CN106528665A - Aoi设备测试文件查找方法和*** - Google Patents
Aoi设备测试文件查找方法和*** Download PDFInfo
- Publication number
- CN106528665A CN106528665A CN201610921643.9A CN201610921643A CN106528665A CN 106528665 A CN106528665 A CN 106528665A CN 201610921643 A CN201610921643 A CN 201610921643A CN 106528665 A CN106528665 A CN 106528665A
- Authority
- CN
- China
- Prior art keywords
- image
- feature description
- value
- description value
- testing image
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种AOI设备测试文件查找方法和***,该方法包括:获取拍摄待检测PCB板卡生成的图像,得到待测图像,对待测图像进行特征提取得到待测图像的特征描述值,获取预存的各测试文件中模板图像的特征描述值。将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度;获取与待测图像相似度最大的模板图像所在的测试文件,作为待检测PCB板卡的测试文件。如此,通过对待检测PCB板卡的图像和测试文件中的模板图像进行分析,找出与待检测PCB板卡对应的测试文件,实现了AOI设备测试之前对测试文件的自动查找,无需人工参与,查找效率高。
Description
技术领域
本发明涉及光学测量技术领域,特别是涉及一种AOI设备测试文件查找方法和***。
背景技术
AOI(Automatic Optic Inspection自动光学检测)设备,是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备,如在线检测PCB(Printed circuit board印刷电路板)板卡。通常,AOI设备中存储有每一种型号的PCB板卡的测试文件,各测试文件中包含对应型号的PCB板卡的测试点和模板图等关键信息。
AOI设备对PCB板卡进行测试之前,需要先找到PCB板卡的型号对应的测试文件,根据该测试文件进行测试。传统的技术中,需要工作人员查看当前正在生产的PCB板卡型号,然后在AOI设备上查找对应的测试文件,打开此文件进行测试。因此,每次产线更换生产的PCB板卡型号时,都需要人工去查找对应的板式文件,效率低。
发明内容
基于此,有必要针对上述问题,提供一种效率高的AOI设备测试文件查找方法和***。
一种AOI设备测试文件查找方法,包括:
获取拍摄待检测PCB板卡生成的图像,得到待测图像;
对所述待测图像进行特征提取,得到所述待测图像的特征描述值;
获取各测试文件中模板图像的特征描述值;
将所述待测图像的特征描述值与各模板图像的特征描述值进行比对,得到所述待测图像与各模板图像的相似度;
获取与所述待测图像相似度最大的模板图像所在的测试文件,并作为所述待检测PCB板卡的测试文件。
一种AOI设备测试文件查找***,包括:
待测图像获取模块,用于获取拍摄待检测PCB板卡生成的图像,得到待测图像;
特征提取模块,用于对所述待测图像进行特征提取,得到所述待测图像的特征描述值;
描述值获取模块,用于获取各测试文件中模板图像的特征描述值;
相似度获取模块,用于将所述待测图像的特征描述值与各模板图像的特征描述值进行比对,得到所述待测图像与各模板图像的相似度;
测试文件查找模块,用于获取与所述待测图像相似度最大的模板图像所在的测试文件,并作为所述待检测PCB板卡的测试文件。
上述AOI设备测试文件查找方法,获取拍摄待检测PCB板卡生成的图像,得到待测图像后,对待测图像进行特征提取得到待测图像的特征描述值,此外,获取预存的各测试文件中模板图像的特征描述值。然后,根据特征描述值对待测图像和模板图像进行分析,将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度,相似度用于表征待测图像与模板图像相一致的可能性大小;获取与待测图像相似度最大的模板图像所在的测试文件,将获取的测试文件作为待检测PCB板卡的测试文件。如此,通过对待检测PCB板卡的图像和测试文件中的模板图像进行分析,找出与待检测PCB板卡对应的测试文件,实现了AOI设备测试之前对测试文件的自动查找,无需人工参与,查找效率高。
附图说明
图1为一实施例中AOI设备测试文件查找方法的流程图;
