CN104504375B - 一种pcb元件的识别方法及装置 - Google Patents

一种pcb元件的识别方法及装置 Download PDF

Info

Publication number
CN104504375B
CN104504375B CN201410802195.1A CN201410802195A CN104504375B CN 104504375 B CN104504375 B CN 104504375B CN 201410802195 A CN201410802195 A CN 201410802195A CN 104504375 B CN104504375 B CN 104504375B
Authority
CN
China
Prior art keywords
picture
matching
histogram
pcb board
calibration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410802195.1A
Other languages
English (en)
Other versions
CN104504375A (zh
Inventor
张玉兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Original Assignee
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Shiyuan Electronics Thecnology Co Ltd filed Critical Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority to CN201410802195.1A priority Critical patent/CN104504375B/zh
Publication of CN104504375A publication Critical patent/CN104504375A/zh
Application granted granted Critical
Publication of CN104504375B publication Critical patent/CN104504375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种PCB元件的识别方法及装置，包括：获取待测PCB板图片；校准待测PCB板图片，获得校准图片；采用元件模板图片匹配校准图片，获得匹配区域；提取匹配区域的色调和饱和度信息；根据匹配区域的色调和饱和度信息，生成待检测直方图；将待检测直方图与标准直方图进行匹配，获得识别结果。采用本发明技术方案能提高元件识别的准确率，避免背景颜色与不同亮度对识别结果的影响。

