本技术涉及光器件检测，具体而言，涉及一种光器件焊盘质量的检测方法和检测系统。
背景技术：
1、光器件中会存在一种圆形的电子元件，该电子元件上会有4个焊盘，对于这4个焊盘需要同一侧的2个焊盘中心的连线，与另一侧2个焊盘中心的连线相互平行。目前的方案中，一般都是采用人工的方式手动检测4个焊盘的位置是否准确。
2、检测时，工作人员先找到焊盘的中心点，然后用角度测量工具来测量同一侧的2个焊盘中心的连线，与另一侧2个焊盘中心的连线是否相互平行。因为焊盘的体积小，所以工作人员在测量时难度大、效率低。
技术实现思路
1、本技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、作为本技术的第一个方面，为了解决光器件检测难度大、效率低的技术问题，本技术提供了一种光器件焊盘质量的检测方法，包括如下步骤：
3、步骤1：将待测光器件布置于工业相机的正下方，使得待测光器件的焊盘所在平面朝向工业相机的镜头，图像信息获取模块获取待测光器件焊盘的图像信息；
4、步骤2：图像信息获取模块将图像信息输入至特征识别模块中，特征识别模块识别待测光器件上的4个焊盘；
5、步骤3：信息判断模块获取4个焊盘的中心点的位置，将同一侧的2个焊盘的中心点相连得到线段ab，将另一侧的2个焊盘的中心点相连得到线段cd；
6、计算线段ab与线段cd最小的夹角，如果夹角小于预设角度阈值则向上位机反馈待测光器件合格的信息，如果夹角大于预设角度阈值则向上位机反馈待测光器件不合格的信息。
7、针对手动检测准确性低、效率低的问题。本方案中，利用特征识别模块，从图像信息中识别出焊盘所在位置，然后得到焊盘的中心，进而将焊盘的中心相连，得到两条线段，根据两条线段的角度来判断是否合格，从而相比较于工人手动测量的方式，本方案能够增加测量效率。
8、进一步的，步骤1中，将待测光器件布置于工业相机的正下方，并获取待测光器件的标识信息，将标识信息发送至上位机，上位机根据标识信息获取待测光器件的模板信息。
9、本方案中将标识信息发送至上位机，从而能够实现自动登记待测光器件合格信息的功能。如果测量的光器件合格，则上位机将该待测光器件对应的标识信息设置为合格，反之设置为不合格，如此能够连续的进行待测光器件的检测工作，增加了检测效率。
10、作为本技术的第二个方面，在识别待测光器件上4个焊盘的位置时，如果直接采用图像识别算法，需要花费大量的时间训练图像识别模型，才能够保证训练精度，如此会导致训练的成本高。为此，本技术采用如下步骤：
11、进一步的，步骤2包括如下步骤：
12、步骤21：上位机向特征识别模块发送待测光器件的模板信息；
13、步骤22：特征识别模块基于待测光器件的模板信息识别图像信息中的线条特征，以识别出待测光器件中的4个焊盘。
14、本技术所提供的方案中，特征识别模块在识别光器件之前，会获取待测光器件的模板信息，所以特征识别模块能够在识别前获取图像信息的形制，进而在识别焊盘时，是通过待测光器件中的特征与模板信息中的特征进行对比的方式，识别待测光器件的焊盘，如此相比较于直接训练识别算法，本方案中因为已经明确了特征识别模块需要识别的特征的特点，所以训练量将会非常少，进而降低了训练成本。
15、更进一步的，模板信息至少包括焊盘的色域信息和焊盘边缘的特征信息。
16、更进一步的，步骤22包括如下步骤：
17、步骤221：特征识别模块从模板信息中识别出焊盘的色域信息；
18、步骤222：特征识别模块基于色域信息将图像信息中其余色域的像素点设置为1，将处于色域信息内的像素点设置为0；
19、步骤223：对于图像信息中像素点为零的区域，识别其边缘特征是否为焊盘边缘的特征信息；如果是则该区域为焊盘，如果不是则该区域不是焊盘；
20、步骤224：对所有图像信息中像素点为零的区域依次进行边缘特征判断，以识别出4个焊盘。
21、本方案中，模板信息包括了焊盘的色域信息和焊盘边缘的特征信息，所以在对比焊盘时，只需要先将预定色域的图像特征提取出来，再对提取出来的图像特征的边缘特征与焊盘边缘的特征信息对比，如果相同则说明提取出来的区域为焊盘，反之则不是，如此相比较于现有的图像识别算法，不需要识别图像信息中的纹理信息等复杂的图像信息，只需要用颜色滤波器进行筛选，然后对每个区域的边缘进行形状对比既可，进而可以减少训练成本，并增加识别精度。
22、作为本技术的第三个方面，为了解决因为待测光器件摆放角度不同，或者待测光器件型号不同所导致的产品差异，而引起的待测光器件存在高度差、视野差对焊盘识别的影响。本技术提供了如下技术方案：
23、所述的步骤1和步骤2之间还包括步骤2a；
24、步骤2a：图像信息获取模块将图像信息发送至位置修正模块，位置修正模块对图像信息中每个像素点进行畸变修正。
25、进一步的，步骤2a中：位置修正模块基于如下畸变模型对图像信息中所有的像素点进行修正；
26、；
27、；
28、其中，（u1，v1）为标定板角点畸变后的像素坐标，（u0，v0）为标定板角点的标准像素坐标，（u，v）为标定板角点理想的无畸变的像素坐标，k1和k2为图像畸变系数，r为标定板角点到工业相机中心的距离，z为标定板角点在相机坐标系下的深度坐标，标定板角点为相机标定时的特征点。
29、作为本技术的第四个方面，本技术提供了一种光器件焊盘质量的检测系统，包括：
30、上位机，用于记录各待测光器件的检测结果；
31、工业相机，布置于待测光器件的正上方，使得待测光器件的焊盘所在平面朝向工业相机的镜头；
32、图像信息获取模块，与工业相机信号连接，获取待测光器件焊盘的图像信息；
33、特征识别模块，与图像信息获取模块连接，特征识别模块识别待测光器件上的4个焊盘；
34、信息判断模块，获取4个焊盘的中心点的位置，将同一侧的2个焊盘的中心点相连得到线段ab，将另一侧的2个焊盘的中心点相连得到线段cd；
35、计算线段ab与线段cd最小的夹角，如果夹角小于预设角度阈值则向上位机反馈待测光器件合格的信息，如果夹角大于预设角度阈值则向上位机反馈待测光器件不合格的信息。
36、进一步的，所述的光器件焊盘质量的检测系统还包括位置修正模块；
37、位置修正模块分别与图像信息获取模块和特征识别模块信号连接；
38、位置修正模块获取图像信息将图像信息修正后发送至特征识别模块。
39、本技术的有益效果在于：本方案中，利用特征识别模块，从图像信息中识别出焊盘所在位置，然后得到焊盘的中心，进而将焊盘的中心相连，得到两条线段，根据两条线段的角度来判断是否合格，从而相比较于工人手动测量的方式，本方案能够增加测量效率。
1.一种光器件焊盘质量的检测方法，其特征在于，包括：如下步骤：
2.根据权利要求1所述的光器件焊盘质量的检测方法，其特征在于：步骤1中，将待测光器件布置于工业相机的正下方，并获取待测光器件的标识信息，将标识信息发送至上位机，上位机根据标识信息获取待测光器件的模板信息。
3.根据权利要求2所述的光器件焊盘质量的检测方法，其特征在于：步骤2包括如下步骤：
4.根据权利要求3所述的光器件焊盘质量的检测方法，其特征在于：模板信息至少包括焊盘的色域信息和焊盘边缘的特征信息。
5.根据权利要求3所述的光器件焊盘质量的检测方法，其特征在于：步骤22包括如下步骤：
6.根据权利要求2所述的光器件焊盘质量的检测方法，其特征在于：所述的步骤1和步骤2之间还包括步骤2a；
7.一种光器件焊盘质量的检测系统，其特征在于：包括：
8.根据权利要求7所述的光器件焊盘质量的检测系统，其特征在于：所述的光器件焊盘质量的检测系统还包括位置修正模块；