图2为一实施例中对待测图像进行特征提取,得到待测图像的特征描述值的具体流程图;
图3为一实施例中参考像素点、中心像素点的示意图;
图4为一实施例中像素点对的示意图;
图5为一实施例中将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度的具体流程图;
图6为一实施例中AOI设备测试文件查找***的模块框图。
具体实施方式
参考图1,一实施例中的AOI设备测试文件查找方法,包括如下步骤。
S110:获取拍摄待检测PCB板卡生成的图像,得到待测图像。
待检测PCB板卡指需要AOI设备进行检测的PCB板卡。不同的型号的待检测PCB板卡的待测图像,在色彩或排版等方面不同,得到的待测图像不同。通过获取待检测PCB板卡的图像得到待测图像,便于对待测图像进行分析。
S130:对待测图像进行特征提取,得到待测图像的特征描述值。
对待测图像进行特征提取,可以是对表征待测图像唯一特征的参数进行图像处理,例如,根据灰度值对待测图像进行特征提取。特征提取得到的特征描述值用于表征待测图像的唯一特征,可以是数值,也可以是数字串。待测图像的特征描述值的数量可以为一个,也可以为多个。
S150:获取各测试文件中模板图像的特征描述值。
AOI设备中存储有各种型号的PCB板卡对应的测试文件,每一个测试文件中存储有对应型号的PCB板卡的模板图像,从AOI设备的磁盘中,自动索引文件列表,可以查找测试文件。模板图像的特征描述值可以是在获取待测图像的特征描述值后,对各模板图像进行特征提取得到,也可以是预先存储。模板图像的特征描述值的数量可以为一个,也可以为多个。
本实施例中,步骤S150之前,还包括:对模板图像进行特征提取,得到模板图像的特征描述值。对模板图像进行特征提取的具体方法与对待测图像进行特征提取的具体方法相同。通过预先进行特征提取得到所有模板图像的特征描述值,便于直接调用,提高操作便利性。具体地,步骤S150可以是在步骤S110之前执行。
S170:将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度。
待测图像的特征描述值的数量为一个时,将该特征描述值与所有模板图像的特征描述值均比对;待测图像的特征描述值的数量为多个时,分别将待测图像的各特征描述值与模板图像的特征描述值进行比对。
S190:获取与待测图像相似度最大的模板图像所在的测试文件,并作为待检测PCB板卡的测试文件。
相似度越大,表示待测图像与模板图像越相似。通过比较待测图像与各个模板图像的相似度,选取其中的最大值,将最大值对应的模板图像所在测试文件作为与待检测PCB板卡对应的测试文件。
上述AOI设备测试文件查找方法,获取拍摄待检测PCB板卡生成的图像,得到待测图像后,对待测图像进行特征提取得到待测图像的特征描述值,此外,获取预存的各测试文件中模板图像的特征描述值。然后,根据特征描述值对待测图像和模板图像进行分析,将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度,相似度用于表征待测图像与模板图像相一致的可能性大小;获取与待测图像相似度最大的模板图像所在的测试文件,将获取的测试文件作为待检测PCB板卡的测试文件。如此,通过对待检测PCB板卡的图像和测试文件中的模板图像进行分析,找出与待检测PCB板卡对应的测试文件,实现了AOI设备测试之前对测试文件的自动查找,无需人工参与,查找效率高。
在一实施例中,参考图2,步骤S130包括步骤S131至步骤S136。
S131:从待测图像中选取中心像素点。若是,则执行步骤S132。
中心像素点的个数可以是一个,也可以是多个。本实施例中,选取中心像素点的方法为:按照从左往右、从上到下的顺序依次不重叠地从待测图像中选取多个预设尺寸的矩形块,以矩形块的中心点对应的像素点为中心像素点。例如,预设尺寸可以为每行9个像素点、每列9个像素点的方形块。可以理解,在其他实施例中,中心像素点的选取方式也可以为其他,例如,可以是从待测图像中随机选取一个或多个中心像素点。
S132:检测中心像素点是否为特征点。
中心像素点是否为特征点,具体为判断作为特征的图像属性是否满足预设的条件,若满足预设的条件时,则表示中心像素点为特征点;否则,表示中心像素点不是特征点。例如,若以灰度值为图像的特征,则可判断中心像素点的灰度值是否满足预设的条件。特征点的数目可以是一个,也可以是多个。
本实施例中,步骤S132包括步骤(a1)至步骤(a5)。
步骤(a1):以中心像素点为中心,按照预设方位从预设区域范围内获取多个参考像素点并获取参考像素点的总数目。
其中,预设方位和预设区域可以根据实际需要具体设置。例如,本实施例中,如图3所示,F为中心像素点,F1、F2、F3、F4位预设方位处对应的四个参考像素点,预设区域范围为获取中心像素点时设置的预设尺寸的矩形块范围。可以理解,在其他实施例中,预设方位还可以为其他方位,参考像素点的个数也可以为其他。