Description

一种PCB元件的识别方法及装置
技术领域
本发明涉及光学检测技术领域，尤其涉及一种PCB元件的识别方法及装置。
背景技术
在PCB板生产过程中，需要在PCB板上插上各种元器件，在PCB板成品后，需要对PCB板上的插件进行检测，以避免PCB板上的插件出现插错、插漏或插反的现象。现有的PCB元件检测采用人工检测或者根据待测PCB板的多个视图与标准视图进行匹配，从而识别PCB板的插脚是否出现问题。采用人工识别会存在识别效率低、主观性强等问题，而采用视图匹配的方法，在不同的光照强度下采集的待测图片对整个识别结果造成很大的影响，而且PCB板的背景颜色会对识别过程产生严重的干扰，识别准确度和稳定性低。
发明内容
本发明实施例提出一种PCB元件的识别方法及装置，能提高元件识别的准确率，避免背景颜色与不同亮度对识别结果的影响。
一方面，本发明实施例提供了一种PCB元件的识别方法，包括：
获取待测PCB板图片；
校准所述待测PCB板图片，获得校准图片；
采用元件模板图片匹配所述校准图片，获得匹配区域；
提取所述匹配区域的色调和饱和度信息；
根据所述匹配区域的色调和饱和度信息，生成待检测直方图；
将所述待检测直方图与标准直方图进行匹配，获得识别结果。
进一步的，所述校准所述待测PCB板图片，获得校准图片，包括：
提取所述待测PCB板图片的尺度不变特征转换信息；
匹配所述待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息，获得匹配成功的尺度不变特征转换信息；
根据所述匹配成功的尺度不变特征转换信息，采用仿射变换校准所述待测PCB板图片，获得校准图片。
进一步的，所述采用元件模板图片匹配所述校准图片，获得匹配区域，包括：
在所述校准图片上滑动与所述元件模板图片相同大小的图像块；
根据元件模板图片的像素值和所述图像块的像素值，采用平方差公式对所述元件模板图片和所述图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作为所述匹配区域。
进一步的，所述提取所述匹配区域的色调和饱和度信息，包括：
将所述匹配区域从RGB颜色图片转换为HSV颜色图片；
过滤所述HSV颜色图片的亮度信息，并提取所述HSV颜色图片的色调和饱和度信息。
进一步的，所述将所述待检测直方图与标准直方图进行匹配，获得识别结果，包括：
计算所述待检测直方图与标准直方图的距离；
比较所述距离与预设的阈值；
若所述距离小于所述阈值，则获得匹配成功的识别结果；
若所述距离大于或等于所述阈值，则获得匹配不成功的识别结果。
另一方面，本发明实施例提供了一种PCB元件的识别装置，包括：
获取模块，用于获取待测PCB板图片；
校准模块，用于校准所述待测PCB板图片，获得校准图片；
第一匹配模块，用于采用元件模板图片匹配所述校准图片，获得匹配区域；
提取过滤模块，用于提取所述匹配区域的色调和饱和度信息；
直方图生成模块，用于根据所述匹配区域的色调和饱和度信息，生成待检测直方图；和，
第二匹配模块，用于将所述待检测直方图与标准直方图进行匹配，获得识别结果。
进一步的，所述校准模块包括：
特征提取单元，用于提取所述待测PCB板图片的尺度不变特征转换信息；
第一匹配单元，用于匹配所述待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息，获得匹配成功的尺度不变特征转换信息；和，
校准变换单元，用于根据所述匹配成功的尺度不变特征转换信息，采用仿射变换校准所述待测PCB板的图片，获得校准图片。
进一步的，所述第一匹配模块包括：
滑动单元，用于在所述校准图片上滑动与所述元件模板图片相同大小的图像块；和，
第二匹配单元，用于根据元件模板图片的像素值和所述图像块的像素值，采用平方差公式对所述元件模板图片和所述图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作为所述匹配区域。
进一步的，所述提取过滤模块包括：
转换单元，用于将所述匹配区域从RGB颜色图片转换为HSV颜色图片；和，
提取过滤单元，用于过滤所述HSV颜色图片的亮度信息，并提取所述HSV颜色图片的色调和饱和度信息。
进一步的，所述第二匹配模块包括：
计算单元，用于计算所述待检测直方图与标准直方图的距离；
比较单元，用于比较所述距离与预设的阈值；和，
识别单元，用于在所述比较单元确定所述距离小于所述阈值时，获得匹配成功的识别结果，以及在所述比较单元确定所述距离大于或等于所述阈值时，获得匹配不成功的识别结果。
可见，实施本发明实施例，具有如下有益效果：
