CN106971391A - 一种基于颜色识别的多模板定位浸锡检测方法 - Google Patents

一种基于颜色识别的多模板定位浸锡检测方法 Download PDF

Info

Publication number
CN106971391A
CN106971391A CN201710104508.XA CN201710104508A CN106971391A CN 106971391 A CN106971391 A CN 106971391A CN 201710104508 A CN201710104508 A CN 201710104508A CN 106971391 A CN106971391 A CN 106971391A
Authority
CN
China
Prior art keywords
wicking
image
template
detection method
colour recognition
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.)
Pending
Application number
CN201710104508.XA
Other languages
English (en)
Inventor
唐佳林
曾佳文
陈玉云
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.)
Beijing Institute of Technology Zhuhai
Original Assignee
Beijing Institute of Technology Zhuhai
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 Beijing Institute of Technology Zhuhai filed Critical Beijing Institute of Technology Zhuhai
Priority to CN201710104508.XA priority Critical patent/CN106971391A/zh
Publication of CN106971391A publication Critical patent/CN106971391A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于颜色识别的多模板定位浸锡检测方法,通过摄像头采集训练样品的图像,对图像创建多模板并定位到浸锡部位;创建SVM分类器;对图像进行RGB通道分解并转化为HSV通道;分别采集反光和不反光情况下的浸锡部位颜色特征,并加入到分类器进行训练;通过摄像头采集待测样品的图像、创建多模板并定位到浸锡部位;读取分类器,对上述浸锡部位图像进行分类。本发明方法通过创建多模板定位保证定位的准确性,为样本的训练提供基础;并对图像进行RGB通道至HSV通道的转化,采集不同光照情况下的颜色特征进行训练,避免了光照角度不同引起的色差导致检测结果出错。本发明作为一种基于颜色识别的多模板定位浸锡检测方法可广泛应用于浸锡检测领域。

Description

一种基于颜色识别的多模板定位浸锡检测方法
技术领域
本发明涉及浸锡检测领域,尤其是一种基于颜色识别的多模板定位浸锡检测方法。
背景技术
对于检测浸锡的合格与不合格问题,现在传统的方法是人工检测浸锡,但这种效率低下,时间一长准确率也不高;因此现有技术中发展了以智能识别来检测浸锡质量的方法,通常是在图像中进行形状匹配到单目标区域,然后RGB指定的通道进行二值化提取目标区域,将面积与原图像进行比较。例如一种IC元件焊点空焊检测方法(CN104899871A),其技术方案通过提取红色分量图像,进而通过比较检测窗内的连续空行数来得到检测结果;然而在实际应用中发现上述技术仍存在诸多缺陷:1、对训练样本的选择并没有明确的标准,而检测时的外部条件可能存在巨大差别,例如有可能使用强光下的图像作为训练样本,而检测时的光线相对较暗,造成错误的检测结果;2、同一待检测样品在不同角度的光照下,呈现不同颜色特征,造成检测结果不准确;3、同一待检测样品与取样的摄像头相对位置不同时,拍摄图像可能出现定位不准确的问题。
发明内容
为了解决上述技术问题,本发明的目的是:提供一种基于颜色识别的多模板定位实现的检测精度高、抗干扰能力强的浸锡检测方法。
本发明所采用的技术方案是:一种基于颜色识别的多模板定位浸锡检测方法,包括有以下步骤:
A、通过摄像头采集训练样品的图像,对图像创建多模板并定位到浸锡部位;
B、创建SVM分类器;
C、对图像进行RGB通道分解并转化为HSV通道;
D、分别采集反光和不反光情况下的浸锡部位颜色特征,并加入到分类器进行训练;
E、通过摄像头采集待测样品的图像,对图像创建多模板并定位到浸锡部位;
F、读取分类器,对上述浸锡部位图像进行分类。
进一步,所述步骤A中对图像创建多模板并定位到浸锡部位的具体步骤为:根据图像上的定位点将图像分为多个区域,再在每个区域内定位到浸锡部位。
进一步,所述SVM分类器的分类特征为浸锡不足和浸锡合格。
进一步,所述步骤D中的颜色特征包括有色相、饱和度和明度。
本发明的有益效果是:本发明方法通过创建多模板定位保证定位的准确性,为样本的训练提供基础;并对图像进行RGB通道至HSV通道的转化,采集不同光照情况下的颜色特征进行训练,避免了光照角度不同引起的色差导致检测结果出错。
附图说明
图1为本发明方法的步骤流程图;
图2为HSV通道颜色特征示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
参照图1,一种基于颜色识别的多模板定位浸锡检测方法,包括有以下步骤:
A、通过摄像头采集训练样品的图像,对图像创建多模板并定位到浸锡部位;
将光源准备好后,产品固定在固定板上放置于产线,当到达打光区域后,将固定板弹起并固定不动,用摄像头采集图像实时传输入数据处理模块,对图像进行读取;根据图像上的定位点将图像分为多个区域,再在每个区域内定位到浸锡部位。其中定位点可以是电路板上带有数字的圆圈或定位孔。
B、创建SVM分类器,分类特征为浸锡不足和浸锡合格;
C、对图像进行RGB通道分解,分解为三幅图像,并转化为HSV通道;
RGB是电脑表面颜色使用的方法,而HSV是模拟人视觉原理;在RGB模式下,想要调出某种颜色需要根据理论,而不是视觉感觉,而在HSV模式下,很容易根据视觉调出想要的颜色。
上述步骤中RGB转换为HSV的计算方法如下:
明度V=max
上述转化公式中,max即max(r,g,b),min即min(r,g,b),r、g、b分别代表三种颜色,其数值范围为0-255;h的值通常规范化到位于0~360°之间。
D、分别采集反光和不反光情况下的浸锡部位颜色特征,并加入到分类器进行训练;
如图2所示,从红色开始逆时针开始计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°。饱和度S越高,颜色越深,光谱色的白光成分为0,饱和度达到最高。V表示颜色明亮程度。
所述颜色特征即上述色相、饱和度和明度;不合格样品的浸锡颜色即为未浸锡的铜的颜色;例如浸锡在HSV通道为(234.00,0.08,0.98),不合格的在HSV通道为(60.00,0.88,0.85)。实施例中选择相同目标亮度的不同区域作为训练样本进行训练。
E、通过摄像头采集待测样品的图像,对图像创建多模板并定位到浸锡部位;
F、读取分类器,对上述浸锡部位图像进行分类,将颜色不合格的产品剔除。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (4)