步骤(a2):计算参考像素点的灰度值与中心像素点的灰度值之差的绝对值。
参考像素点有多个时,步骤(a2)为分别计算各个参考像素点的灰度值与中心像素点的灰度值之差的绝对值。
步骤(a3):检测大于预设差值的绝对值对应的参考像素点的数目,得到参考数目。
其中,预设差值可以根据实际需要具体设置。通过比较绝对值与预设差值的大小,绝对值大于预设差值,表示对应的参考像素点与中心像素点之间的灰度值相差较大,因此检测得到的参考数目,可以用于表示与中心像素点的灰度值相差较大的参考像素点的数目。
步骤(a4):判断参考数目与参考像素点的总数目的比值是否大于或等于预设值。若是,表示中心像素点的特征明显,此时执行步骤(a5)。
其中,预设值的大小可以根据实际需要具体设置。
步骤(a5):判定中心像素点为特征点。
例如,预设值可以为0.5,参考图3,四个参考像素点中,有三个参考像素点的灰度值与中心像素点的灰度值之差的绝对值大于预设差值时,判定中心像素点F为特征点。
本实施例通过将中心像素点与周围的像素点进行灰度值比较,根据比较结果判定中心像素点是否为特征点,处理简便且准确度高。
S133:以特征点为中心,获取预设区域范围内的预设数目的像素点对并排序。
预设区域范围与选取中心像素点采用的预设区域范围相同。预设数目可以根据实际需要具体设置,通常取128、256、512等值。像素点对包括两个像素点,其中两个像素点可以随机选取。例如,如图4所示,以其中4个像素点对为例,分别为:P1(A1,B1),P2(A2,B2),P3(A3,B3),P4(A4,B4)。
S134:分别对各像素点对中两个像素点的灰度值进行比较,得到各像素点对的二进制数值。
通过对像素点对中两个像素点的灰度值进行比较,将比较结果二进制化得到二进制数值。本实施例中,S134具体为:判断像素点对中第一个像素点的灰度值是否大于或等于第二个像素点的灰度值,若是,则该像素点对的二进制数值为1;否则,该像素点对的二进制数值为0。可以理解,在其他实施例中,还可以是采用其他方式对比较结果二进制化,例如,若第一个像素点的灰度值小于第二个像素点的灰度值,则二进制数值为1;否则,二进制数值为0。
S135:按像素点对的排列顺序对各像素点对的二进制数值进行排列,得到特征点的二进制串。
每个像素点对对应一个二进制数值,多个像素点对排列组成一个对应特征点的二进制串,因此,二进制串的位数即为像素点对的数目。
S136:将特征点的二进制串作为特征描述值。
特征点的数目为一个时,特征描述值为一个二进制串;特征点的数目为多个时,特征描述值包括多个二进制串。
可以理解,在其他实施例中,步骤S130还可以采用其他方式。例如,步骤S130可以包括:选取待测图像的中心位置处对应的像素点为特征点;将除特征点外的其他像素点作为参考像素点;依次将参考像素点与特征点进行灰度值比较,若特征点的灰度值大于或等于参考像素点的灰度值,则得到二进制数值为1,否则,得到二进制数值为0;按照比较顺序排列得到的二进制数值即可得到特征点对应的二进制串,并作为特征描述值。
在一实施例中,参考图5,步骤S170包括步骤S171至步骤S174。
S171:获取待测图像的特征描述值的总数目。
S172:对待测图像的特征描述值与模板图像的特征描述值进行相似比对。
待测图像对应的特征描述值数量为一个时,步骤S172为将待测图像的单个特征描述值与模板图像的单个或多个特征描述值进行相似比对;待测图像对应的特征描述值数量为多个时,分别将待测图像的各个特征描述值与模板图像的单个或多个特征描述值进行比对,具体可以是将待测图像的特征描述值与模板图像的特征描述值一对一对应后比对,也可以是将待测图像的特征描述值分别与模板图像的所有特征描述值一一进行相似比对。
本实施例中,特征描述值为数字串。S172包括步骤(b1)至步骤(b5)。
步骤(b1):获取待测图像的数字串的位数。
数字串中包括多个数值,数字串的位数指数字串包括的数值个数。例如,数字串为二进制串,数字串的位数即为二进制串包含的二进制数值的个数。
步骤(b2):计算待测图像的数字串与模板图像的数字串的汉明距离。
通过计算汉明距离,可以分析得知待测图像的数字串与模板图像的数字串中相同位不同值的数量。例如,(00)与(01)的汉明距离是1,(110)和(101)的汉明距离是2。
步骤(b3):计算汉明距离占用数字串的位数的比例,得到相异比例。
相异比例,即为相同位不同值的数量占总位数的比例。通过计算相异比例,可以得知待测图像的数字串与模板图像的数字串之间的相异程度。
步骤(b4):判断相异比例是否小于预设比例。若是,则执行步骤(b5)。
步骤(b5):判定待测图像的特征描述值与模板图像的特征描述值相似。
预设比例可以根据实际需要具体设置。若相异比例小于预设比例,则表示待测图像的数字串与模板图像的数字串相似;否则,表示待测图像的数字串与模板图像的数字串相差较大。
汉明距离可以直观地比较两个数字串之间不同的位,通过根据汉明距离和数字串的位数分析待测图像的数字串与模板图像的数字串,从而分析特征描述值是否相似,准确度高。
S173:记录与模板图像的特征描述值相似的待测图像的特征描述值的数量,得到相似数量。
相似数量为根据相似对比结果得到的数值,步骤S172的相似比对过程中,每一次比对之后都可得到相似或不相似的结果,若结果为相似,则相似数量加一。
S174:计算相似数量与待测图像的特征描述值的总数目的比值,并作为待测图像与模板图像的相似度。
将计算得到的比值作为相似度,相似数量越多,计算得到的比值越大,待测图像与对应的模板图像相似度越大。
可以理解,在其他实施例中,步骤S170还可以采用其他方式。例如,步骤S170包括:计算待测图像的特征描述值与模板图像的特征描述值的汉明距离;待测图像的特征描述值和模板图像的特征描述值为一个时,计算得到的汉明距离数量为一个,直接将汉明距离作为待测图像与模板图像的相似度;待测图像的特征描述值为多个或模板图像的特征描述值为多个时,计算得到的汉明距离数量为多个,选择多个汉明距离中的最小值作为待测图像与模板图像的相似度。
在一实施例中,步骤S190之后还包括:打开待检测PCB板卡的测试文件。通过在查找到匹配的测试文件之后进行自动打开,无需人工操作,待检测PCB板卡的测试效率高。
参考图6,一实施例中的AOI设备测试文件查找***,包括待测图像获取模块110、特征提取模块130、描述值获取模块150、相似度获取模块170和测试文件查找模块190。
待测图像获取模块110用于获取拍摄待检测PCB板卡生成的图像,得到待测图像。通过获取待检测PCB板卡的图像得到待测图像,便于对待测图像进行分析。
特征提取模块130用于对待测图像进行特征提取,得到待测图像的特征描述值。特征提取得到的特征描述值用于表征待测图像的唯一特征,可以是数值,也可以是数字串。待测图像的特征描述值的数量可以为一个,也可以为多个。
描述值获取模块150用于获取各测试文件中模板图像的特征描述值。模板图像的特征描述值可以是在获取待测图像的特征描述值后,对各模板图像进行特征提取得到,也可以是预先存储。模板图像的特征描述值的数量可以为一个,也可以为多个。
本实施例中,上述AOI设备测试文件查找***还包括预先获取模块,用于对模板图像进行特征提取,得到模板图像的特征描述值。具体地,对模板图像进行特征提取的具体方法与对待测图像进行特征提取的具体方法相同。通过预先进行特征提取得到所有模板图像的特征描述值,便于直接调用,提高操作便利性。
相似度获取模块170用于将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度。
测试文件查找模块190用于获取与待测图像相似度最大的模板图像所在的测试文件,并作为待检测PCB板卡的测试文件。
相似度越大,表示待测图像与模板图像越相似。通过比较待测图像与各个模板图像的相似度,选取其中的最大值,将最大值对应的模板图像所在测试文件作为与待检测PCB板卡对应的测试文件。
上述AOI设备测试文件查找***,待测图像获取模块110获取拍摄待检测PCB板卡生成的图像,得到待测图像后,特征提取模块130对待测图像进行特征提取得到待测图像的特征描述值,此外,描述值获取模块150获取预存的各测试文件中模板图像的特征描述值。然后,根据特征描述值对待测图像和模板图像进行分析,相似度获取模块170将待测图像的特征描述值与各模板图像的特征描述值进行比对,得到待测图像与各模板图像的相似度,相似度用于表征待测图像与模板图像相一致的可能性大小;测试文件查找模块190获取与待测图像相似度最大的模板图像所在的测试文件,将获取的测试文件作为待检测PCB板卡的测试文件。如此,通过对待检测PCB板卡的图像和测试文件中的模板图像进行分析,找出与待检测PCB板卡对应的测试文件,实现了AOI设备测试之前对测试文件的自动查找,无需人工参与,查找效率高。
在一实施例中,特征提取模块130包括像素点选取单元(图未示)、像素点检测单元(图未示)、像素点对获取单元(图未示)、灰度值比较单元(图未示)、二进制串获取单元(图未示)和特征描述值确定单元(图未示)。
像素点选取单元用于从待测图像中选取中心像素点。
中心像素点的个数可以是一个,也可以是多个。本实施例中,像素点选取单元选取中心像素点的方法为:按照从左往右、从上到下的顺序依次不重叠地从待测图像中选取多个预设尺寸的矩形块,以矩形块的中心点对应的像素点为中心像素点。例如,预设尺寸可以为每行9个像素点、每列9个像素点的方形块。可以理解,在其他实施例中,中心像素点的选取方式也可以为其他,例如,可以是从待测图像中随机选取一个或多个中心像素点。
像素点检测单元用于检测中心像素点是否为特征点。