本发明实施例提供的一种PCB元件的识别方法，首先拍摄待测PCB板的图片，再校准该PCB板图片，采用元件库中的元件模板图片匹配校准图片，找出该元件模板图片对应的元件在待测PCB板对应的区域，再提取匹配区域的色调和饱和度信息，过滤背景颜色，生成待检测直方图，然后将待检测直方图与标准直方图进行匹配，根据匹配结果获得相应的识别结果，以识别出该元件是否在该PCB板的相应位置，是否发生插错、插漏或插反等情况。相比于现有技术采用人工识别或者通过PCB板的各个视图进行元件识别，本发明技术方案能提高识别效率，对背景信息和亮度信息进行过滤，抗背景干扰和抗光照条件能力强，识别准确性高。而且本发明技术方案只需提供待测PCB板，不需要额外的生成数据，对生产过程干扰小，适用于所有非纯色元件，通用性高。
附图说明
图1是本发明提供的PCB元件的识别方法的一种实施例的流程示意图；
图2是本发明提供的PCB元件的识别装置的一种实施例的结构示意图；
图3是本发明提供的校准模块的一种实施例的结构示意图；
图4是本发明提供的第一匹配模块的一种实施例的结构示意图；
图5是本发明提供的提取过滤模块的一种实施例的结构示意图；
图6是本发明提供的第二匹配模块的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参见图1，是本发明提供的PCB元件的识别方法的一种实施例的流程示意图，本方法适用于所有非纯色元件的识别，该方法包括以下步骤：
步骤101：获取待测PCB板图片。
在本实施例中，采用彩色摄像头拍摄待测PCB板，获取待测PCB板图片，该拍摄图像的区域需包含整个PCB板。
步骤102：校准所述待测PCB板的图片，获得校准图片。
在本实施例中，由于PCB板在拍摄过程中有可能发生位置的变化，导致拍摄的图片中PCB板所处的位置和尺度不同。这时，需要根据设定的标准PCB板的特征信息和仿射变换，对拍摄的图片进行校准。该校准过程具体为：分别提取待测PCB板图片和标准PCB板图片的尺度不变特征转换信息(尺度不变特征转换Scale-invariant feature transform，简称sift)，匹配待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息，获得匹配成功的尺度不变特征转换信息，最后根据匹配成功的尺度不变特征转换信息，采用平移或缩放等仿射变换，校准待测PCB板的图片，获得校准图片。
在本实施例中，只需三个匹配成功的尺度不变特征转换信息即可准确校准待测PCB图片，如果拥有多个匹配成功的尺度不变特征转换信息，可根据所有匹配成功的尺度不变特征转换信息进行匹配，减小校准误差。其中，尺度不变特征转换信息可以但不限于包括：纹理信息、边界信息或交叉点等特征信息。
步骤103：采用元件模板图片匹配所述校准图片，获得匹配区域。
在本实施例中，元件模板图片存储在元件库中，元件为所有非纯色元件，譬如电容、电阻等。在识别元件时，需匹配该元件在PCB板上的区域，提高识别的准确性。
在本实施例中，需要一个与元件模板图片大小相同的图像块，通过图像块在校准 图片上滑动，根据图片块与元件模板图片的平方差来确定匹配区域，具体为：在校准图片上 滑动图像块，根据元件模板图片的像素值和图像块的像素值，采用平方差公式对元件模板 图片和图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作 为所述匹配区域。譬如，假设元件模板是一个2*2的图片，像素值为每一个滑动过 的图像块的像素值为那么元件模板图片和图像块的平方差为 平方差最小对应的图像块即为与元件模板图片匹配的结果，该图像块对应的区域即为匹配 区域。
步骤104：提取所述匹配区域的色调和饱和度信息。
在本实施例中，为了降低背景色与不同亮度的干扰，将匹配区域由RGB颜色图片转换为HSV颜色图片。转换公式如下：
V＝max(R，G，B)
S＝255S，H＝H/2
针对PCB板卡，研究发现当H∈(50，70)，S∈(0，60)时，绿色背景噪音对识别结果影响较大，因此过滤掉该区域内的数据。而且考虑背景过滤和对不同光照下的适应性，因此忽略亮度(V)通道的信息，即过滤HSV颜色图片的亮度信息，仅使用过滤后的色调(H)和饱和度(S)信息，生成相应的直方图。
步骤105：根据匹配区域的色调和饱和度信息，并根据提取的HSV颜色图片的色调和饱和度信息生成待检测直方图。
在本实施例中，生成的待检测直方图可以但不限于为单独的色调直方图、单独的饱和度直方图和混合的色调饱和度直方图。本实施例采用的是混合型的直方图，譬如，在一个三维坐标中，X坐标为色调的取值范围，Y坐标为饱和度的取值范围，Z坐标为相应的个数。根据匹配区域的色调和饱和度信息生成相应的直方图。
步骤106：将待检测直方图与标准直方图进行匹配，获得识别结果。
在本实施例中，该元件模板对应一个标准的直方图，包含色调和饱和度的信息，直方图的匹配，具体为：计算待检测直方图与标准直方图的距离，计算公式如下：
其中，H1为待检测直方图，H2为标准直方图，距离为d(H1，H2)。
根据研究试验，对不同的元件定义不同的阈值D，若d(H1，H2)＜D，则获得匹配成功的识别结果，说明匹配区域内存在和元件模板图片相同的元件；若d(H1，H2)≥D，则获得匹配不成功的识别结果，说明匹配区域内不存在和元件模板图片相同的元件。用户可以根据以上识别结果，判断PCB元件是否发生插漏、插反或插错等情况。
