1.一种基于图像处理的PCB缺陷检测方法,其特征在于,该方法包括:S1:采集无缺陷的PCB板图像数据,并对PCB板图像数据进行预处理和数据增强,制作成数据集;
S2:对重建子网和分割子网分别设置损失函数,使用数据集进行训练得到训练后的重建子网和分割子网,训练后的重建子网采用扩散模型对经过预处理和数据增强的待检测图像数据按照时间步逐步去除噪声后得到重建图像,重建图像经过离散小波变换分解为低频成分和高频成分,将低频成分输入到训练后的分割子网与待检测图像数据对比,并区分出缺陷部分;
使用数据集进行训练的过程中,所述重建子网中将缺陷作为噪声按照时间步加入到PCB 板图像数据中进行正向扩散处理,直到 PCB 板图像数据完全转化为纯噪声数据;对纯噪声数据经过反向扩散处理,按照时间步逐步去除噪声得到重建图像;
所述高频成分反馈至反向扩散处理,反向扩散处理将反馈的高频成分作为要去除的噪声进行去除。
2.根据权利要求1所述的一种基于图像处理的PCB缺陷检测方法,其特征在于,重建子网的损失函数为:,其中 和 分别是两种不同时间步,是指示样本是否为异常的标签,0表示正常样本,1表示异常样本,是在时间步 添加的真实噪声,是在时间步 添加的真实噪声,是重建子网在时间步 预测的噪声,是重建子网在时间步 预测的噪声。
3.根据权利要求2所述的一种基于图像处理的PCB缺陷检测方法,其特征在于,所述分割子网的损失函数为:,
其中是输入图像的真实异常掩码, 是分割子网预测的异常掩码,为平滑L1损失函数,为焦点损失函数, 是一个超参数,用于平衡L1损失函数和焦点损失函数的重要性,所述真实异常掩码指的是具有噪声的图像区域。
4.根据权利要求3所述的一种基于图像处理的PCB缺陷检测方法,其特征在于,重建子网和分割子网的总损失函数为:,
通过训练降低总损失函数的值,使得分割子网的输出结果接近真实异常掩码。
5.根据权利要求2所述的一种基于图像处理的PCB缺陷检测方法,其特征在于,所述离散小波变换包括,分别用低通小波滤波器和高通小波滤波器将输入的重建图像在水平方向和垂直方向进行卷积得到低频成分和高频成分。