[发明专利]元器件检测装置和方法有效
申请号: | 202111344963.X | 申请日: | 2021-11-15 |
公开(公告)号: | CN113792725B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 殷永旸;贾庆生;朱广鹏;魏伟;侯翼泽 | 申请(专利权)人: | 南京熊猫电子制造有限公司 |
主分类号: | G06V10/22 | 分类号: | G06V10/22;G06V10/44;G06V10/56;G06V10/74;G06V10/764;G06K9/62 |
代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 刘畅;夏平 |
地址: | 210038 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 元器件 检测 装置 方法 | ||
1.一种元器件检测方法,其特征在于它包括以下步骤:
步骤1:控制和执行模块将元器件移动至图像采集模块的工作区,图像采集模块对元器件进行图像采集;采集的待测元器件图像与预存的目标标准图像共同输入至高性能处理器进行计算;
步骤2:对输入图像进行预处理,消除无关背景信息的干扰信息,保留待测元器件的色彩和轮廓关键信息,并统一图片尺寸大小;
步骤3:图像特征点提取,在不同的图像的尺度空间上查找关键点,并计算出关键点的方向;所述关键点是通过对图像轮廓提取之后得到的边缘点和角点;关键点方向:为该关键点处的所有方向导数的最大值的方向,若最大值有多个相同值,则关键点有多个方向;
步骤4:图像特征匹配,从目标标准图像中选择特征的描述子,然后与待测元器件图像中所有的其他特征计算相似度,进行匹配,并返回最接近的匹配对;所述特征的描述子:该特征所有关键点在邻域内以选定尺度测量得出的梯度的集合;
步骤5:筛选良好匹配点;
步骤6:良好匹配点分类;
步骤7:良好匹配点按照类别进行框选,并对目标框中的元器件图像利用图像特征进行二次检测:如果检测不通过,则排除框选目标,重新执行步骤7;如果检测通过,则对目标元器件信息进行保存;
步骤8:将步骤7中所有保存的目标元器件框选信息绘制在图像采集模块所采集的图像上,并将绘制好的图像通过LED液晶显示屏实时显示;
步骤9:统计被框选的元器件种类和数量数据,并与预存的目标元器件信息进行对比:通过判断统计数据与目标元器件信息是否一致,确定元器件是否合格,并将判断结果传输给控制和执行模块;
步骤10:控制和执行模块根据步骤9中的判断结果控制下一环节执行方式:若产品合格,向下一环节进行传输;如果不合格,则将其单独检出。
2.根据权利要求1所述的方法,其特征在于步骤3中,计算图像水平x,竖直y方向的偏导数lx和ly,在x、y两个方向上偏导数lx和ly变化均大于图像偏导数平均值的点为角点,仅lx或ly变化较大的点为边缘点。
3.根据权利要求1所述的方法,其特征在于步骤4中,以某个关键点的所在点为中心周围5*5像素的范围为邻域。
4.根据权利要求1所述的方法,其特征在于所述相似度是:将待测元器件图像和目标元器件图像的特征描述子向量化,计算二者之间的余弦距离作为相似度。
5.根据权利要求4所述的方法,其特征在于余弦距离相似度公式为:
其中,为两个向量的夹角,n为向量 的维数,当夹角为0度,则两个向量方向相同且重合,相似度最高;根据计算的相似度结果与设定的阈值进行比较,如大于阈值,则两者相似,否则不相似。
6.根据权利要求1所述的方法,其特征在于步骤3中,所述图像特征点提取包括:
步骤3-1:尺度空间的极值检测;
步骤3-2:删除不稳定的极值点;
步骤3-3:确定特征点的主方向;
步骤3-4:生成特征点的描述子用于特征匹配。
7.根据权利要求1所述的方法,其特征在于步骤6中,良好匹配点分类具体为:
对于每个良好点,基于邻域内的邻居点数衡量该点所在空间的密度,并由密度可达关系导出的最大密度相连的样本集合,作为最终聚类的一个簇;重复使用本步骤直到所有良好匹配点都有类别为止。
8.根据权利要求1所述的方法,其特征在于步骤7中,所述图像特征为轮廓和颜色。
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南京熊猫电子制造有限公司,未经南京熊猫电子制造有限公司许可,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/202111344963.X/1.html,转载请声明来源钻瓜专利网。