[0001] 本发明涉及电路板加工的领域，尤其涉及电路板缺陷检测系统及方法。

[0002] 电路板作为精密电子器件，其在晶圆表面焊接大量元器件并且将相应元器件进行布线连接。在电路板实际制作过程中，会不可避免出现晶圆表面形貌缺陷、元器件焊接缺陷和布线连接缺陷，这些缺陷或多或少会对电路板的工作性能产生影响，当缺陷的数量足够多或者缺陷形成在电路板的关键位置，会使得电路板成为次品无法实现原来设计对应的计算性能。现有的电路板缺陷检测都是针对电路板表面的布线缺陷来进行识别，无法对电路板表面不同类型的缺陷进细化关联检测，不能定位电路板表面的所有缺陷和准确识别电路板的品质状态，不能对电路板进行可靠的性能质量筛选。

[0061] 为使本申请的上述目的、特征和优点能够更为明显易懂，下面结合附图，对本申请的具体实施方式做详细的说明。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

[0062] 本申请中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0063] 在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

[0064] 请参阅图1所示，本申请一实施例提供的一种电路板缺陷检测系统。该电路板缺陷检测系统包括：

[0065] 第一视觉拍摄模块，用于在第一照明条件下对电路板进行机器视觉拍摄，得到第一电路板影像；

[0066] 第一影像识别模块，用于基于该第一照明条件的照明特征信息，对该第一电路板影像进行识别，得到该电路板表面的第一对位标记特征信息和晶圆部分的缺陷状态信息；

[0067] 第二视觉拍摄模块，用于在第二照明条件下对该电路板进行机器视觉拍摄，得到第二电路板影像；

[0068] 第二影像识别模块，用于基于该第二照明条件的照明特征信息，对该第二电路板影像进行识别，得到该电路板表面的第二对位标记特征信息和布线状态特征信息；

[0069] 晶圆与布线相对关系确定模块，用于基于该第一对位标记特征信息和该第二对位标记特征信息，将该晶圆部分的缺陷状态信息和该布线状态特征信息进行相同区域方位对比，确定该电路板的晶圆部分与布线部分之间的相对关系状态；

[0070] 电路板品质确定模块，用于基于该相对关系状态，识别该电路板表面存在缺陷坏点信息，并基于该缺陷坏点信息，确定该电路板的品质状态。

[0071] 上述实施例的有益效果，该电路板缺陷检测系统分别在第一照明条件和第二照明条件下对电路板进行机器视觉拍摄和识别，得到电路板表面的第一与第二对位标记特征信息以及晶圆部分的缺陷状态信息和布线状态特征信息，通过不同照明条件能够对晶圆和布线存在的缺陷进行精确区分化识别，利用第一与第二对位标记特征信息来对晶圆部分的缺陷状态信息和布线状态特征信息进行相同区域方位对比，将电路板晶圆部分和布线部分存在的缺陷进行关联识别，以此识别影响电路板正常工作性能的缺陷坏点信息，为判断电路板的品质状态提供可靠依据，通过对电路板在晶圆和布线焊点上存在缺陷的识别，对电路板进行整体化多样化的缺陷检测，实现对电路板可靠的性能质量筛选。

[0072] 在另一实施例中，该第一视觉拍摄模块用于在第一照明条件下对电路板进行机器视觉拍摄，得到第一电路板影像，包括：

[0073] 在具有单一波长的均匀面光束照明条件下对电路板表面进行机器视觉分区域拍摄，得到关于该电路板表面不同区域的若干第一影像；基于该机器视觉分区域拍摄的拍摄方位信息，对所有第一影像进行拼接处理，以此得到第一电路板影像；

[0074] 该第一影像识别模块用于基于该第一照明条件的照明特征信息，对该第一电路板影像进行识别，得到该电路板表面的第一对位标记特征信息和晶圆部分的缺陷状态信息，包括：

[0075] 基于该均匀面光束照明条件对应的光线波长，对该第一电路板影像进行与该光线波长匹配的图像层提取处理，得到相应的电路板图像；对该电路板图像进行像素轮廓识别处理，得到该电路板表面的对位标记的第一边缘轮廓特征信息以及该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息。