特征点的数目可以是一个,也可以是多个。
本实施例中,像素点检测单元用于:以中心像素点为中心,按照预设方位从预设区域范围内获取多个参考像素点并获取参考像素点的总数目;计算参考像素点的灰度值与中心像素点的灰度值之差的绝对值;检测大于预设差值的绝对值对应的参考像素点的数目,得到参考数目;判断参考数目与参考像素点的总数目的比值是否大于或等于预设值;若是,则判定中心像素点为特征点。本实施例通过将中心像素点与周围的像素点进行灰度值比较,根据比较结果判定中心像素点是否为特征点,处理简便且准确度高。
像素点对获取单元用于在中心像素点为特征点时,以特征点为中心,获取预设区域范围内的预设数目的像素点对并排序。
灰度值比较单元用于分别对各像素点对中两个像素点的灰度值进行比较,得到各像素点对的二进制数值。
通过对像素点对中两个像素点的灰度值进行比较,将比较结果二进制化得到二进制数值。本实施例中,灰度值比较单元具体用于:判断像素点对中第一个像素点的灰度值是否大于或等于第二个像素点的灰度值,若是,则该像素点对的二进制数值为1;否则,该像素点对的二进制数值为0。可以理解,在其他实施例中,还可以是采用其他方式对比较结果二进制化,例如,若第一个像素点的灰度值小于第二个像素点的灰度值,则二进制数值为1;否则,二进制数值为0。
二进制串获取单元用于按像素点对的排列顺序对各像素点对的二进制数值进行排列,得到特征点的二进制串。
特征描述值确定单元用于将特征点的二进制串作为特征描述值。
可以理解,在其他实施例中,特征提取模块130还可以采用其他方式获取待测图像的特征描述值。例如,特征提取模块130具体用于:选取待测图像的中心位置处对应的像素点为特征点;将除特征点外的其他像素点作为参考像素点;依次将参考像素点与特征点进行灰度值比较,若特征点的灰度值大于或等于参考像素点的灰度值,则得到二进制数值为1,否则,得到二进制数值为0;按照比较顺序排列得到的二进制数值即可得到特征点对应的二进制串,并作为特征描述值。
在一实施例中,相似度获取模块170包括数目获取单元(图未示)、相似检测单元(图未示)、个数记录单元(图未示)和相似度计算单元(图未示)。
数目获取单元用于获取待测图像的特征描述值的总数目。
相似检测单元用于对待测图像的特征描述值与模板图像的特征描述值进行相似比对。
本实施例中,特征描述值为数字串,相似检测单元用于:获取待测图像的数字串的位数;计算待测图像的数字串与模板图像的数字串的汉明距离;计算汉明距离占用数字串的位数的比例,得到相异比例;判断相异比例与否小于预设比例;若是,则判定待测图像的特征描述值与所述模板图像的特征描述值相似。
个数记录单元用于记录与模板图像的特征描述值相似的待测图像的特征描述值的数量,得到相似数量。
相似数量为根据相似对比结果得到的数值,相似检测单元进行相似比对过程中,每一次比对之后都可得到相似或不相似的结果,若结果为相似,则个数记录单元中相似数量加一。
相似度计算单元用于计算相似数量与待测图像的特征描述值的总数目的比值,并作为待测图像与模板图像的相似度。
将计算得到的比值作为相似度,相似数量越多,计算得到的比值越大,待测图像与对应的模板图像相似度越大。
可以理解,在其他实施例中,相似度获取模块170还可以采用其他方式实现相似度的获取。例如,相似度获取模块170具体用于:计算待测图像的特征描述值与模板图像的特征描述值的汉明距离;待测图像的特征描述值和模板图像的特征描述值为一个时,计算得到的汉明距离数量为一个,直接将汉明距离作为待测图像与模板图像的相似度;待测图像的特征描述值为多个或模板图像的特征描述值为多个时,计算得到的汉明距离数量为多个,选择多个汉明距离中的最小值作为待测图像与模板图像的相似度。
在一实施例中,上述AOI设备测试文件查找***还包括文件开启模块(图未示),用于打开待检测PCB板卡的测试文件。通过在查找到匹配的测试文件之后进行自动打开,无需人工操作,待检测PCB板卡的测试效率高。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种AOI设备测试文件查找方法,其特征在于,包括:
获取拍摄待检测PCB板卡生成的图像,得到待测图像;
对所述待测图像进行特征提取,得到所述待测图像的特征描述值;
获取各测试文件中模板图像的特征描述值;
将所述待测图像的特征描述值与各模板图像的特征描述值进行比对,得到所述待测图像与各模板图像的相似度;
获取与所述待测图像相似度最大的模板图像所在的测试文件,并作为所述待检测PCB板卡的测试文件。
2.根据权利要求1所述的AOI设备测试文件查找方法,其特征在于,所述对所述待测图像进行特征提取,得到所述待测图像的特征描述值,包括:
从所述待测图像中选取中心像素点;
检测所述中心像素点是否为特征点;
若所述中心像素点为特征点,则以所述特征点为中心,获取预设区域范围内的预设数目的像素点对并排序;
分别对各像素点对中两个像素点的灰度值进行比较,得到各像素点对的二进制数值;
按所述像素点对的排列顺序对各像素点对的二进制数值进行排列,得到所述特征点的二进制串;
将所述特征点的二进制串作为所述特征描述值。
3.根据权利要求2所述的AOI设备测试文件查找方法,其特征在于,所述检测所述中心像素点是否为特征点,包括:
以所述中心像素点为中心,按照预设方位从所述预设区域范围内获取多个参考像素点并获取所述参考像素点的总数目;
计算所述参考像素点的灰度值与所述中心像素点的灰度值之差的绝对值;
检测大于预设差值的绝对值对应的参考像素点的数目,得到参考数目;
判断所述参考数目与所述参考像素点的总数目的比值是否大于或等于预设值;
若是,则判定所述中心像素点为特征点。
4.根据权利要求1所述的AOI设备测试文件查找方法,其特征在于,所述将所述待测图像的特征描述值与各模板图像的特征描述值进行比对,得到所述待测图像与各模板图像的相似度,包括:
获取所述待测图像的特征描述值的总数目;
对所述待测图像的特征描述值与所述模板图像的特征描述值进行相似比对;
记录与所述模板图像的特征描述值相似的所述待测图像的特征描述值的数量,得到相似数量;
计算所述相似数量与所述待测图像的特征描述值的总数目的比值,并作为所述待测图像与所述模板图像的相似度。
5.根据权利要求4所述的AOI设备测试文件查找方法,其特征在于,所述特征描述值为数字串,所述对所述待测图像的特征描述值与所述模板图像的特征描述值进行相似比对,包括:
获取所述待测图像的数字串的位数;
计算所述待测图像的数字串与所述模板图像的数字串的汉明距离;
计算所述汉明距离占用所述数字串的位数的比例,得到相异比例;
判断所述相异比例是否小于预设比例;
若是,则判定所述待测图像的特征描述值与所述模板图像的特征描述值相似。
6.一种AOI设备测试文件查找***,其特征在于,包括:
待测图像获取模块,用于获取拍摄待检测PCB板卡生成的图像,得到待测图像;
特征提取模块,用于对所述待测图像进行特征提取,得到所述待测图像的特征描述值;
描述值获取模块,用于获取各测试文件中模板图像的特征描述值;
相似度获取模块,用于将所述待测图像的特征描述值与各模板图像的特征描述值进行比对,得到所述待测图像与各模板图像的相似度;
测试文件查找模块,用于获取与所述待测图像相似度最大的模板图像所在的测试文件,并作为所述待检测PCB板卡的测试文件。
7.根据权利要求6所述的AOI设备测试文件查找***,其特征在于,所述特征提取模块,包括:
像素点选取单元,用于从所述待测图像中选取中心像素点;
像素点检测单元,用于检测所述中心像素点是否为特征点;
像素点对获取单元,用于在所述中心像素点为特征点时,以所述特征点为中心,获取预设区域范围内的预设数目的像素点对并排序;
灰度值比较单元,用于分别对各像素点对中两个像素点的灰度值进行比较,得到各像素点对的二进制数值;
二进制串获取单元,用于按所述像素点对的排列顺序对各像素点对的二进制数值进行排列,得到所述特征点的二进制串;
特征描述值确定单元,用于将所述特征点的二进制串作为所述特征描述值。
8.根据权利要求7所述的AOI设备测试文件查找***,其特征在于,所述像素点检测单元用于:以所述中心像素点为中心,按照预设方位从所述预设区域范围内获取多个参考像素点并获取所述参考像素点的总数目;计算所述参考像素点的灰度值与所述中心像素点的灰度值之差的绝对值;检测大于预设差值的绝对值对应的参考像素点的数目,得到参考数目;判断所述参考数目与所述参考像素点的总数目的比值是否大于或等于预设值;若是,则判定所述中心像素点为特征点。
9.根据权利要求6所述的AOI设备测试文件查找***,其特征在于,所述相似度获取模块包括:
数目获取单元,用于获取所述待测图像的特征描述值的总数目;
相似检测单元,用于对所述待测图像的特征描述值与所述模板图像的特征描述值进行相似比对;
个数记录单元,用于记录与所述模板图像的特征描述值相似的所述待测图像的特征描述值的数量,得到相似数量;
相似度计算单元,用于计算所述相似数量与所述待测图像的特征描述值的总数目的比值,并作为所述待测图像与所述模板图像的相似度。
10.根据权利要求9所述的AOI设备测试文件查找***,其特征在于,所述特征描述值为数字串,所述相似检测单元用于:获取所述待测图像的数字串的位数;计算所述待测图像的数字串与所述模板图像的数字串的汉明距离;计算所述汉明距离占用所述数字串的位数的比例,得到相异比例;判断所述相异比例是否小于预设比例;若是,则判定所述待测图像的特征描述值与所述模板图像的特征描述值相似。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610921643.9A CN106528665B (zh) | 2016-10-21 | 2016-10-21 | Aoi设备测试文件查找方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610921643.9A CN106528665B (zh) | 2016-10-21 | 2016-10-21 | Aoi设备测试文件查找方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106528665A true CN106528665A (zh) | 2017-03-22 |
CN106528665B CN106528665B (zh) | 2019-09-03 |
Family
ID=58291936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610921643.9A Active CN106528665B (zh) | 2016-10-21 | 2016-10-21 | Aoi设备测试文件查找方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106528665B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315140A (zh) * | 2017-06-21 | 2017-11-03 | 广州视源电子科技股份有限公司 | 一种aoi检测的方法、装置、设备及存储介质 |
CN108920550A (zh) * | 2018-06-15 | 2018-11-30 | 广州视源电子科技股份有限公司 | 文件查找方法及装置 |
CN110346704A (zh) * | 2019-07-02 | 2019-10-18 | 广州视源电子科技股份有限公司 | 板卡测试中测试文件的确定方法、装置、设备及存储介质 |
CN113379726A (zh) * | 2021-06-30 | 2021-09-10 | 深圳中科飞测科技股份有限公司 | 线路检测方法、装置、设备及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101162204A (zh) * | 2006-10-10 | 2008-04-16 | 同方威视技术股份有限公司 | 基于辐射图像变动检测的小型车辆夹带物自动检测方法 |
JP4205760B1 (ja) * | 2007-12-27 | 2009-01-07 | 株式会社ファースト | 画像マッチング方法、プログラムおよび応用装置 |
CN102479149A (zh) * | 2010-11-25 | 2012-05-30 | 佛山市顺德区顺达电脑厂有限公司 | Aoi数据处理方法 |
CN103578093A (zh) * | 2012-07-18 | 2014-02-12 | 成都理想境界科技有限公司 | 图像配准方法、装置及增强现实*** |
CN104751465A (zh) * | 2015-03-31 | 2015-07-01 | 中国科学技术大学 | 一种基于lk光流约束的orb图像特征配准方法 |
CN105069144A (zh) * | 2015-08-20 | 2015-11-18 | 华南理工大学 | 一种搜索相似图片的方法 |
CN105976354A (zh) * | 2016-04-14 | 2016-09-28 | 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*** |
-
2016
- 2016-10-21 CN CN201610921643.9A patent/CN106528665B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101162204A (zh) * | 2006-10-10 | 2008-04-16 | 同方威视技术股份有限公司 | 基于辐射图像变动检测的小型车辆夹带物自动检测方法 |
JP4205760B1 (ja) * | 2007-12-27 | 2009-01-07 | 株式会社ファースト | 画像マッチング方法、プログラムおよび応用装置 |
CN102479149A (zh) * | 2010-11-25 | 2012-05-30 | 佛山市顺德区顺达电脑厂有限公司 | Aoi数据处理方法 |
CN103578093A (zh) * | 2012-07-18 | 2014-02-12 | 成都理想境界科技有限公司 | 图像配准方法、装置及增强现实*** |
CN104751465A (zh) * | 2015-03-31 | 2015-07-01 | 中国科学技术大学 | 一种基于lk光流约束的orb图像特征配准方法 |