由上可见，本发明实施例提供的一种PCB元件的识别方法，首先拍摄待测PCB板的图片，再校准该PCB板图片，采用元件库中的元件模板图片匹配校准图片，找出该元件模板图片对应的元件在待测PCB板对应的区域，再提取匹配区域的色调和饱和度信息，过滤背景颜色，生成待检测直方图，然后将待检测直方图与标准直方图进行匹配，根据匹配结果获得相应的识别结果，以识别出该元件是否在该PCB板的相应位置，是否发生插错、插漏或插反等情况。相比于现有技术采用人工识别或者通过PCB板的各个视图进行元件识别，本发明技术方案能提高识别效率，节省人力成本，对背景信息和亮度信息进行过滤，抗背景干扰和抗光照条件能力强，识别准确性高。而且本发明技术方案只需提供待测PCB板，不需要额外的生成数据，对生产过程干扰小，适用于所有非纯色元件，通用性高。
实施例2
参见图2，图2为本发明提供的PCB元件的识别装置的一种实施例的结构示意图。该装置包括：获取模块201、校准模块202、第一匹配模块203、提取过滤模块204、直方图生成模块205和第二匹配模块206。
获取模块201，用于获取待测PCB板图片。
校准模块202，与获取模块201电连接，用于校准所述待测PCB板图片，获得校准图片。
第一匹配模块203，与校准模块202电连接，用于采用元件模板图片匹配所述校准图片，获得匹配区域；
提取过滤模块204，与第一匹配模块203电连接，用于提取所述匹配区域的色调和饱和度信息；
直方图生成模块205，与提取过滤模块204电连接，用于根据所述匹配区域的色调和饱和度信息，生成待检测直方图。
第二匹配模块206，与直方图生成模块205电连接，用于将所述待检测直方图与标准直方图进行匹配，获得识别结果。
在本实施例中，参见图3，图3是本发明提供的校准模块202的一种实施例的结构示意图。校准模块202包括：特征提取单元2021、第一匹配单元2022和校准变换单元2023。
特征提取单元2021，用于提取待测PCB板图片的尺度不变特征转换信息。
第一匹配单元2022，与特征提取单元2021电连接，用于匹配待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息，获得匹配成功的尺度不变特征转换信息。
校准变换单元2023，与第一匹配单元2022电连接，用于根据匹配成功的尺度不变特征转换信息，采用仿射变换校准待测PCB板的图片，获得校准图片。
参见图4，图4是本发明提供的第一匹配模块203的一种实施例的结构示意图，第一匹配模块203包括：滑动单元2031和第二匹配单元2032。
滑动单元2031，用于在校准图片上滑动与元件模板图片相同大小的图像块。
第二匹配单元2032，与滑动单元2031电连接，用于根据元件模板图片的像素值和图像块的像素值，采用平方差公式对元件模板图片和图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作为所述匹配区域。
参见图5，图5是本发明提供的提取过滤模块204的一种实施例的结构示意图。提取过滤模块包括：转换单元2041和提取过滤单元2042。
转换单元2041，用于将匹配区域从RGB颜色图片转换为HSV颜色图片。
提取过滤单元2042，与转换单元2041电连接，用于过滤HSV颜色图片的亮度信息，并提取HSV颜色图片的色调和饱和度信息。
参见图6，图6是本发明提供的第二匹配模块206的一种实施例的结构示意图。第二匹配模块206包括：计算单元2061、比较单元2062和识别单元2063。
计算单元2061，用于计算待检测直方图与标准直方图的距离。
比较单元2062，与计算单元2061电连接，用于比较该距离与预设的阈值；，
识别单元2063，与比较单元2062电连接，用于在比较单元2062确定该距离小于阈值时，获得匹配成功的识别结果，以及在比较单元2062确定该距离大于或等于阈值时，获得匹配不成功的识别结果。
本实施例更详细的实施流程及工作原理可以但不限于参见实施例1所记载的相关内容。
由上可见，本实施例提供的PCB元件的识别装置，首先获取模块201获取待测PCB板图片，校准模块202校准该PCB板图片，第一匹配模块203采用元件库中的元件模板图片匹配校准图片，找出该元件模板图片对应的元件在待测PCB板对应的区域，再由提取过滤模块204提取匹配区域的色调和饱和度信息，过滤背景颜色，然后直方图生成模块205根据色调和饱和度信息，生成待检测直方图，最后第二匹配模块206将待检测直方图与标准直方图进行匹配，根据匹配结果获得相应的识别结果，以识别出该元件是否在该PCB板的相应位置，是否发生插错、插漏或插反等情况。相比于现有技术采用人工识别或者通过PCB板的各个视图进行元件识别，本发明技术方案能提高识别效率，对背景信息和亮度信息进行过滤，抗背景干扰和抗光照条件能力强，识别准确性高。而且本发明技术方案只需提供待测PCB板，不需要额外的生成数据，对生产过程干扰小，适用于所有非纯色元件，通用性高。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种PCB元件的识别方法，其特征在于，包括：