[0076] 上述实施例的有益效果，电路板包括晶圆以及布置在晶圆表面上的电路布线，晶圆和电路布线在制作过程中不可避免存在制作工艺上的缺陷，导致晶圆和电路布线存在结构缺陷，这些结构缺陷会对电路板的性能造成不同程度的影响，比如当晶圆缺陷位于电路布线区域外部，则不会对电路板的性能产生不良影响；当电路布线缺陷位于电路关键部位，则可能导致整个电路板报废。此外为了对电路板进行准确的安装，电路板表面都会形成有对位标记，该对位标记可为但不限于是十字形标记，该对位标记能够对电路板的朝向方位进行识别标定（即识别标定电路板的左右前后方向）。还有，电路板上晶圆和电路布线各自的缺陷特点并不相同，晶圆缺陷主要是晶圆表面形貌缺陷，电路布线缺陷主要是电路布线连接和/或走向上的缺陷，若在同一次机器视觉识别中同时对晶圆和电路布线缺陷进行识别，可能会无法准确区分和定位不同类型的缺陷，无法对电路板表面所有类型缺陷进行全面准确识别。为此通过在不同照明条件下对电路板进行机器视觉识别，从而实现对晶圆缺陷和电路布线缺陷的区分化定向识别。相应地，在具有单一波长的均匀面光束照明条件下对电路板表面进行机器视觉分区域拍摄，得到关于该电路板表面不同区域的若干第一影像，其中该均匀面光束可为但不限于是红色或绿色波长的光束，这样该均匀面光束能够对该电路板表面相应区域进行匀光化照射，使得被照射的电路板表面区域能够对面光束进行反射，这样反射的光束包含电路板表面对应的晶圆区域的表面形貌结构细节；基于该机器视觉分区域拍摄的拍摄方位信息，对所有第一影像进行拼接处理，以此得到第一电路板影像，从而实现对该电路板表面全局化的晶圆结构视觉表征。再以该均匀面光束照明条件对应的光线波长为基准，对该第一电路板影像进行与该光线波长匹配的图像层提取处理，得到相应的电路板图像，其中该图像层提取处理是通过对该第一电路板影像进行相应波长的光谱数据提取，其属于本领域的常规技术手段，这里不做详细的叙述。再对该电路板图像进行像素轮廓识别处理，得到该电路板表面的对位标记的第一边缘轮廓特征信息以及该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息，这样能够对该电路板表面的对位标记和晶圆表面形貌缺陷进行全面准确标识。

[0077] 在另一实施例中，该第二视觉拍摄模块用于在第二照明条件下对该电路板进行机器视觉拍摄，得到第二电路板影像，包括：

[0078] 在具有明暗条纹相间分布图案的白色结构光照明条件下对该电路板表面进行机器视觉扫描拍摄，得到该电路板表面对该白色结构光反射后形成的全局光学图案对应的第二电路板影像；

[0079] 该第二影像识别模块用于基于该第二照明条件的照明特征信息，对该第二电路板影像进行识别，得到该电路板表面的第二对位标记特征信息和布线状态特征信息，包括：

[0080] 对该第二电路板影像进行边缘像素增强处理后，获取该第二电路板影像的光学图案纹理尺寸分布信息和光强分布信息；将该白色结构光照明条件对应的明暗条纹的尺寸分布信息和光强分布信息分别与该第二电路板影像的光学图案纹理尺寸和光强分布信息进行对比，得到该电路板表面的对位标记的第二边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息。

[0081] 上述实施例的有益效果，电路板表面的电路布线缺陷主要包括布线走线缺陷和焊点缺陷，其呈现的缺陷外形丰富多样，为了对电路布线缺陷进行全面的识别，在具有明暗条纹相间分布图案的白色结构光照明条件下对该电路板表面进行机器视觉扫描拍摄，得到该电路板表面对该白色结构光反射后形成的全局光学图案对应的第二电路板影像，即利用白色光源形成的具有周期性明暗条纹相间分布图案的结构光照射电路板表面，这样电路板表面会对结构光进行光强调整并反射形成相应的全局光学图案，使得该第二电路板影像能够全面采集该全局光学图案。再对该第二电路板影像进行边缘像素增强处理后，获取该第二电路板影像的光学图案纹理尺寸分布信息和光强分布信息；将该白色结构光照明条件对应的明暗条纹的尺寸分布信息和光强分布信息分别与该第二电路板影像的光学图案纹理尺寸和光强分布信息进行对比，得到该电路板表面的对位标记的第二边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息，其中上述对比处理属于结构光检测的常用手段，这里不做详细叙述，通过上述方式能够准确对电路板表面的布线缺陷/焊点缺陷进行定位识别。

[0082] 在另一实施例中，该晶圆与布线相对关系确定模块用于基于该第一对位标记特征信息和该第二对位标记特征信息，将该晶圆部分的缺陷状态信息和该布线状态特征信息进行相同区域方位对比，确定该电路板的晶圆部分与布线部分之间的相对关系状态，包括：

[0083] 将该第一边缘轮廓特征信息和该第二边缘轮廓特征信息进行对比标记的朝向方位对比，确定两者之间的朝向方位偏差；

[0084] 基于该朝向方位偏差，将该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息进行关于在二维平面的投影方位调整，以此将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息投影到相应二维平面空间，从而将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息进行相同区域方位对比，得到该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离状态；

[0085] 该电路板品质确定模块用于基于该相对关系状态，识别该电路板表面存在缺陷坏点信息，并基于该缺陷坏点信息，确定该电路板的品质状态，包括：

[0086] 基于该相对距离状态，从该电路板的所有晶圆缺陷和所有布线缺陷/焊点缺陷识别影响该电路板正常工作的晶圆缺陷‑布线缺陷/焊点缺陷对，以此作为该电路板表面存在的缺陷坏点；再基于该电路板表面对应的缺陷坏点分布密度，确定该电路板属于良品电路板还是次品电路板。

[0087] 上述实施例的有益效果，该第一边缘轮廓特征信息和该第二边缘轮廓特征信息都是对电路板上同一对位标记的边缘轮廓识别结果，但是在第一照明条件和第二照明条件下进行机器视觉拍摄时电路板的放置方位并不一定完全相同，这使得该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息存在方位上的差异，为了便于在同一方位空间对晶圆部分的形貌缺陷边缘轮廓特征信息和布线缺陷/焊点缺陷边缘轮廓特征信息进行对比分析，先将该第一边缘轮廓特征信息和该第二边缘轮廓特征信息进行对比标记的朝向方位对比，确定两者之间的朝向方位偏差，再基于该朝向方位偏差，将该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息进行关于在二维平面的投影方位调整，以此将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息投影到相应二维平面空间，以此得到该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离状态。再者将该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离与预设距离阈值进行对比，若相对距离小于或等于预设距离阈值，则将相应晶圆缺陷和所有布线缺陷/焊点缺陷确定为影响该电路板正常工作的晶圆缺陷‑布线缺陷/焊点缺陷对以此作为该电路板表面存在的缺陷坏点。再将该电路板表面对应的缺陷坏点分布密度（即单位面积的缺陷坏点分布数量）与预设密度阈值，若缺陷坏点分布密度大于预设密度阈值，则确定该电路板属于次品电路板，否则，确定该电路板属于良品电路板，从而对该电路板的品质高低状态进行量化区分。

[0088] 在另一实施例中，还包括拍摄定位模块，用于对第一视觉拍摄模块和第二视觉拍摄模块的拍摄定位，从而确保第一视觉拍摄模块和第二视觉拍摄模块的拍摄位置均一致，其包括：

[0089] 步骤S1，在放置电路板的拍摄台上存在四个顶角定位点，每个定位点均能够被所述第一视觉拍摄模块和所述第二视觉拍摄模块识别到，利用下面公式（1），根据所述第一视觉拍摄模块和所述第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，判断拍摄的电路板影像是否存在图像畸变，

[0090]       （1），

[0091] 在上述公式（1）中，表示判断拍摄的电路板影像是否存在图像畸变的判定值；表示拍摄模块拍摄到的电路板影像中左上顶角定位点的坐标； 表示拍
摄模块拍摄到的电路板影像中右上顶角定位点的坐标； 表示拍摄模块拍摄到的电路板影像中左下顶角定位点的坐标； 表示拍摄模块拍摄到的电路板影像中右下顶角定位点的坐标；||表示平行于；&&表示逻辑关系且； 表示判断函数，若括号内的算式成立则函数值为1，若括号内的算式不成立则函数值为0；

[0092] 若 ，则表示拍摄的电路板影像不存在图像畸变；

[0093] 若 ，则表示拍摄的电路板影像存在图像畸变；

[0094] 若存在图像畸变则调整所述拍摄模块并重复上述步骤S1，直至所述第一视觉拍摄模块和所述第二视觉拍摄模块拍摄的电路板影像不存在图像畸变为止；

[0095] 步骤S2，当所述第一视觉拍摄模块和所述第二视觉拍摄模块拍摄的电路板影像不存在图像畸变时，将所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄参数设成相一致，再利用下面公式（2），根据所述第一视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置和所述第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，判断所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置是否一致，[0096] （2）