CN105069144A (zh) * | 2015-08-20 | 2015-11-18 | 华南理工大学 | 一种搜索相似图片的方法 |
CN105976354A (zh) * | 2016-04-14 | 2016-09-28 | 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*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107315140A (zh) * | 2017-06-21 | 2017-11-03 | 广州视源电子科技股份有限公司 | 一种aoi检测的方法、装置、设备及存储介质 |
CN108920550A (zh) * | 2018-06-15 | 2018-11-30 | 广州视源电子科技股份有限公司 | 文件查找方法及装置 |
CN110346704A (zh) * | 2019-07-02 | 2019-10-18 | 广州视源电子科技股份有限公司 | 板卡测试中测试文件的确定方法、装置、设备及存储介质 |
CN110346704B (zh) * | 2019-07-02 | 2022-05-20 | 广州视源电子科技股份有限公司 | 板卡测试中测试文件的确定方法、装置、设备及存储介质 |
CN113379726A (zh) * | 2021-06-30 | 2021-09-10 | 深圳中科飞测科技股份有限公司 | 线路检测方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106528665B (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961421B (zh) | 数据生成装置、数据生成方法以及数据生成记录介质 | |
CN103714338B (zh) | 图像处理装置和图像处理方法 | |
CN111179251A (zh) | 基于孪生神经网络利用模板比对的缺陷检测***及方法 | |
JP2019109563A (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
JP2019087044A (ja) | 検査装置、データ生成装置、データ生成方法及びデータ生成プログラム | |
CN106528665A (zh) | Aoi设备测试文件查找方法和*** | |
CN113344886A (zh) | 晶圆表面缺陷检测方法和设备 | |
CN116188475A (zh) | 一种外观缺陷自动光学检测的智慧控制方法、***及介质 | |
CN1323369C (zh) | 图像识别装置和方法以及图像识别装置的示教装置和方法 | |
CN109146873A (zh) | 一种基于学习的显示屏缺陷智能检测方法及装置 | |
CN113222913B (zh) | 一种电路板缺陷检测定位方法、装置和存储介质 | |
CN114494103A (zh) | 缺陷检测方法及检测装置 | |
CN111899238A (zh) | 一种双光源图像的缺陷检测方法、装置、介质及电子设备 | |
CN109685756A (zh) | 影像特征自动辨识装置、***及方法 | |
CN114943875A (zh) | 用于电缆元件识别的视觉分析方法 | |
KR101849933B1 (ko) | 공분산 기술자와 퍼지 모델을 이용한 심볼 인식장치 | |
US11727673B1 (en) | Visual analysis method for cable element identification | |
CN114782431B (zh) | 一种印刷电路板缺陷检测模型训练方法及缺陷检测方法 | |
CN115937555A (zh) | 一种基于标准化流模型的工业缺陷检测算法 | |
CN113313704B (zh) | 一种集成电路引脚检测方法、装置、终端及存储介质 | |
CN113128881B (zh) | 测量仪表的操作考评方法、设备及存储介质 | |
CN112328951B (zh) | 一种分析样品的实验数据的处理方法 | |
CN106952392B (zh) | 一种冠字号识别率确定方法及装置 | |
WO2021033239A1 (ja) | 情報処理装置、情報処理プログラム、及び、情報処理方法 | |
KR102686135B1 (ko) | 인공지능을 활용한 결함 검사 방법 및 인공지능을 활용한 결함 검사 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |