CN104459421A - 一种二极管极性检测方法与系统 - Google Patents
一种二极管极性检测方法与系统 Download PDFInfo
- Publication number
- CN104459421A CN104459421A CN201410843904.0A CN201410843904A CN104459421A CN 104459421 A CN104459421 A CN 104459421A CN 201410843904 A CN201410843904 A CN 201410843904A CN 104459421 A CN104459421 A CN 104459421A
- Authority
- CN
- China
- Prior art keywords
- gray
- row
- diode
- average
- scale map
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种二极管极性检测方法与系统。其中方法包括:获取待检测二极管的图像;根据所述二极管的图像获取所述二极管的浅色环的位置信息;根据所述二极管的浅色环的位置信息识别出所述二极管的极性。系统包括:图像获取模块,用于获取待检测二极管的图像;位置信息获取模块,用于根据所述二极管的图像获取所述二极管的浅色环的位置信息;极性识别模块,用于根据所述二极管的浅色环的位置信息识别出所述二极管的极性。实施本发明实施例,可以有效地识别出二极管的极性,具备算法简单、识别过程快捷以及出错率低等优点。
Description
技术领域
本发明涉及自动光学检查领域,尤其涉及一种二极管极性检测方法与系统。
背景技术
自动光学检查(AOI,Automated Optical Inspection)为工业自动化有效的检测方法,使用机器视觉做为检测标准技术,大量应用于LCD/TFT、晶体管与PCB工业制程上,在民生用途则可延伸至保全系统。自动光学检查是工业制程中常见的代表性手法,利用光学方式取得成品的表面状态,以影像处理来检出异物或图案异常等瑕疵,因为是非接触式检查,所以可在中间工程检查半成品。
通过使用AOI作为减少缺陷的工具,在装配工艺过程的早期查找和消除错误,以实现良好的过程控制。早期发现缺陷将避免将坏板送到随后的装配阶段,AOI将减少修理成本将避免报废不可修理的电路板。
二极管是电子电路中的一个很重要的元件。在安装过程中如果将二极管的极性弄反了会导致部分电路不能正常工作,严重时甚至会使得整个板卡烧坏。因而必须要在制作成半成品后,通过AOI检测二极管的极性,判断是否安装错误。
现有技术中,检测二极管极性的方法主要是通过对标准图和目标图进行对比,找出一个差异值,当差异值大于某个阀值即为错误。但是这种方法中所应用的图像特征提取算法以及匹配算法过于复杂,不直接。
发明内容
本发明的目的是解决二极管极性检测的算法过于复杂的问题,提出一种二极管极性检测方法与系统,可以简单快速地检测出二极管的极性。
为了达到上述的目的,本发明实施例提供一种二极管极性检测方法,包括:
获取待检测二极管的图像;
根据所述二极管的图像获取所述二极管的浅色环的位置信息;
根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
在一个实施例中,
所述获取待检测二极管的图像具体为获取横向放置的待检测二极管的灰度图;
所述根据所述二极管的图像获取所述二极管的浅色环的位置信息具体包括:
计算所述灰度图中每一列像素的灰度均值;
根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值;
将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息。
进一步地,所述计算所述灰度图中每一列像素的灰度均值具体根据以下公式计算:
其中,Mean(y)为第y列像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差具体根据以下公式计算:
其中,MSE(y)为第y列像素的灰度标准差;
所述根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值具体根据以下公式计算:
其中,Yweight_mean为所述灰度图在列方向的灰度加权平均值。
在另一个实施例中,
所述获取待检测二极管的图像具体为获取纵向放置的待检测二极管的灰度图;
所述根据所述二极管的图像获取所述二极管的浅色环的位置信息具体包括:
计算所述灰度图中每一行像素的灰度均值;
根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值;
将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息。
进一步地,所述计算所述灰度图每一行像素的灰度均值具体根据以下公式计算:
其中,Mean(x)为第x行像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差具体根据以下公式计算:
其中,MSE(x)为第x行像素的灰度标准差;
所述根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值具体根据以下公式计算:
其中,Xweight_mean为所述灰度图在行方向的灰度加权平均值。
相应地,为了达到与上述相同的目的,本发明实施例还提供一种二极管极性检测系统,包括:
图像获取模块,用于获取待检测二极管的图像;
位置信息获取模块,用于根据所述二极管的图像获取所述二极管的浅色环的位置信息;
极性识别模块,用于根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
在一个实施例中,
所述图像获取模块包括:第一灰度图获取单元,用于获取横向放置的待检测二极管的灰度图;
所述位置信息获取模块包括:
列灰度均值计算单元,用于计算所述灰度图中每一列像素的灰度均值;