获取待测PCB板图片；
校准所述待测PCB板图片，获得校准图片；
采用元件模板图片匹配所述校准图片，获得匹配区域；
提取所述匹配区域的色调和饱和度信息；所述提取所述匹配区域的色调和饱和度信息具体为将匹配区域由RGB颜色图像转换为HSV颜色图片，并过滤HSV颜色图片的亮度信息来得到所述匹配区域的色调和饱和度信息；
根据所述匹配区域的色调和饱和度信息，生成待检测直方图；所述根据所述匹配区域的色调和饱和度信息，生成待检测直方图具体为仅使用过滤后得到的所述匹配区域的色调和饱和度信息来生成待检测直方图；
将所述待检测直方图与标准直方图进行匹配，获得识别结果；
其中，根据公式计算所述待检测直方图与标准直方图的距离，H1为待检测直方图，H2为标准直方图，距离为d(H1，H2)；
比较所述距离与预设的阈值；
若所述距离小于所述阈值，则获得匹配成功的识别结果；
若所述距离大于或等于所述阈值，则获得匹配不成功的识别结果。
2.根据权利要求1所述的PCB元件的识别方法，其特征在于，所述校准所述待测PCB板图片，获得校准图片，包括：
提取所述待测PCB板图片的尺度不变特征转换信息；
将所述待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息进行匹配，获得匹配成功的尺度不变特征转换信息；
根据所述匹配成功的尺度不变特征转换信息，采用仿射变换校准所述待测PCB板图片，获得校准图片。
3.根据权利要求1所述的PCB元件的识别方法，其特征在于，所述采用元件模板图片匹配所述校准图片，获得匹配区域，包括：
在所述校准图片上滑动与所述元件模板图片相同大小的图像块；
根据元件模板图片的像素值和所述图像块的像素值，采用平方差公式对所述元件模板图片和所述图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作为所述匹配区域。
4.一种PCB元件的识别装置，其特征在于，包括：
获取模块，用于获取待测PCB板图片；
校准模块，用于校准所述待测PCB板图片，获得校准图片；
第一匹配模块，用于采用元件模板图片匹配所述校准图片，获得匹配区域；
提取过滤模块，用于提取所述匹配区域的色调和饱和度信息；所述提取所述匹配区域的色调和饱和度信息具体为将匹配区域由RGB颜色图像转换为HSV颜色图片，并过滤HSV颜色图片的亮度信息来得到所述匹配区域的色调和饱和度信息；
直方图生成模块，用于根据所述匹配区域的色调和饱和度信息，生成待检测直方图；所述根据所述匹配区域的色调和饱和度信息，生成待检测直方图具体为仅使用过滤后得到的所述匹配区域的色调和饱和度信息来生成待检测直方图；和，
第二匹配模块，用于将所述待检测直方图与标准直方图进行匹配，获得识别结果；
其中，所述第二匹配模块包括：
计算单元，用于根据计算公式
计算所述待检测直方图与标准直方图的距离，H1为待检测直方图，H2为标准直方图，距离为d(H1，H2)；
比较单元，用于比较所述距离与预设的阈值；和，
识别单元，用于在所述比较单元确定所述距离小于所述阈值时，获得匹配成功的识别结果，以及在所述比较单元确定所述距离大于或等于所述阈值时，获得匹配不成功的识别结果。
5.根据权利要求4所述的PCB元件的识别装置，其特征在于，所述校准模块包括：
特征提取单元，用于提取所述待测PCB板图片的尺度不变特征转换信息；
第一匹配单元，用于匹配所述待测PCB板图片的尺度不变特征转换信息与标准PCB板图片的尺度不变特征转换信息，获得匹配成功的尺度不变特征转换信息；和，
校准变换单元，用于根据所述匹配成功的尺度不变特征转换信息，采用仿射变换校准所述待测PCB板的图片，获得校准图片。
6.根据权利要求4所述的PCB元件的识别装置，其特征在于，所述第一匹配模块包括：
滑动单元，用于在所述校准图片上滑动与所述元件模板图片相同大小的图像块；和，
第二匹配单元，用于根据元件模板图片的像素值和所述图像块的像素值，采用平方差公式对所述元件模板图片和所述图像块进行匹配，确定所述元件模板图片与所述图像块的像素平方差最小的区域作为所述匹配区域。
CN201410802195.1A 2014-12-18 2014-12-18 一种pcb元件的识别方法及装置 Active CN104504375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410802195.1A CN104504375B (zh) 2014-12-18 2014-12-18 一种pcb元件的识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410802195.1A CN104504375B (zh) 2014-12-18 2014-12-18 一种pcb元件的识别方法及装置