[0097] 在上述公式（2）中， 表示判断所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置是否一致的判定值； 表示所述第一视觉拍摄模块拍摄到的电路板影像中第 个顶角定位点的坐标； 表示所述第二视觉拍摄模块
拍摄到的电路板影像中第 个顶角定位点的坐标；

[0098] 若 ，则表示所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置一致；

[0099] 若 ，则表示所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置不一致；

[0100] 步骤S3，当所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置不一致，则利用下面公式（3），根据所述第一视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置和所述第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，控制所述第二视觉拍摄模块上下移动调节的方向，

[0101]（3）

[0102] 在上述公式（3）中，R表示所述第二视觉拍摄模块上下移动调节的方向控制值；表示求取括号内两个坐标点之间的距离值；

[0103] 若 ，则表示控制所述第二视觉拍摄模块向上移动调节并重复上述步骤S2和步骤S3直到所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置一致为止；

[0104] 若 ，则表示控制所述第二视觉拍摄模块向下移动调节并重复上述步骤S2和步骤S3直到所述第一视觉拍摄模块和所述第二视觉拍摄模块的拍摄位置一致为止。

[0105] 上述实施例的有益效果，利用上述公式（1），根据该第一视觉拍摄模块和该第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，判断拍摄的电路板影像是否存在图像畸变，从而避免图像畸变导致拍摄定位存在的差异；再利用上述公式（2），根据该第一视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置和该第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，判断该第一视觉拍摄模块和该第二视觉拍摄模块的拍摄位置是否一致，从而智能判断体现系统的智能化；最后利用上述公式（3），根据该第一视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置和该第二视觉拍摄模块拍摄到的电路板影像中四个顶角定位点的坐标位置，控制该第二视觉拍摄模块上下移动调节的方向，从而确保在上下方向上的位置一致，保证系统的可靠性。

[0106] 请参阅图2所示，本申请一实施例提供的电路板缺陷检测方法。该电路板缺陷检测方法包括：

[0107] 在第一照明条件下对电路板进行机器视觉拍摄，得到第一电路板影像；基于该第一照明条件的照明特征信息，对该第一电路板影像进行识别，得到该电路板表面的第一对位标记特征信息和晶圆部分的缺陷状态信息；

[0108] 在第二照明条件下对该电路板进行机器视觉拍摄，得到第二电路板影像；基于该第二照明条件的照明特征信息，对该第二电路板影像进行识别，得到该电路板表面的第二对位标记特征信息和布线状态特征信息；

[0109] 基于该第一对位标记特征信息和该第二对位标记特征信息，将该晶圆部分的缺陷状态信息和该布线状态特征信息进行相同区域方位对比，确定该电路板的晶圆部分与布线部分之间的相对关系状态；基于该相对关系状态，识别该电路板表面存在缺陷坏点信息，并基于该缺陷坏点信息，确定该电路板的品质状态。

[0110] 上述实施例的有益效果，该电路板缺陷检测方法分别在第一照明条件和第二照明条件下对电路板进行机器视觉拍摄和识别，得到电路板表面的第一与第二对位标记特征信息以及晶圆部分的缺陷状态信息和布线状态特征信息，通过不同照明条件能够对晶圆和布线存在的缺陷进行精确区分化识别，利用第一与第二对位标记特征信息来对晶圆部分的缺陷状态信息和布线状态特征信息进行相同区域方位对比，将电路板晶圆部分和布线部分存在的缺陷进行关联识别，以此识别影响电路板正常工作性能的缺陷坏点信息，为判断电路板的品质状态提供可靠依据，通过对电路板在晶圆和布线焊点上存在缺陷的识别，对电路板进行整体化多样化的缺陷检测，实现对电路板可靠的性能质量筛选。

[0111] 在另一实施例中，在第一照明条件下对电路板进行机器视觉拍摄，得到第一电路板影像；基于该第一照明条件的照明特征信息，对该第一电路板影像进行识别，得到该电路板表面的第一对位标记特征信息和晶圆部分的缺陷状态信息，包括：

[0112] 在具有单一波长的均匀面光束照明条件下对电路板表面进行机器视觉分区域拍摄，得到关于该电路板表面不同区域的若干第一影像；基于该机器视觉分区域拍摄的拍摄方位信息，对所有第一影像进行拼接处理，以此得到第一电路板影像；

[0113] 基于该均匀面光束照明条件对应的光线波长，对该第一电路板影像进行与该光线波长匹配的图像层提取处理，得到相应的电路板图像；对该电路板图像进行像素轮廓识别处理，得到该电路板表面的对位标记的第一边缘轮廓特征信息以及该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息。

[0114] 上述实施例的有益效果，电路板包括晶圆以及布置在晶圆表面上的电路布线，晶圆和电路布线在制作过程中不可避免存在制作工艺上的缺陷，导致晶圆和电路布线存在结构缺陷，这些结构缺陷会对电路板的性能造成不同程度的影响，比如当晶圆缺陷位于电路布线区域外部，则不会对电路板的性能产生不良影响；当电路布线缺陷位于电路关键部位，则可能导致整个电路板报废。此外为了对电路板进行准确的安装，电路板表面都会形成有对位标记，该对位标记可为但不限于是十字形标记，该对位标记能够对电路板的朝向方位进行识别标定（即识别标定电路板的左右前后方向）。还有，电路板上晶圆和电路布线各自的缺陷特点并不相同，晶圆缺陷主要是晶圆表面形貌缺陷，电路布线缺陷主要是电路布线连接和/或走向上的缺陷，若在同一次机器视觉识别中同时对晶圆和电路布线缺陷进行识别，可能会无法准确区分和定位不同类型的缺陷，无法对电路板表面所有类型缺陷进行全面准确识别。为此通过在不同照明条件下对电路板进行机器视觉识别，从而实现对晶圆缺陷和电路布线缺陷的区分化定向识别。相应地，在具有单一波长的均匀面光束照明条件下对电路板表面进行机器视觉分区域拍摄，得到关于该电路板表面不同区域的若干第一影像，其中该均匀面光束可为但不限于是红色或绿色波长的光束，这样该均匀面光束能够对该电路板表面相应区域进行匀光化照射，使得被照射的电路板表面区域能够对面光束进行反射，这样反射的光束包含电路板表面对应的晶圆区域的表面形貌结构细节；基于该机器视觉分区域拍摄的拍摄方位信息，对所有第一影像进行拼接处理，以此得到第一电路板影像，从而实现对该电路板表面全局化的晶圆结构视觉表征。再以该均匀面光束照明条件对应的光线波长为基准，对该第一电路板影像进行与该光线波长匹配的图像层提取处理，得到相应的电路板图像，其中该图像层提取处理是通过对该第一电路板影像进行相应波长的光谱数据提取，其属于本领域的常规技术手段，这里不做详细的叙述。再对该电路板图像进行像素轮廓识别处理，得到该电路板表面的对位标记的第一边缘轮廓特征信息以及该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息，这样能够对该电路板表面的对位标记和晶圆表面形貌缺陷进行全面准确标识。

[0115] 在另一实施例中，在第二照明条件下对该电路板进行机器视觉拍摄，得到第二电路板影像；基于该第二照明条件的照明特征信息，对该第二电路板影像进行识别，得到该电路板表面的第二对位标记特征信息和布线状态特征信息，包括：

[0116] 在具有明暗条纹相间分布图案的白色结构光照明条件下对该电路板表面进行机器视觉扫描拍摄，得到该电路板表面对该白色结构光反射后形成的全局光学图案对应的第二电路板影像；

[0117] 对该第二电路板影像进行边缘像素增强处理后，获取该第二电路板影像的光学图案纹理尺寸分布信息和光强分布信息；将该白色结构光照明条件对应的明暗条纹的尺寸分布信息和光强分布信息分别与该第二电路板影像的光学图案纹理尺寸和光强分布信息进行对比，得到该电路板表面的对位标记的第二边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息。

[0118] 上述实施例的有益效果，电路板表面的电路布线缺陷主要包括布线走线缺陷和焊点缺陷，其呈现的缺陷外形丰富多样，为了对电路布线缺陷进行全面的识别，在具有明暗条纹相间分布图案的白色结构光照明条件下对该电路板表面进行机器视觉扫描拍摄，得到该电路板表面对该白色结构光反射后形成的全局光学图案对应的第二电路板影像，即利用白色光源形成的具有周期性明暗条纹相间分布图案的结构光照射电路板表面，这样电路板表面会对结构光进行光强调整并反射形成相应的全局光学图案，使得该第二电路板影像能够全面采集该全局光学图案。再对该第二电路板影像进行边缘像素增强处理后，获取该第二电路板影像的光学图案纹理尺寸分布信息和光强分布信息；将该白色结构光照明条件对应的明暗条纹的尺寸分布信息和光强分布信息分别与该第二电路板影像的光学图案纹理尺寸和光强分布信息进行对比，得到该电路板表面的对位标记的第二边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息，其中上述对比处理属于结构光检测的常用手段，这里不做详细叙述，通过上述方式能够准确对电路板表面的布线缺陷/焊点缺陷进行定位识别。

[0119] 在另一实施例中，基于该第一对位标记特征信息和该第二对位标记特征信息，将该晶圆部分的缺陷状态信息和该布线状态特征信息进行相同区域方位对比，确定该电路板的晶圆部分与布线部分之间的相对关系状态；基于该相对关系状态，识别该电路板表面存在缺陷坏点信息，并基于该缺陷坏点信息，确定该电路板的品质状态，包括：

[0120] 将该第一边缘轮廓特征信息和该第二边缘轮廓特征信息进行对比标记的朝向方位对比，确定两者之间的朝向方位偏差；

[0121] 基于该朝向方位偏差，将该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息进行关于在二维平面的投影方位调整，以此将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息投影到相应二维平面空间，从而将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息进行相同区域方位对比，得到该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离状态；

[0122] 基于该相对距离状态，从该电路板的所有晶圆缺陷和所有布线缺陷/焊点缺陷识别影响该电路板正常工作的晶圆缺陷‑布线缺陷/焊点缺陷对，以此作为该电路板表面存在的缺陷坏点；再基于该电路板表面对应的缺陷坏点分布密度，确定该电路板属于良品电路板还是次品电路板。

[0123] 上述实施例的有益效果，该第一边缘轮廓特征信息和该第二边缘轮廓特征信息都是对电路板上同一对位标记的边缘轮廓识别结果，但是在第一照明条件和第二照明条件下进行机器视觉拍摄时电路板的放置方位并不一定完全相同，这使得该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息存在方位上的差异，为了便于在同一方位空间对晶圆部分的形貌缺陷边缘轮廓特征信息和布线缺陷/焊点缺陷边缘轮廓特征信息进行对比分析，先将该第一边缘轮廓特征信息和该第二边缘轮廓特征信息进行对比标记的朝向方位对比，确定两者之间的朝向方位偏差，再基于该朝向方位偏差，将该电路板表面的晶圆部分的形貌缺陷边缘轮廓特征信息以及该电路板表面的布线缺陷/焊点缺陷边缘轮廓特征信息进行关于在二维平面的投影方位调整，以此将该形貌缺陷边缘轮廓特征信息和该布线缺陷/焊点缺陷边缘轮廓特征信息投影到相应二维平面空间，以此得到该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离状态。再者将该电路板的晶圆缺陷与布线缺陷/焊点缺陷之间的相对距离与预设距离阈值进行对比，若相对距离小于或等于预设距离阈值，则将相应晶圆缺陷和所有布线缺陷/焊点缺陷确定为影响该电路板正常工作的晶圆缺陷‑布线缺陷/焊点缺陷对以此作为该电路板表面存在的缺陷坏点。再将该电路板表面对应的缺陷坏点分布密度（即单位面积的缺陷坏点分布数量）与预设密度阈值，若缺陷坏点分布密度大于预设密度阈值，则确定该电路板属于次品电路板，否则，确定该电路板属于良品电路板，从而对该电路板的品质高低状态进行量化区分。

[0124] 总体而言，该电路板缺陷检测系统及方法分别在第一照明条件和第二照明条件下对电路板进行机器视觉拍摄和识别，得到电路板表面的第一与第二对位标记特征信息以及晶圆部分的缺陷状态信息和布线状态特征信息，通过不同照明条件能够对晶圆和布线存在的缺陷进行精确区分化识别，利用第一与第二对位标记特征信息来对晶圆部分的缺陷状态信息和布线状态特征信息进行相同区域方位对比，将电路板晶圆部分和布线部分存在的缺陷进行关联识别，以此识别影响电路板正常工作性能的缺陷坏点信息，为判断电路板的品质状态提供可靠依据，通过对电路板在晶圆和布线焊点上存在缺陷的识别，对电路板进行整体化多样化的缺陷检测，实现对电路板可靠的性能质量筛选。

[0125] 上述仅为本发明的一个具体实施方式，其它基于本发明构思的前提下做出的任何改进都视为本发明的保护范围。