1.一种基于颜色识别的多模板定位浸锡检测方法,其特征在于,包括有以下步骤:
A、通过摄像头采集训练样品的图像,对图像创建多模板并定位到浸锡部位;
B、创建SVM分类器;
C、对图像进行RGB通道分解并转化为HSV通道;
D、分别采集反光和不反光情况下的浸锡部位颜色特征,并加入到分类器进行训练;
E、通过摄像头采集待测样品的图像,对图像创建多模板并定位到浸锡部位;
F、读取分类器,对上述浸锡部位图像进行分类。
2.根据权利要求1所述的一种基于颜色识别的多模板定位浸锡检测方法,其特征在于:所述步骤A中对图像创建多模板并定位到浸锡部位的具体步骤为:根据图像上的定位点将图像分为多个区域,再在每个区域内定位到浸锡部位。
3.根据权利要求1所述的一种基于颜色识别的多模板定位浸锡检测方法,其特征在于:所述SVM分类器的分类特征为浸锡不足和浸锡合格。
4.根据权利要求1所述的一种基于颜色识别的多模板定位浸锡检测方法,其特征在于:所述步骤D中的颜色特征包括有色相、饱和度和明度。
CN201710104508.XA 2017-02-24 2017-02-24 一种基于颜色识别的多模板定位浸锡检测方法 Pending CN106971391A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710104508.XA CN106971391A (zh) 2017-02-24 2017-02-24 一种基于颜色识别的多模板定位浸锡检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710104508.XA CN106971391A (zh) 2017-02-24 2017-02-24 一种基于颜色识别的多模板定位浸锡检测方法

Publications (1)

Publication Number Publication Date
CN106971391A true CN106971391A (zh) 2017-07-21

Family

ID=59328445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710104508.XA Pending CN106971391A (zh) 2017-02-24 2017-02-24 一种基于颜色识别的多模板定位浸锡检测方法

Country Status (1)

Country Link
CN (1) CN106971391A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082620A (zh) * 2019-05-05 2019-08-02 北京云迹科技有限公司 一种充电桩工作状态检测方法及装置
CN112180884A (zh) * 2020-10-27 2021-01-05 张家港扬子江冷轧板有限公司 一种可视化在线评价电镀锡溶液质量的方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1499191A (zh) * 2002-11-08 2004-05-26 张皇嘉 一种焊接品质检测方法
US20050047657A1 (en) * 2003-08-25 2005-03-03 Samsung Electronics Co., Ltd. Color saturation adjusting apparatus and method used for a display system
CN101504717A (zh) * 2008-07-28 2009-08-12 上海高德威智能交通***有限公司 特征区域的定位方法、车身深浅色与车身颜色的识别方法
CN102184413A (zh) * 2011-05-16 2011-09-14 浙江大华技术股份有限公司 车辆智能监控***中车身颜色自动识别方法
CN103034843A (zh) * 2012-12-07 2013-04-10 电子科技大学 一种基于单目视觉的夜间车辆检测方法
CN104764752A (zh) * 2015-03-24 2015-07-08 广州视源电子科技股份有限公司 一种焊点连锡检测方法及设备
CN104899871A (zh) * 2015-05-15 2015-09-09 广东工业大学 一种ic元件焊点空焊检测方法
CN105139386A (zh) * 2015-08-12 2015-12-09 南京航空航天大学 一种快速自动检测电气接插件焊点不合格品的图像处理方法
CN105279757A (zh) * 2015-10-19 2016-01-27 广州视源电子科技股份有限公司 一种焊点定位方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1499191A (zh) * 2002-11-08 2004-05-26 张皇嘉 一种焊接品质检测方法
US20050047657A1 (en) * 2003-08-25 2005-03-03 Samsung Electronics Co., Ltd. Color saturation adjusting apparatus and method used for a display system
CN101504717A (zh) * 2008-07-28 2009-08-12 上海高德威智能交通***有限公司 特征区域的定位方法、车身深浅色与车身颜色的识别方法
CN102184413A (zh) * 2011-05-16 2011-09-14 浙江大华技术股份有限公司 车辆智能监控***中车身颜色自动识别方法
CN103034843A (zh) * 2012-12-07 2013-04-10 电子科技大学 一种基于单目视觉的夜间车辆检测方法
CN104764752A (zh) * 2015-03-24 2015-07-08 广州视源电子科技股份有限公司 一种焊点连锡检测方法及设备
CN104899871A (zh) * 2015-05-15 2015-09-09 广东工业大学 一种ic元件焊点空焊检测方法
CN105139386A (zh) * 2015-08-12 2015-12-09 南京航空航天大学 一种快速自动检测电气接插件焊点不合格品的图像处理方法
CN105279757A (zh) * 2015-10-19 2016-01-27 广州视源电子科技股份有限公司 一种焊点定位方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵池航等: "《交通信息感知理论与方法》", 30 September 2014, 南京:东南大学出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082620A (zh) * 2019-05-05 2019-08-02 北京云迹科技有限公司 一种充电桩工作状态检测方法及装置
CN110082620B (zh) * 2019-05-05 2021-09-24 北京云迹科技有限公司 一种充电桩工作状态检测方法及装置
CN112180884A (zh) * 2020-10-27 2021-01-05 张家港扬子江冷轧板有限公司 一种可视化在线评价电镀锡溶液质量的方法
CN112180884B (zh) * 2020-10-27 2023-08-18 张家港扬子江冷轧板有限公司 一种可视化在线评价电镀锡溶液质量的方法

Similar Documents

Publication Publication Date Title
CN105631880B (zh) 车道线分割方法和装置
CN107945184B (zh) 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法
CN106384117B (zh) 一种车辆颜色识别方法及装置
CN109520706B (zh) 一种汽车保险丝盒的螺孔坐标提取方法
CN104899871B (zh) 一种ic元件焊点空焊检测方法
CN101882315B (zh) 肤色区域的检测方法
CN110675373B (zh) 一种组件安装检测方法、装置和***
CN104749184A (zh) 自动光学检测方法和***
WO2016037423A1 (zh) 基于自适应阈值的视频场景变化检测方法
CN102608130A (zh) 基于图像特征匹配技术的智能卡污渍检测***及检测方法
CN102819728A (zh) 一种基于分类模板匹配的交通标志检测方法
CN109636787A (zh) 一种基于深度学习的高精度实时电池点焊质量自动检测方法
CN113034624B (zh) 基于感温变色胶贴的温度预警图像识别方法、***、设备及存储介质
WO2018010386A1 (zh) 元件反件检测方法和***
CN110458803A (zh) 基于彩带校准的帧图像偏色和亮度检测方法及装置
CN105223208A (zh) 一种电路板检测模板及其制作方法、电路板检测方法
CN103440629A (zh) 激光标记自动跟踪的视频引伸计的数字图像处理方法
CN105825204A (zh) 一种智能相机夜间识别电力设备表计的方法
CN106951863A (zh) 一种基于随机森林的变电站设备红外图像变化检测方法
CN110910394B (zh) 影像模组的解像力测量方法
CN110120073B (zh) 一种基于灯标视觉信号引导无人艇回收的方法
KR101428923B1 (ko) 인쇄회로기판의 부품패키징 영역 자동검출 시스템 및 방법
CN106971391A (zh) 一种基于颜色识别的多模板定位浸锡检测方法
CN115100240A (zh) 视频中的物体追踪方法及装置、电子设备、存储介质
CN102024264B (zh) 一种基于直方图统计的触摸笔颜色识别方法

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170721

RJ01 Rejection of invention patent application after publication