[发明专利]基于投影过滤的PCB定位装置及方法有效

专利信息
申请号: 202010104089.1 申请日: 2020-02-20
公开(公告)号: CN111257346B 公开(公告)日: 2022-02-25
发明(设计)人: 罗贵明;何悦 申请(专利权)人: 清华大学
主分类号: G01N21/956 分类号: G01N21/956;G01N21/88;G06T7/73
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王艳斌
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 投影 过滤 pcb 定位 装置 方法
【权利要求书】:

1.一种基于投影过滤的PCB定位装置,其特征在于,包括:

图像采集模块,用于采集待定位PCB板的灰度图像;

角度计算模块,所述角度计算模块与所述图像采集模块连接,用于计算所述待定位PCB板的倾斜角度估计值,其中,采用基于Radon变换的倾角计算方法、Radon变换迭代计算方法、增强Radon变换迭代计算方法计算所述倾斜角度估计值;

投影模块,所述投影模块与所述角度计算计模块连接,用于将所述灰度图像按照所述倾斜角度估计值进行修正,并统计X轴、Y轴方向的投影数组,其中,所述投影模块具体包括:根据所述倾斜角度估计值构造仿射变换矩阵;利用所述仿射变换矩阵将所述灰度图像转正,得到转正图像;获取并处理所述转正图像的X轴和Y轴,得到所述投影数组,转正过程采用最近临近差值、双线性差值、双三次插值、像素区域关系重采样、Lanczos插值法;

峰值提取模块,所述峰值提取模块与所述投影模块连接,用于提取所述投影数组中的投影数组峰值序列;

阈值计算模块,所述阈值计算模块与所述峰值提取模块连接,用于利用相关阈值算法计算所述投影数组峰值序列,得到过滤阈值,其中,所述阈值计算模块输入所述峰值提取模块得到的一维投影数组峰值序列,利用相关阈值算法计算,得到峰值分类阈值;以及

背景过滤模块,所述背景过滤模块分别与所述图像采集模块、所述峰值提取模块和所述阈值计算模块连接,用于利用所述过滤阈值和所述峰值序列对所述灰度图像进行过滤,得到PCB板区域,其中,所述背景过滤模块具体用于:处理所述峰值序列得到每个峰值的斜率;将所述每个峰值的斜率与所述过滤阈值进行比较,若当前斜率大于所述过滤阈值,则保留所述当前斜率,以构建峰值斜率序列,若当前斜率小于所述过滤阈值,则删除所述当前斜率;分别求取所述峰值序列和所述峰值斜率序列最大值,得到候选边序列;提取所述候选边序列中最大坐标与最小坐标,所述最大坐标至所述最小坐标为所述PCB板区域。

2.根据权利要求1所述的基于投影过滤的PCB定位装置,其特征在于,所述投影数组的每个极大峰点均比相邻左侧和相邻右侧值大。

3.根据权利要求1所述的基于投影过滤的PCB定位装置,其特征在于,利用相关斜率计算公式计算所述每个峰值的斜率。

4.一种基于投影过滤的PCB定位方法,其特征在于,包括以下步骤:

采集待定位PCB板的灰度图像;

计算所述待定位PCB板的倾斜角度估计值,其中,采用基于Radon变换的倾角计算方法、Radon变换迭代计算方法、增强Radon变换迭代计算方法计算所述倾斜角度估计值;

将所述灰度图像按照所述倾斜角度估计值进行修正,并统计X轴、Y轴方向的投影数组,其中,包括:根据所述倾斜角度估计值构造仿射变换矩阵;利用所述仿射变换矩阵将所述灰度图像转正,得到转正图像;获取并处理所述转正图像的X轴和Y轴,得到所述投影数组,转正过程采用最近临近差值、双线性差值、双三次插值、像素区域关系重采样、Lanczos插值法;

提取所述投影数组中的投影数组峰值序列;

利用相关阈值算法计算所述投影数组峰值序列,得到过滤阈值,其中,所述阈值计算输入所述峰值提取得到的一维投影数组峰值序列,利用相关阈值算法计算,得到峰值分类阈值;

利用所述过滤阈值和所述峰值序列对所述灰度图像进行过滤,得到PCB板区域,其中,处理所述峰值序列得到每个峰值的斜率;将所述每个峰值的斜率与所述过滤阈值进行比较,若当前斜率大于所述过滤阈值,则保留所述当前斜率,以构建峰值斜率序列,若当前斜率小于所述过滤阈值,则删除所述当前斜率;分别求取所述峰值序列和所述峰值斜率序列最大值,得到候选边序列;提取所述候选边序列中最大坐标与最小坐标,所述最大坐标至所述最小坐标为所述PCB板区域。

5.根据权利要求4所述的基于投影过滤的PCB定位方法,其特征在于,所述投影数组的每个极大峰点均比相邻左侧和相邻右侧值大。

6.根据权利要求4所述的基于投影过滤的PCB定位方法,其特征在于,利用相关斜率计算公式计算所述每个峰值的斜率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010104089.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top