[发明专利]一种芯片字符抗干扰识别方法及装置

说明书

本发明涉及一种芯片字符识别方法，尤其是一种芯片字符抗干扰识别方法，包括以下步骤：(1)设置相机和光源；(2)调用模版，相机采集得到一帧图像与模版匹配后提取仅包含芯片的芯片图像；(3)提取仅包含字符区域的芯片字符图像：(4)将芯片字符图像依次进行降噪处理、阈值分割得到二值化图像、将二值化图像进行字符分割得到单个字符；(5)字符缺陷检测，得到缺陷字符(6)缺陷字符优化及字符识别：(6‑1)缺陷字符优化；(6‑2)人工神经网络字符识别得到最终的字符串。该方法在采集图像时可以有效降低环境的部分干扰，防止芯片放置角度出错，与其他检测设备协同合作，显著的降低了人工成本，提高了生产效率。

技术领域

本发明涉及一种芯片字符识别方法，尤其是一种芯片字符抗干扰识别方法及装置。

背景技术

芯片是信息时代下的一个重要产物，其被广泛应用于各类电子设备，推动了整个社会的进步，同时也是影响高端制造业发展的重要因素。芯片的制造工艺极为复杂且精密，每一个生产步骤都需要严格控制，故芯片的质量检测尤为重要。芯片封装表面包含型号、序列号、批号等字符信息，可以对其追本溯源，因此芯片字符检测作为芯片质量检测的重要一环，意义重大。目前芯片字符检测多为人工干预进行查看、抄录，不仅成本高且长时间的工作容易出现疲劳，进而导致错误。

芯片由于其高集成度，一般尺寸较小，其封装表面上的字符也较小。不同型号的芯片，具有不同的封装形式，不同的印刷，不同的尺寸，芯片字符还存在对比度低，不易识别的问题。芯片的生产经历极为复杂的流程，难免出现污染、破损、划痕等缺陷，对芯片字符识别的通用性、稳定性及抗干扰能力提出了严峻的挑战，故要实现各类芯片字符的高效自动识别，需要相对周全的策略与方案。

目前，一般的芯片字符识别技术中，使用传统的方法对字符进行提取，提取精度存在误差，难以实现复杂背景下的芯片识别定位且对于芯片字符缺陷没有较好的识别能力，进行简单的字符识别时，对于存在缺陷的字符不能有针对性的优化，容易出现错误识别，缺乏抗干扰能力。此外，通用性也存在问题，对于期望取代人工，实现高效快速有效识别的实际需求存在较大差距。

发明内容

为解决上述问题，本发明提供一种其目的在于替代人工进行字符识别，解决人工检测成本高、效率低及准确率低的问题，同时，针对现有自动芯片字符检测缺乏对于复杂背景下芯片识别定位及缺陷字符抗干扰能力，通用性及稳定性差等问题，提出一种结合深度学习与机器视觉的高效、准确且抗干扰能力强的通用稳定的一种芯片字符抗干扰识别方法，具体技术方案如下：

一种芯片字符抗干扰识别方法，包括以下步骤：

(1)调节光源亮度，移动相机位置，使得芯片字符与背景对比度达到检测要求；

(2)从芯片模版库中调用模版，相机采集得到一帧图像，基于调用的模版在所采集的图像全域搜索芯片模板，模版被匹配到之后输出模板匹配的位置和方向，该方向为芯片的摆放方向，若方向超出设置的角度范围，则发送报警信号，提示方向错误；若方向正确，则输出的模版匹配位置为芯片的实际位置，根据位置坐标提取仅包含芯片的芯片图像；

(3)提取仅包含字符区域的芯片字符图像：

(3-1)对于步骤(2)获取的芯片图像，基于模版内约定的字符区域相对于芯片整体的几何位置，在芯片图像上搜索得到第一字符ROI区域；

(3-2)将步骤(2)获取的芯片图像传入预先训练好的深度学习模型YOLOv3中进行字符ROI区域的识别，得到第二字符ROI区域；

(3-3)比对步骤(3-1)和步骤(3-2)各自得到的第一字符ROI区域和第二字符ROI区域，若第一字符ROI区域与第二字符ROI区域重合面积满足阈值要求，则步骤(3-1)得到的第一字符ROI区域为芯片字符图像；

(4)芯片字符图像预处理成二值化图像进行字符分割：