列灰度标准差计算单元,用于根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
列灰度加权平均值计算单元,用于根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差计算所述灰度图在列方向的灰度加权平均值;
列区间获取单元,用于将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
第一位置信息获取单元,用于根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息。
进一步地,所述列灰度均值计算单元具体根据以下公式计算所述灰度图中每一列像素的灰度均值:
其中,Mean(y)为第y列像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述列灰度标准差计算单元具体根据以下公式计算每一列像素的灰度标准差:
其中,MSE(y)为第y列像素的灰度标准差;
所述列灰度加权平均值计算单元具体根据以下公式计算所述灰度图在列方向的灰度加权平均值:
其中,Yweight_mean为所述灰度图在列方向的灰度加权平均值。
在本发明另一个实施例中,
所述图像获取模块包括:第二灰度图获取单元,用于获取纵向放置的待检测二极管的灰度图;
所述位置信息获取模块包括:
行灰度均值计算单元,用于计算所述灰度图中每一行像素的灰度均值;
行灰度标准差计算单元,用于根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
行灰度加权平均值计算单元,用于根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差计算所述灰度图在行方向的灰度加权平均值;
行区间获取单元,用于将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
第二位置信息获取单元,用于根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息。
进一步地,所述行灰度均值计算单元具体根据以下公式计算所述灰度图中每一行像素的灰度均值:
其中,Mean(x)为第x行像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述行灰度标准差计算单元具体根据以下公式计算每一行像素的灰度标准差:
其中,MSE(x)为第x行像素的灰度标准差;
所述行灰度加权平均值计算单元具体根据以下公式计算所述灰度图在行方向的灰度加权平均值:
其中,Xweight_mean为所述灰度图在行方向的灰度加权平均值。
实施本发明实施例,具有如下有益效果:本发明的实施例提供的二极管极性检测方法,可应用到AOI检测技术中,通过图像分析的方法获取所述二极管的浅色环的位置信息,并根据此识别出所述二极管的极性,可以有效地识别出二极管的极性,具备算法简单、识别过程快捷以及出错率低等优点。本发明的实施例还提供了一种二极管极性检测系统,可以达到上述相同的效果。
附图说明
图1是本发明提供的二极管极性检测方法的第一实施例的流程示意图;
图2是本发明提供的二极管极性检测方法的第二实施例的流程示意图;
图3是本发明提供的二极管极性检测方法的第三实施例的流程示意图;
图4是本发明提供的二极管极性检测系统的第一实施例的结构框图;
图5是本发明提供的二极管极性检测系统的第二实施例的结构框图。
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。
参见图1,是本发明提供的二极管极性检测方法的第一实施例的流程示意图,该方法包括以下步骤:
S101,获取待检测二极管的图像;
S102,根据所述二极管的图像获取所述二极管的浅色环的位置信息;
S103,根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
本发明的第一实施例提供的二极管极性检测方法,可应用到AOI检测技术中,通过图像分析的方法获取所述二极管的浅色环的位置信息,并根据此识别出所述二极管的极性,可以有效地识别出二极管的极性,具备算法简单、识别过程快捷以及出错率低等优点。
参见图2,是本发明提供的二极管极性检测方法的第二实施例的流程示意图。该方法具体包括以下步骤:
S201,获取横向放置的待检测二极管的灰度图;
S202,计算所述灰度图中每一列像素的灰度均值;
S203,根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
S204,根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值;
S205,将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
S206,根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息;
S207,根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
具体地,
在S202中,所述计算所述灰度图中每一列像素的灰度均值根据以下公式计算:
其中,Mean(y)为第y列像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
在S203中,所述根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差根据以下公式计算:
其中,MSE(y)为第y列像素的灰度标准差;
在S204中,所述根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值根据以下公式计算:
其中,Yweight_mean为所述灰度图在列方向的灰度加权平均值。
在S205中,所述将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间通过如下公式表示:
Ybelow={y|MEAN(y)≤Yweight_mean}
其中,Ybelow为灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
在S206中,由于所检测的二极管的是横向放置的,那么其浅色环必然在列方向,因而所获得的Ybelow区间即为所述二极管的浅色环的位置,从而可以获取所述二极管的浅色环的位置信息。
参见图3,其是本发明提供的二极管极性检测方法的第三实施例的流程示意图。该方法具体包括以下步骤:
S301,获取纵向放置的待检测二极管的灰度图;
S302,计算所述灰度图中每一行像素的灰度均值;
S303,根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
S304,根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值;
S305,将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
S306,根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息;
S307,根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
具体地,
在S302中,所述计算所述灰度图中每一行像素的灰度均值根据以下公式计算:
其中,Mean(x)为第x行像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
在S303中,所述根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差根据以下公式计算:
其中,MSE(x)为第x行像素的灰度标准差;
在S304中,所述根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值具体根据以下公式计算:
其中,Xweight_mean为所述灰度图在行方向的灰度加权平均值。
在S305中,所述将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间通过如下公式表示:
Xbelow={x|MEAN(x)≤Xweight_mean}
其中,Xbelow为灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
在S306中,由于所检测的二极管的是纵向放置的,那么其浅色环必然在行方向,因而所获得的Xbelow区间即为所述二极管的浅色环的位置,从而可以获取所述二极管的浅色环的位置信息。
需要说明的是,本发明的第二实施例与第二实施例的方法的区别点实际上仅在于一开始所获取的二极管的位置不一样,在后续一系列用于获取二极管的浅色环的位置信息的步骤实际上是一样的。本发明的第二实施例与第三实施例进一步限定了如何获取所述二极管的浅色环的位置信息的步骤,其核心是计算出灰度加权平均值,灰度加权平均值比灰度平均值更能反映出浅色环的位置,因而识别成功率更高。
相应地,本发明还提出一种二极管极性检测系统。
参见图4,是本发明提供的二极管极性检测系统的第一实施例的结构框图,该系统包括:
图像获取模块11,用于获取待检测二极管的图像;
位置信息获取模块12,用于根据所述二极管的图像获取所述二极管的浅色环的位置信息;
极性识别模块13,用于根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
具体地,
所述图像获取模块11包括:第一灰度图获取单元111,用于获取横向放置的待检测二极管的灰度图;
所述位置信息获取模块12包括:
列灰度均值计算单元121,用于计算所述灰度图中每一列像素的灰度均值;
列灰度标准差计算单元122,用于根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
列灰度加权平均值计算单元123,用于根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差计算所述灰度图在列方向的灰度加权平均值;
列区间获取单元124,用于将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
第一位置信息获取单元125,用于根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息。
由于本实施例的二极管检测系统的功能单元实际上与本发明的二极管检测方法的第二实施例的步骤一一对应,因而每个功能单元的具体计算公式可以从上述二极管检测方法的第二实施例中获得,不再赘述。
参见图5,是本发明提供的二极管极性检测系统的第二实施例的结构框图,该系统包括:
图像获取模块11,用于获取待检测二极管的图像;
位置信息获取模块12,用于根据所述二极管的图像获取所述二极管的浅色环的位置信息;
极性识别模块13,用于根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
具体地,
所述图像获取模块11包括:第二灰度图获取单元111,用于获取纵向放置的待检测二极管的灰度图;
所述位置信息获取模块12包括:
行灰度均值计算单元121,用于计算所述灰度图中每一行像素的灰度均值;
行灰度标准差计算单元122,用于根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
行灰度加权平均值计算单元123,用于根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差计算所述灰度图在行方向的灰度加权平均值;
行区间获取单元124,用于将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
第二位置信息获取单元125,用于根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息。
由于本实施例的二极管极性检测系统的功能单元实际上与本发明的二极管检测方法的第三实施例的步骤一一对应,因而每个功能单元的具体计算公式可以从上述二极管检测方法的第三实施例中获得,不再赘述。
实施本发明实施例,具有如下有益效果:本发明的实施例提供的二极管极性检测方法,可应用到AOI检测技术中,通过图像分析的方法获取所述二极管的浅色环的位置信息,并根据此识别出所述二极管的极性,可以有效地识别出二极管的极性,具备算法简单、识别过程快捷以及出错率低等优点。具体地,通过计算出灰度加权平均值来获取浅色环的位置,这种算法可以大大提高识别准确率。本发明的实施例还相应提供了一种二极管极性检测系统,可以达到上述相同的效果。
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 Access Memory,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 (10)
1.一种二极管极性检测方法,其特征在于,包括:
获取待检测二极管的图像;
根据所述二极管的图像获取所述二极管的浅色环的位置信息;
根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
2.如权利要求1所述的二极管极性检测方法,其特征在于,
所述获取待检测二极管的图像具体为获取横向放置的待检测二极管的灰度图;
所述根据所述二极管的图像获取所述二极管的浅色环的位置信息具体包括:
计算所述灰度图中每一列像素的灰度均值;
根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值;
将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息。
3.如权利要求2所述的二极管极性检测方法,其特征在于,所述计算所述灰度图中每一列像素的灰度均值具体根据以下公式计算:
其中,Mean(y)为第y列像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差具体根据以下公式计算:
其中,MSE(y)为第y列像素的灰度标准差;
所述根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差,计算所述灰度图在列方向的灰度加权平均值具体根据以下公式计算:
其中,Yweight_mean为所述灰度图在列方向的灰度加权平均值。
4.如权利要求1所述的二极管极性检测方法,其特征在于,
所述获取待检测二极管的图像具体为获取纵向放置的待检测二极管的灰度图;
所述根据所述二极管的图像获取所述二极管的浅色环的位置信息具体包括:
计算所述灰度图中每一行像素的灰度均值;
根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值;
将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息。
5.如权利要求4所述的二极管极性检测方法,其特征在于,所述计算所述灰度图每一行像素的灰度均值具体根据以下公式计算:
其中,Mean(x)为第x行像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差具体根据以下公式计算:
其中,MSE(x)为第x行像素的灰度标准差;
所述根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差,计算所述灰度图在行方向的灰度加权平均值具体根据以下公式计算:
其中,Xweight_mean为所述灰度图在行方向的灰度加权平均值。
6.一种二极管极性检测系统,其特征在于,包括:
图像获取模块,用于获取待检测二极管的图像;
位置信息获取模块,用于根据所述二极管的图像获取所述二极管的浅色环的位置信息;
极性识别模块,用于根据所述二极管的浅色环的位置信息识别出所述二极管的极性。
7.如权利要求6所述的二极管极性检测系统,其特征在于,所述图像获取模块包括:第一灰度图获取单元,用于获取横向放置的待检测二极管的灰度图;
所述位置信息获取模块包括:
列灰度均值计算单元,用于计算所述灰度图中每一列像素的灰度均值;
列灰度标准差计算单元,用于根据所述每一列像素的灰度均值对应地计算每一列像素的灰度标准差;
列灰度加权平均值计算单元,用于根据所述每一列像素的灰度均值以及所述每一列像素的灰度标准差计算所述灰度图在列方向的灰度加权平均值;
列区间获取单元,用于将每一列像素的灰度均值分别与所述列方向的灰度加权平均值比较,获取灰度均值小于或等于所述列方向的灰度加权平均值的列区间;
第一位置信息获取单元,用于根据所述灰度均值小于或等于所述列方向的灰度加权平均值的列区间获取所述二极管的浅色环的位置信息。
8.如权利要求7所述的二极管极性检测系统,其特征在于,
所述列灰度均值计算单元具体根据以下公式计算所述灰度图中每一列像素的灰度均值:
其中,Mean(y)为第y列像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述列灰度标准差计算单元具体根据以下公式计算每一列像素的灰度标准差:
其中,MSE(y)为第y列像素的灰度标准差;
所述列灰度加权平均值计算单元具体根据以下公式计算所述灰度图在列方向的灰度加权平均值:
其中,Yweight_mean为所述灰度图在列方向的灰度加权平均值。
9.如权利要求6所述的二极管极性检测系统,其特征在于,所述图像获取模块包括:第二灰度图获取单元,用于获取纵向放置的待检测二极管的灰度图;
所述位置信息获取模块包括:
行灰度均值计算单元,用于计算所述灰度图中每一行像素的灰度均值;
行灰度标准差计算单元,用于根据所述每一行像素的灰度均值对应地计算每一行像素的灰度标准差;
行灰度加权平均值计算单元,用于根据所述每一行像素的灰度均值以及所述每一行像素的灰度标准差计算所述灰度图在行方向的灰度加权平均值;
行区间获取单元,用于将每一行像素的灰度均值分别与所述行方向的灰度加权平均值比较,获取灰度均值小于或等于所述行方向的灰度加权平均值的行区间;
第二位置信息获取单元,用于根据所述灰度均值小于或等于所述行方向的灰度加权平均值的行区间获取所述二极管的浅色环的位置信息。
10.如权利要求9所述的二极管极性检测系统,其特征在于,
所述行灰度均值计算单元具体根据以下公式计算所述灰度图中每一行像素的灰度均值:
其中,Mean(x)为第x行像素的灰度均值,PGray(x,y)为第x行第y列的像素的灰度,x∈[0,height),y∈[0,width),height为所述灰度图的高,width为所述灰度图的宽;
所述行灰度标准差计算单元具体根据以下公式计算每一行像素的灰度标准差:
其中,MSE(x)为第x行像素的灰度标准差;
所述行灰度加权平均值计算单元具体根据以下公式计算所述灰度图在行方向的灰度加权平均值:
其中,Xweight_mean为所述灰度图在行方向的灰度加权平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410843904.0A CN104459421B (zh) | 2014-12-30 | 2014-12-30 | 一种二极管极性检测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410843904.0A CN104459421B (zh) | 2014-12-30 | 2014-12-30 | 一种二极管极性检测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104459421A true CN104459421A (zh) | 2015-03-25 |
CN104459421B CN104459421B (zh) | 2017-07-11 |
Family
ID=52905791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410843904.0A Active CN104459421B (zh) | 2014-12-30 | 2014-12-30 | 一种二极管极性检测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104459421B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139399A (zh) * | 2015-08-25 | 2015-12-09 | 广州视源电子科技股份有限公司 | 一种二极管极性检测方法及装置 |
CN105404900A (zh) * | 2015-12-22 | 2016-03-16 | 广州视源电子科技股份有限公司 | 一种并排二极管的定位方法及装置 |
CN105469400A (zh) * | 2015-11-23 | 2016-04-06 | 广州视源电子科技股份有限公司 | 电子元件极性方向的快速识别、标注的方法和系统 |
CN105513046A (zh) * | 2015-11-23 | 2016-04-20 | 广州视源电子科技股份有限公司 | 电子元件极性的识别方法和系统、标注方法和系统 |
WO2018010386A1 (zh) * | 2016-07-13 | 2018-01-18 | 广州视源电子科技股份有限公司 | 元件反件检测方法和系统 |
WO2018010387A1 (zh) * | 2016-07-13 | 2018-01-18 | 广州视源电子科技股份有限公司 | 元件反件检测方法和系统 |
CN109429473A (zh) * | 2017-08-28 | 2019-03-05 | 株洲中车时代电气股份有限公司 | 电路板中带极性电子元器件的自动检查方法及装置 |
CN109632798A (zh) * | 2019-01-17 | 2019-04-16 | 鲁班嫡系机器人(深圳)有限公司 | 基于图像处理的极性检测装置及其方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006029536A1 (en) * | 2004-09-17 | 2006-03-23 | De.Vice Scientific Incorporated | Optical inspection of flat media using direct image technology |
CN202854288U (zh) * | 2012-09-28 | 2013-04-03 | 常州佳讯光电产业发展有限公司 | 二极管极性检测电路 |
CN103675588A (zh) * | 2013-11-20 | 2014-03-26 | 中国矿业大学 | 印刷电路元件极性的机器视觉检测方法及设备 |
CN203881775U (zh) * | 2013-12-17 | 2014-10-15 | 陕西理工学院 | 一种用于电路板的自动检测控制装置 |
CN204044306U (zh) * | 2014-09-15 | 2014-12-24 | 连云港丰达电子有限公司 | 一种在线检测二极管极性的测试装置 |
-
2014
- 2014-12-30 CN CN201410843904.0A patent/CN104459421B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006029536A1 (en) * | 2004-09-17 | 2006-03-23 | De.Vice Scientific Incorporated | Optical inspection of flat media using direct image technology |
CN202854288U (zh) * | 2012-09-28 | 2013-04-03 | 常州佳讯光电产业发展有限公司 | 二极管极性检测电路 |
CN103675588A (zh) * | 2013-11-20 | 2014-03-26 | 中国矿业大学 | 印刷电路元件极性的机器视觉检测方法及设备 |
CN203881775U (zh) * | 2013-12-17 | 2014-10-15 | 陕西理工学院 | 一种用于电路板的自动检测控制装置 |
CN204044306U (zh) * | 2014-09-15 | 2014-12-24 | 连云港丰达电子有限公司 | 一种在线检测二极管极性的测试装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139399A (zh) * | 2015-08-25 | 2015-12-09 | 广州视源电子科技股份有限公司 | 一种二极管极性检测方法及装置 |
WO2017032310A1 (zh) * | 2015-08-25 | 2017-03-02 | 广州视源电子科技股份有限公司 | 一种二极管极性检测方法及装置 |
CN105513046B (zh) * | 2015-11-23 | 2019-03-01 | 广州视源电子科技股份有限公司 | 电子元件极性的识别方法和系统、标注方法和系统 |
CN105469400A (zh) * | 2015-11-23 | 2016-04-06 | 广州视源电子科技股份有限公司 | 电子元件极性方向的快速识别、标注的方法和系统 |
CN105513046A (zh) * | 2015-11-23 | 2016-04-20 | 广州视源电子科技股份有限公司 | 电子元件极性的识别方法和系统、标注方法和系统 |
WO2017088552A1 (zh) * | 2015-11-23 | 2017-06-01 | 广州视源电子科技股份有限公司 | 电子元件极性的识别方法和系统、标注方法和系统 |
WO2017107529A1 (zh) * | 2015-12-22 | 2017-06-29 | 广州视源电子科技股份有限公司 | 一种并排二极管的定位方法及装置 |
CN105404900B (zh) * | 2015-12-22 | 2017-12-19 | 广州视源电子科技股份有限公司 | 一种并排二极管的定位方法及装置 |
CN105404900A (zh) * | 2015-12-22 | 2016-03-16 | 广州视源电子科技股份有限公司 | 一种并排二极管的定位方法及装置 |
WO2018010386A1 (zh) * | 2016-07-13 | 2018-01-18 | 广州视源电子科技股份有限公司 | 元件反件检测方法和系统 |
WO2018010387A1 (zh) * | 2016-07-13 | 2018-01-18 | 广州视源电子科技股份有限公司 | 元件反件检测方法和系统 |
CN109429473A (zh) * | 2017-08-28 | 2019-03-05 | 株洲中车时代电气股份有限公司 | 电路板中带极性电子元器件的自动检查方法及装置 |
CN109632798A (zh) * | 2019-01-17 | 2019-04-16 | 鲁班嫡系机器人(深圳)有限公司 | 基于图像处理的极性检测装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104459421B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104459421A (zh) | 一种二极管极性检测方法与系统 | |
Chen et al. | Accurate and robust crack detection using steerable evidence filtering in electroluminescence images of solar cells | |
CN103872983B (zh) | 太阳能电池表面缺陷检测方法 | |
CN100454006C (zh) | 一种基于机器视觉的液晶显示器斑痕缺陷检测方法与系统 | |
CN112581463A (zh) | 图像缺陷的检测方法、装置、电子设备、存储介质及产品 | |
CN105241638A (zh) | 基于视觉的led模块亮度均匀性快速检测方法 | |
CN103345632B (zh) | 一种电池尾端表面划痕缺陷检测方法 | |
CN103792705A (zh) | 检测基板缺陷的检测方法及检测装置 | |
CN105139399A (zh) | 一种二极管极性检测方法及装置 | |
CN105184770A (zh) | 一种用于球栅阵列引脚芯片的焊球定位及其参数识别方法 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN113538603B (zh) | 一种基于阵列产品的光学检测方法、系统和可读存储介质 | |
CN112862773A (zh) | 一种刨花板图像缺陷分类检测方法及装置 | |
CN113838043A (zh) | 金属箔材制造中基于机器视觉的质量分析方法 | |
CN113780484B (zh) | 工业产品缺陷检测方法和装置 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 | |
CN108876747B (zh) | 一种oled绘素的提取方法及装置 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
CN103150558A (zh) | 一种基于机器视觉的显示终端操作响应匹配检测方法 | |
CN110018169B (zh) | 一种丝印线条的检测方法及装置、存储介质和处理器 | |
CN109829912B (zh) | Tft阵列基板的缺陷检测方法 | |
CN105261317B (zh) | 数据线短接不良的检测方法和检测装置 | |
CN116091503B (zh) | 一种面板异物缺陷的判别方法、装置、设备及介质 | |
CN103714552B (zh) | 运动阴影消除方法及装置和智能视频分析系统 | |
JP2008185395A (ja) | 実装基板外観検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |