biāo)量μ和迭代次數(shù)k: yk+1=ykP，k=k+Ι，其中，ρ表示迭代參數(shù)；
[0076] S34、迭代執(zhí)行步驟S33直到滿足收斂條件后，獲取當(dāng)前的低秩矩陣和稀疏矩陣。 [0077]進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S33，其具體為：
[0078] 根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新，同時(shí) 更新補(bǔ)償正標(biāo)量以和迭代次數(shù)1^1^ 1 =以1^，1^ = 1^+1，其中，初始化的迭代條件如下:1^ = 3()= Χ°=0,μ°>0,Ρ>1Λ=0〇
[0079] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S34中所述收斂條件為：| |D-Lk-Sk| |f/||D I f〈1(T7或迭代次數(shù)k達(dá)到預(yù)設(shè)最大次數(shù)。
[0080] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S4，其具體為：
[0081] 將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的WXH的圖片，進(jìn)而對(duì)每個(gè)圖 片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0082] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S5中所述頻率分布圖是通過(guò)以下方式訓(xùn)練 獲得的：
[0083] 建立一個(gè)WXH的矩陣并將該矩陣的所有元素值初始化為1后作為頻率分布圖，進(jìn) 而依次獲取訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片的稀疏矩陣對(duì)應(yīng)的二值化圖像后，對(duì)頻率分布 圖進(jìn)行更新，針對(duì)二值化圖像中像素值為255的像素點(diǎn)，將頻率分布圖的相應(yīng)位置的元素值 加1，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0084] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S5中所述計(jì)算每個(gè)測(cè)試圖片的缺陷度的步 驟，是通過(guò)下式計(jì)算缺陷度的：
[0086] 上式中，Em表示測(cè)試圖片的缺陷度，Μ表示測(cè)試集合的測(cè)試圖片個(gè)數(shù)，f(x，y)表示 頻率分布圖，b(x，y)表示測(cè)試圖片的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0087] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S6，其具體為：
[0088] 判斷該缺陷度是否大于訓(xùn)練樣本的缺陷度閾值，若是，則判斷該1C元件焊點(diǎn)為虛 焊焊點(diǎn)，反之，判斷該1C元件焊點(diǎn)為正常焊點(diǎn)。
[0089] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述步驟S1，其具體為：
[0090] 采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的圖片，并將每張圖片由RGB顏色空間轉(zhuǎn)換為HSV空間 后，將其Η通道圖像作為1C元件焊點(diǎn)的測(cè)試圖片，進(jìn)而形成測(cè)試集合。
[0091] 進(jìn)一步作為優(yōu)選的實(shí)施方式，所述訓(xùn)練樣本包括多個(gè)1C焊點(diǎn)訓(xùn)練圖片，每個(gè)1C焊 點(diǎn)訓(xùn)練圖片是通過(guò)將合格的1C引腳圖片由RGB顏色空間轉(zhuǎn)換為HSV空間后獲得的Η通道圖 像。
[0092]進(jìn)一步作為優(yōu)選的實(shí)施方式，所述測(cè)試集合中測(cè)試圖片的數(shù)量與訓(xùn)練樣本的1C焊 點(diǎn)訓(xùn)練圖片的數(shù)量一致，均為Μ。
[0093]以下結(jié)合具體實(shí)施例對(duì)本發(fā)明做詳細(xì)說(shuō)明。
[0094] 參照?qǐng)D1，一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法，包括步驟：
[0095] S1、采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合;具體如下：采集多 個(gè)待檢測(cè)1C元件焊點(diǎn)的圖片，并將每張圖片由RGB顏色空間轉(zhuǎn)換為HSV空間后，將其Η通道圖 像作為1C元件焊點(diǎn)的測(cè)試圖片，進(jìn)而形成測(cè)試集合。測(cè)試集合中測(cè)試圖片的數(shù)量與訓(xùn)練樣 本的1C焊點(diǎn)訓(xùn)練圖片的數(shù)量一致，均為Μ。
[0096] S2、分別將測(cè)試集合的每張測(cè)試圖片向量化成NX 1維列向量后，將獲得的所有列 向量合并成NXM維的1C焊點(diǎn)測(cè)試矩陣;其中，Μ表示測(cè)試集合的測(cè)試圖片的數(shù)量，N表示列向 量的維度，且N=WXH，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0097] S3、對(duì)1C焊點(diǎn)測(cè)試矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣，包括S31 ~S34:
[0098] S31、建立如下的增廣拉格朗日函數(shù)作為1C焊點(diǎn)測(cè)試矩陣的優(yōu)化函數(shù)：
[0100] 其中，ML，S，X)表示優(yōu)化函數(shù)，D表示1C焊點(diǎn)測(cè)試矩陣，L表示1C焊點(diǎn)測(cè)試矩陣的 低秩矩陣，S表示1C焊點(diǎn)測(cè)試矩陣的稀疏矩陣，X表示與1C焊點(diǎn)測(cè)試矩陣相同維度的拉格朗 日乘子矩陣，μ表示補(bǔ)償正標(biāo)量，I |L| I*表示低秩矩陣L的核范數(shù)，I |S| U表示稀疏矩陣3的1^ 范數(shù)，λ表示調(diào)節(jié)參數(shù)，I I · I If表示Frobenius范數(shù)，〈.，.>表示矩陣內(nèi)積運(yùn)算子；
[0101] S32、求解獲得低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X的迭代更新公式如下：
[0103] 其中，上標(biāo)k表示迭代次數(shù)，U Σ ￥7表示矩陣
的奇異值分解，? (.)表 示壓縮算子且
表示矩陣Σ中元素如果大于
則取原值，否則，取0;這里，UXVT中的 矩陣Σ是表示運(yùn)用壓縮算子?(.)進(jìn)行運(yùn)算<
后獲得的矩陣；
[0104] 某個(gè)ΝΧΜ維的矩陣C的奇異值分解1]Σν%^具體含義如下：
[0105] U為ΝΧΝ矩陣，且U的列為CCT的正交特征向量，V為ΜΧΜ的矩陣，且V的列為CTC的正 交特征向量，VT表示V的轉(zhuǎn)置矩陣。CCWPCTC的特征值相同，均為ai，a 2，一ar，其中r表示矩陣C 的秩。Σ為NXM的矩陣，且該矩陣中元素Σ ^的值為& : ，其余元素值為〇，元素Σ ^的值 按照大小順序降序排列。
[0106]
>的奇異值分解υΣντ按照以上定義進(jìn)行求解即可獲得。S33、 根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新，同時(shí)更新補(bǔ)償 正標(biāo)量μ和迭代次數(shù)1^^1{+1 =以1^汰=1^1，其中，初始化的迭代條件如下:1^ = 5() = # = 〇4()> 0，P>1，k=0〇
[0107] S34、迭代執(zhí)行步驟S33直到滿足收斂條件后，獲取當(dāng)前的低秩矩陣和稀疏矩陣，其 中，I |D-Lk-sk| |F/| |D| IK10-7或迭代次數(shù)k達(dá)到預(yù)設(shè)最大次數(shù)，優(yōu)選的，本實(shí)施例中，預(yù)設(shè)最 大次數(shù)為500次。
[0108] S4、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的WXH的圖片，進(jìn)而對(duì)每 個(gè)圖片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像。
[0109] S5、獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每個(gè)測(cè)試 圖片的缺陷度；
[0110] 本步驟中，頻率分布圖是通過(guò)以下方式訓(xùn)練獲得的：
[0111] 建立一個(gè)WXH的矩陣并將該矩陣的所有元素值初始化為1后作為頻率分布圖，進(jìn) 而依次獲取訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片的稀疏矩陣對(duì)應(yīng)的二值化圖像后，對(duì)頻率分布 圖進(jìn)行更新，針對(duì)二值化圖像中像素值為255的像素點(diǎn)，將頻率分布圖的相應(yīng)位置的元素值 加1，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。
[0112]缺陷度的計(jì)算公式如下：
[0114] 上式中，Em表示測(cè)試圖片的缺陷度，Μ表示測(cè)試集合的測(cè)試圖片個(gè)數(shù)，f(x，y)表示 頻率分布圖，b(x，y)表示測(cè)試圖片的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0115] S6、將該圖片的缺陷度與訓(xùn)練樣本的缺陷度閾值進(jìn)行比對(duì)后獲得1C元件焊點(diǎn)的檢 測(cè)結(jié)果，具體如下：
[0116] 判斷該缺陷度是否大于訓(xùn)練樣本的缺陷度閾值，若是，則判斷該1C元件焊點(diǎn)為虛 焊焊點(diǎn)，反之，判斷該1C元件焊點(diǎn)為正常焊點(diǎn)。
[0117] 優(yōu)選的，步驟S1之前還包括對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練的步驟，具體包括：
[0118] Α1、分別將訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片向量化成列向量后，將獲得的所有列 向量合并成1C焊點(diǎn)樣本矩陣；訓(xùn)練樣本包括多個(gè)1C焊點(diǎn)訓(xùn)練圖片，每個(gè)1C焊點(diǎn)訓(xùn)練圖片是 通過(guò)將合格的1C引腳圖片由RGB顏色空間轉(zhuǎn)換為HSV空間后獲得的Η通道圖像。
[0119] 本步驟與步驟S2相似，具體為:分別將訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片向量化成Ν XI維列向量后，將獲得的所有列向量合并成ΝΧΜ維的1C焊點(diǎn)測(cè)試矩陣;其中，Μ表示訓(xùn)練樣 本的1C焊點(diǎn)訓(xùn)練圖片的數(shù)量，Ν表示列向量的維度，且N = WXH，W表示測(cè)試圖片的寬度，Η表 示測(cè)試圖片的高度。
[0120] Α2、對(duì)1C焊點(diǎn)樣本矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣;獲得低 秩矩陣和稀疏矩陣的詳細(xì)過(guò)程與步驟S3中相同，兩者只是處理對(duì)象略有區(qū)別，具體包括Α21 ~Α24:
[0121] Α21、建立如下的增廣拉格朗日函數(shù)作為1C焊點(diǎn)樣本矩陣的優(yōu)化函數(shù)：
[0123] 其中，ML，S，X)表示優(yōu)化函數(shù)，D表示1C焊點(diǎn)樣本矩陣，L表示1C焊點(diǎn)樣本矩陣的 低秩矩陣，S表示1C焊點(diǎn)樣本矩陣的稀疏矩陣，X表示與1C焊點(diǎn)樣本矩陣相同維度的拉格朗 日乘子矩陣，μ表示補(bǔ)償正標(biāo)量，I |L| I*表示低秩矩陣L的核范數(shù)，I |S| U表示稀疏矩陣3的1^ 范數(shù)，λ表示調(diào)節(jié)參數(shù)，I I · I If表示Frobenius范數(shù)，〈.，.>表示矩陣內(nèi)積運(yùn)算子；
[0124] A22、求解獲得低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X的迭代更新公式如下：
[0126]其中，上標(biāo)k表示迭代次數(shù)，U Σ ￥7表示矩陣
I的奇異值分解，? (.)表 示壓縮算子，各符號(hào)的取值及含義如前所示。
[0127] A23、根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新， 同時(shí)更新補(bǔ)償正標(biāo)量μ和迭代次數(shù)k:y k+1 = ykP，k=k+Ι，其中，初始化的迭代條件如下:LQ = S°=X0 = 0,y°>0,P>l,k=0〇
[0128] A24、迭代執(zhí)行步驟S33直到滿足收斂條件后，獲取當(dāng)前的低秩矩陣和稀疏矩陣，其 中，收斂條件為：I |D-Lk-Sk| |F/| |D| |F〈1(T7或迭代次數(shù)k達(dá)到預(yù)設(shè)最大次數(shù)。
[0129] A3、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的樣本圖片，進(jìn)而對(duì)每個(gè) 樣本圖片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像；
[0130] A4、建立頻率分布圖后，依次獲取每個(gè)二值化圖像，對(duì)頻率分布圖進(jìn)行更新，進(jìn)而 在更新完畢后根據(jù)下式分別計(jì)算訓(xùn)練樣本的每個(gè)1C焊點(diǎn)訓(xùn)練圖片的缺陷度并獲取最大值 作為訓(xùn)練樣本的缺陷度閾值：
[0132] 上式中，Em表示測(cè)試圖片的缺陷度，Μ表示測(cè)試集合的測(cè)試圖片個(gè)數(shù)，f(x，y)表示 頻率分布圖，b(x，y)表示測(cè)試圖片的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的 高度。
[0133] 本發(fā)明中，優(yōu)化分解獲得低秩矩陣和稀疏矩陣的原理如下：
[0134] 具體優(yōu)化問(wèn)題為：
[0136] 其中，| |L| I*表示低秩矩陣L的核范數(shù)，即低秩矩陣L的特征值之和，| |S| U表示稀 疏矩陣S的Li范數(shù)，λ表示調(diào)節(jié)參數(shù)。
[0137] 上述問(wèn)題是一個(gè)帶等式約束條件的優(yōu)化問(wèn)題，運(yùn)用基于拉格朗日乘子的迭代更新 法可以得到該問(wèn)題的最優(yōu)解。首先，該方法將上述優(yōu)化問(wèn)題轉(zhuǎn)化為增廣拉格朗日函數(shù)：
[0139] X表示與1C焊點(diǎn)測(cè)試矩陣相同維度(ΝΧΜ維）的拉格朗日乘子矩陣，μ表示補(bǔ)償正標(biāo) 量，I I · I |f表示Frobenius范數(shù)，〈·，·>表示矩陣內(nèi)積運(yùn)算子；
[0140]基于拉格朗日乘子的迭代更新法的基本思想是將其余變量當(dāng)作是固定不變的情 況下（當(dāng)作是常量），對(duì)另一個(gè)變量進(jìn)行迭代更新，其更新方向是在緩慢減小。詳細(xì)更新方法 如下：
[0145] 因此，獲得低秩矩陣L的迭代更新公式。
[0146] 類(lèi)似的，稀疏矩陣S的更新如下：
[0150] 拉格朗日乘子矩陣X的更新公式如下：
[0151] xk+1=xk+yk(D-Lk+1-S k+1)
[0152] 最后，當(dāng)滿足收斂條件：I |D-Lk-Sk| |F/| |D| |Κ1(ΤΜ、于10-7或迭代次數(shù)達(dá)到預(yù)設(shè)最 大次數(shù)時(shí)，停止迭代更新，得到最終收斂值，即1C焊點(diǎn)樣本矩陣的低秩矩陣L和稀疏矩陣S。 根據(jù)上述原理即可獲得步驟S3或Α2中的迭代更新步驟。
[0153] 本發(fā)明通過(guò)求解稀疏矩陣S將1C元件焊點(diǎn)檢測(cè)擴(kuò)展到最優(yōu)化的層面，因此，任何屬 于背景部分的變化，即任何1C元件焊點(diǎn)圖片之間的不同部分，都能夠通過(guò)低秩矩陣L捕捉到 以及進(jìn)行約束(最終提高檢測(cè)效果），最后通過(guò)對(duì)應(yīng)的稀疏矩陣S計(jì)算缺陷度與缺陷度閾值 進(jìn)行比對(duì)后，即可獲得1C元件焊點(diǎn)的檢測(cè)結(jié)果，本方法可以準(zhǔn)確、有效、快速地進(jìn)行焊點(diǎn)缺 陷檢測(cè)。
[0154]以上是對(duì)本發(fā)明的較佳實(shí)施進(jìn)行了具體說(shuō)明，但本發(fā)明創(chuàng)造并不限于實(shí)施例，熟 悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可做出種種的等同變形或替換，這些 等同的變型或替換均包含在本申請(qǐng)權(quán)利要求所限定的范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于魯棒主成分分析的IC元件焊點(diǎn)檢測(cè)方法，其特征在于，包括步驟： 51、 采集多個(gè)待檢測(cè)1C元件焊點(diǎn)的測(cè)試圖片后，形成測(cè)試集合； 52、 分別將測(cè)試集合的每張測(cè)試圖片向量化成列向量后，將獲得的所有列向量合并成 1C焊點(diǎn)測(cè)試矩陣； 53、 對(duì)1C焊點(diǎn)測(cè)試矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣； 54、 將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的圖片，進(jìn)而對(duì)每個(gè)圖片進(jìn)行 二值化分割從而得到對(duì)應(yīng)的二值化圖像； 55、 獲取根據(jù)訓(xùn)練樣本訓(xùn)練獲得的頻率分布圖后，結(jié)合二值化圖像計(jì)算每個(gè)測(cè)試圖片 的缺陷度； 56、 將該圖片的缺陷度與訓(xùn)練樣本的缺陷度闊值進(jìn)行比對(duì)后獲得1C元件焊點(diǎn)的檢測(cè)結(jié) 果。2. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S1之前還包括對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練的步驟，具體包括： A1、分別將訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片向量化成列向量后，將獲得的所有列向量 合并成1C焊點(diǎn)樣本矩陣； A2、對(duì)1C焊點(diǎn)樣本矩陣進(jìn)行優(yōu)化分解處理后獲得其低秩矩陣和稀疏矩陣； A3、將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的樣本圖片，進(jìn)而對(duì)每個(gè)樣本 圖片進(jìn)行二值化分割從而得到對(duì)應(yīng)的二值化圖像； A4、建立頻率分布圖后，依次獲取每個(gè)二值化圖像，對(duì)頻率分布圖進(jìn)行更新，進(jìn)而在更 新完畢后計(jì)算訓(xùn)練樣本的缺陷度闊值。3. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S2，其具體為： 分別將測(cè)試集合的每張測(cè)試圖片向量化成NX 1維列向量后，將獲得的所有列向量合并 成NXM維的1C焊點(diǎn)測(cè)試矩陣；其中，Μ表示測(cè)試集合的測(cè)試圖片的數(shù)量，N表示列向量的維 度，且N=WXH，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。4. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S3，包括： 531、 建立如下的增廣拉格朗日函數(shù)作為1C焊點(diǎn)測(cè)試矩陣的優(yōu)化函數(shù)： .心(￡.，&.巧=11 LII* +λ. I間I, +昔1_正 _S Ik. + < 義，'0_王-S > 其中，l^LiSiX)表示優(yōu)化函數(shù)，D表示1C焊點(diǎn)測(cè)試矩陣，L表示1C焊點(diǎn)測(cè)試矩陣的低秩矩 陣，S表示1C焊點(diǎn)測(cè)試矩陣的稀疏矩陣，X表示與1C焊點(diǎn)測(cè)試矩陣相同維度的拉格朗日乘子 矩陣，μ表示補(bǔ)償正標(biāo)量，II L II *表示低秩矩陣L的核范數(shù)，II S II1表示稀疏矩陣5的^范數(shù)，λ 表示調(diào)節(jié)參數(shù)，I I · IIf表示Frobenius范數(shù)，<.，.〉表示矩陣內(nèi)積運(yùn)算子； 532、 求解獲得低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X的迭代更新公式如下：其中，上標(biāo)k表示迭代次數(shù)，u Σ八表示矩陣的奇異值分解，? Ο表示壓 縮算子且表示矩陣Σ中元素如果大于^，則取原值，否則，取0; μ* μ 533、 根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新，同時(shí) 更新補(bǔ)償正標(biāo)量μ和迭代次數(shù)k: yk+i=ykp，k=k+1，其中，P表示迭代參數(shù)； 534、 迭代執(zhí)行步驟S33直到滿足收斂條件后，獲取當(dāng)前的低秩矩陣和稀疏矩陣。5. 根據(jù)權(quán)利要求4所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S33，其具體為： 根據(jù)迭代更新公式對(duì)低秩矩陣L、稀疏矩陣S和拉格朗日乘子矩陣X進(jìn)行更新，同時(shí)更新 補(bǔ)償正標(biāo)量4和迭代次數(shù)4:4^ = 4*^0，4 = 4+1，其中，初始化的迭代條件如下:1^*^ = 5*^ = 乂*^ = 〇，μ°〉〇，ρ〉1，k = 0。6. 根據(jù)權(quán)利要求4所述的一種基于魯棒主成分分析的IC元件焊點(diǎn)檢測(cè)方法，其特征在 于，所述步驟S34中所述收斂條件為：II D-Lk-Sk II f/Μ D II F<1(T7或迭代次數(shù)k達(dá)到預(yù)設(shè)最大 次數(shù)。7. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S4，其具體為： 將稀疏矩陣的每個(gè)列向量進(jìn)行逆向量化后獲得對(duì)應(yīng)的WXH的圖片，進(jìn)而對(duì)每個(gè)圖片進(jìn) 行二值化分割從而得到對(duì)應(yīng)的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。8. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S5中所述頻率分布圖是通過(guò)W下方式訓(xùn)練獲得的： 建立一個(gè)WXH的矩陣并將該矩陣的所有元素值初始化為1后作為頻率分布圖，進(jìn)而依 次獲取訓(xùn)練樣本的每張1C焊點(diǎn)訓(xùn)練圖片的稀疏矩陣對(duì)應(yīng)的二值化圖像后，對(duì)頻率分布圖進(jìn) 行更新，針對(duì)二值化圖像中像素值為255的像素點(diǎn)，將頻率分布圖的相應(yīng)位置的元素值加1， W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。9. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法，其特征在 于，所述步驟S5中所述計(jì)算每個(gè)測(cè)試圖片的缺陷度的步驟，是通過(guò)下式計(jì)算缺陷度的：上式中，Em表示測(cè)試圖片的缺陷度，Μ表示測(cè)試集合的測(cè)試圖片個(gè)數(shù)，f(x，y)表示頻率分 布圖，b(x，y)表示測(cè)試圖片的二值化圖像，W表示測(cè)試圖片的寬度，Η表示測(cè)試圖片的高度。10. 根據(jù)權(quán)利要求1所述的一種基于魯棒主成分分析的1C元件焊點(diǎn)檢測(cè)方法， 其特征在于，所述步驟S6，其具體為： 判斷該缺陷度是否大于訓(xùn)練樣本的缺陷度闊值，若是，則判斷該1C元件焊點(diǎn)為虛焊焊 點(diǎn)，反之，判斷該1C元件焊點(diǎn)為正常焊點(diǎn)。
【文檔編號(hào)】G01N21/956GK106093074SQ201610428079
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年6月16日
【發(fā)明人】蔡念, 周楊, 葉倩, 劉根, 王晗, 翁韶偉
【申請(qǐng)人】廣東工業(yè)大學(xué)