Publications (2)

Publication Number Publication Date
CN104504375A CN104504375A (zh) 2015-04-08
CN104504375B true CN104504375B (zh) 2019-03-05

Family

ID=52945771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410802195.1A Active CN104504375B (zh) 2014-12-18 2014-12-18 一种pcb元件的识别方法及装置

Country Status (1)

Country Link
CN (1) CN104504375B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104923494A (zh) * 2015-06-30 2015-09-23 歌尔声学股份有限公司 一种电子元器件规模化自动分辨合格品的方法及其***
CN105389818B (zh) * 2015-11-12 2018-11-27 广州视源电子科技股份有限公司 元件的定位方法和***
CN105550081A (zh) * 2015-12-07 2016-05-04 广州视源电子科技股份有限公司 板卡错误的显示方法和***
CN105551033B (zh) * 2015-12-09 2019-11-26 广州视源电子科技股份有限公司 元件标记方法、***和装置
CN105469085B (zh) * 2015-12-23 2019-03-26 广州视源电子科技股份有限公司 板卡图像获取方法和***
EP3472599B1 (en) * 2016-04-04 2022-06-01 Soreq Nuclear Research Center A method and a system for xrf marking and reading xrf marks of electronic systems
CN105976354B (zh) * 2016-04-14 2019-02-01 广州视源电子科技股份有限公司 基于颜色和梯度的元件定位方法和***
CN105957065A (zh) * 2016-04-21 2016-09-21 广州视源电子科技股份有限公司 元件漏检方法和***
CN106548200A (zh) * 2016-10-31 2017-03-29 黄建文 一种图像比较***和方法
CN106651802B (zh) * 2016-12-24 2019-10-18 大连日佳电子有限公司 机器视觉焊锡定位检测方法
CN108254380B (zh) * 2018-01-03 2023-02-10 浙江涵普电力科技有限公司 基于数字图像处理的pcb电路板模板比对方法
CN108333190A (zh) * 2018-04-19 2018-07-27 东莞市郝视智能科技有限公司 一种炉前插件品质检测设备及其控制方法
CN109222964B (zh) * 2018-07-20 2021-02-09 广州视源电子科技股份有限公司 房颤检测装置及存储介质
CN109711414A (zh) * 2018-12-19 2019-05-03 国网四川省电力公司信息通信公司 基于摄像头图像采集的设备指示灯颜色识别方法及***
CN109961447B (zh) * 2019-03-29 2021-02-19 京东方科技集团股份有限公司 价签检测方法及装置、电子设备、存储介质
CN110674863B (zh) * 2019-09-19 2022-06-21 北京迈格威科技有限公司 汉明码识别方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122391A (en) * 1994-08-18 2000-09-19 Autodesk, Inc. Spectrally coordinated pattern search-imaging system and method
CN102662949A (zh) * 2012-02-27 2012-09-12 安科智慧城市技术（中国）有限公司 一种基于多特征融合的指定目标检索方法及***
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6122391A (en) * 1994-08-18 2000-09-19 Autodesk, Inc. Spectrally coordinated pattern search-imaging system and method
CN102662949A (zh) * 2012-02-27 2012-09-12 安科智慧城市技术（中国）有限公司 一种基于多特征融合的指定目标检索方法及***
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
印制电路板光学检测算法研究;苏国松;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100115;第7-52页

Also Published As

Publication number Publication date
CN104504375A (zh) 2015-04-08

Similar Documents

Publication Publication Date Title
CN104504375B (zh) 一种pcb元件的识别方法及装置
Tang et al. A novel feature descriptor invariant to complex brightness changes
WO2017032311A1 (zh) 一种检测方法及装置
CN104540445B (zh) 图像处理装置、图像处理方法和图像处理***
CN103500337B (zh) 用于智能无线通信终端的识别四边形边框的方法及装置
CN106500593A (zh) 航空电连接器插针位置偏差检测方法
CN102521560A (zh) 高鲁棒仪表指针图像识别方法
Finlayson Colour and illumination in computer vision
CN108960344A (zh) 文物图像的差异检测方法、装置及终端设备
WO2018223267A1 (en) Method and system for hyperspectral light field imaging
CN104914105A (zh) 一种基于图像识别技术的茶叶等级鉴定方法
Kagarlitsky et al. Piecewise-consistent color mappings of images acquired under various conditions
CN109447062A (zh) 基于巡检机器人的指针型仪表识别方法
CN109587466A (zh) 颜色阴影校正的方法和装置
CN108647264A (zh) 一种基于支持向量机的图像自动标注方法及装置
Lu et al. Color constancy using 3D scene geometry
CN110321869A (zh) 基于多尺度融合网络的人员检测和提取方法
CN108090490A (zh) 一种基于多光谱偏振成像的隐身目标检测***及方法
CN112329654B (zh) 基于多流形学习算法的高光谱影像数据分类方法及***
CN109816782A (zh) 一种基于双目视觉的室内场景三维重建方法
WO2017080295A1 (zh) 元件的定位方法和***
CN109035199A (zh) 基于空间特征的高光谱数据端元提取方法、计算机可读存储介质、电子设备
CN106447655A (zh) 一种光滑物件表面异色及轻微凹陷的检测方法
CN110909696B (zh) 一种场景检测方法、装置、存储介质及终端设备
CN103020601B (zh) 高压线视觉检测方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant