CN105389818A - 元件的定位方法和系统 - Google Patents
元件的定位方法和系统 Download PDFInfo
- Publication number
- CN105389818A CN105389818A CN201510770846.8A CN201510770846A CN105389818A CN 105389818 A CN105389818 A CN 105389818A CN 201510770846 A CN201510770846 A CN 201510770846A CN 105389818 A CN105389818 A CN 105389818A
- Authority
- CN
- China
- Prior art keywords
- mapping
- unit
- subgraph
- prototype drawing
- threshold
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
Abstract
本发明涉及一种元件的定位方法和系统,利用待测元件的模板图和待测元件所在的待测图,获得模板图的颜色分布描述符,将模板图的灰度图和待测图的灰度图进行匹配得到匹配矩阵,并以其中元素值最小的元素对应的待测图中的像素点作为子图的一个顶点,在待测图中获取子图及其颜色分布描述符,再根据模板图的颜色分布描述符和子图的颜色分布描述符的匹配度来确定待测元件在待测图中的位置。以此方案可根据已知元件的图像,在待测图中定位元件的位置,定位准确,为对元件进行错,漏,反等检测提供了重要依据。
Description
技术领域
本发明涉及自动光学检测领域,特别是涉及元件的定位方法和系统。
背景技术
当前,对PCB(印制电路板)板卡进行检测,使用较多的是AOI(自动光学检测)系统,其是利用光学方式取得待测物体的图像信息,然后使用图像处理算法对待测物体进行检测,检查出异物,瑕疵等错误。对于使用在PCB板卡检测的AOI系统中,需要对板卡上面的元件进行错,漏,反等检测。然而在插入的过程,或者上焊锡的过程中,元件可能会发生位移,即元件在板卡上面的位置并非都是固定不变的,所以在对元件进行错,漏,反等检测前,需要先对元件进行定位。
现在的AOI系统中,一般只会在固定的位置检测元件,而不会对元件进行定位,如此,对于偏移量较高的元件,如二极管,电容等,进行检测时,可能会因为待测区域中没有元件而导致检测错误。
发明内容
基于此,有必要针对元件发生位移导致检测错误的问题,提供一种元件的定位方法和系统。
一种元件的定位方法,包括以下步骤:
获取待测元件的模板图和对待测元件实际拍摄的待测图;
获取模板图的颜色分布描述符;
在待测图中获取与模板图相同大小的图片作为待测图的子图;
获取子图的颜色分布描述符;
计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度;
若匹配度小于第一阈值,则判定子图所在的位置为待测元件在待测图中所在的位置。
一种元件的定位系统,包括以下单元:
第一获取单元,用于获取待测元件的模板图和对待测元件实际拍摄的待测图;
第二获取单元,用于获取模板图的颜色分布描述符;
第三获取单元,用于在待测图中获取与模板图相同大小的图片作为待测图的子图;
第四获取单元,用于获取子图的颜色分布描述符;
计算单元,用于计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度;
判断单元,用于在匹配度小于第一阈值时,判定子图所在的位置为待测元件在待测图中所在的位置。
根据上述本发明的方案,其是利用待测元件的模板图和待测元件所在的待测图,获得模板图的颜色分布描述符,将模板图的灰度图和待测图的灰度图进行匹配得到匹配矩阵,并以其中元素值最小的元素对应的待测图中的像素点作为子图的一个顶点,在待测图中获取子图及其颜色分布描述符,再根据模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度来确定待测元件在待测图中的位置。以此方案可根据已知元件的图像,在待测图中定位元件的位置,定位准确,为对元件进行错,漏,反等检测提供了重要依据。
附图说明
图1是其中一个实施例中元件的定位方法的流程图;
图2是其中一个实施例中元件的定位方法的流程图;
图3是其中一个实施例中元件的定位方法的流程图;
图4是图1对应的元件的定位系统的示意图;
图5是其中一个实施例中元件的定位系统的部分示意图;
图6是其中一个实施例中元件的定位系统的部分示意图;
图7是其中一个实施例中元件的定位系统的部分示意图;
图8是其中一个实施例中元件的定位系统的部分示意图;
图9是其中一个实施例中元件的定位系统的示意图;
图10是其中一个实施例中元件的定位系统的示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
参见图1所示,为本发明的元件的定位方法的实施例。该实施例中的元件的定位方法包括如下步骤:
步骤S110:获取待测元件的模板图和对待测元件实际拍摄的待测图;
待测元件可以为PCB板上的电子元器件,如电阻、电感、电容等;模板图中只包括待测元件的图像信息;待测图是包括待测元件的PCB板图像,是对包括待测元件的PCB板拍摄得到的;
步骤S120:获取模板图的颜色分布描述符;
模板图的颜色分布描述符可以用来表示模板图的颜色信息;
步骤S130:在待测图中获取与模板图相同大小的图片作为待测图的子图;
步骤S140:获取子图的颜色分布描述符;
子图的颜色分布描述符可以用来表示子图的颜色信息;
步骤S150:计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度;
匹配度是根据模板图的颜色分布描述符和子图的颜色分布描述符计算的,其值越高,表示模板图的颜色信息与子图的颜色信息越相似;
步骤S160:若匹配度小于第一阈值,则判定子图所在的位置为待测元件在待测图中所在的位置;
第一阈值用来界定匹配度,从而确定子图的位置是否为待测元件在待测图中所在的位置。
本实施方式所述的元件的定位方法,是利用待测元件的模板图和待测元件所在的待测图,获得模板图的颜色分布描述符,将模板图的灰度图和待测图的灰度图进行匹配得到匹配矩阵,并以其中元素值最小的点作为最小坐标点在待测图中获取子图及其颜色分布描述符,再根据模板图的颜色分布描述符和所述子图的颜色分布描述符之间的匹配度来确定待测元件在待测图中的位置。以此方案可根据已知元件的图像,在待测图中定位元件的位置,定位准确,为对元件进行错,漏,反等检测提供了重要依据。
在其中一个实施例中,获取模板图的颜色分布描述符的步骤包括以下步骤:
将模板图均分成n×n个相同大小的单元图,n为正整数,对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的Y、Cb、Cr三个通道进行离散余弦变换,获得模板图的颜色分布描述符;
获取子图的颜色分布描述符的步骤包括以下步骤:
将子图均分成m×m相同大小的单元图,m为正整数,对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的Y、Cb、Cr三个通道进行离散余弦变换,获得子图的颜色分布描述符。
通过将模板图或子图分割成单元图,获取每个单元图的平均颜色并进行颜色空间转换和离散余弦变换,获得模板图的颜色描述分布符,此种方式获得的颜色描述分布符可以较好地全面覆盖模板图或子图的颜色信息。
优选的,获取待测元件的模板图,模板图定义为
Imodel(x,y),x∈[0,wmodel),y∈[0,hmodel),
hmodel为模版图的高,wmodel为模版图的宽;
获取要进行的定位对待测元件实际拍摄的待测图,待测图定义为
Iobject(x,y),x∈[0,wobject),y∈[0,hobject),
hobject为待测图的高,wobject为待测图的宽。
以上述获取的模板图Imodel(x,y)为例,将模板图Imodel(x,y)等分成n×n个相同大小的单元图S(x’,y’),其中,x’∈[0,n),y’∈[0,n),x’、y’、n均为正整数,对每一个单元图S(x’,y’),分别对它的RGB三个通道取平均值,所以每一个单元图S(x’,y’)都获得一个平均颜色:
RGB(x’,y’)={AVG(R(x’,y’)),AVG(R(x’,y’)),AVG(R(x’,y’))}
对每一个单元图S(x,y)转变颜色空间,将在RGB颜色空间中表示的RGB(x’,y’)转变为在YCbCr颜色空间中表示的形式:
YCbCr(x’,y’)={Y(x’,y’),Cb(x’,y’),Cr(x’,y’)}
获得一个n×n大小的,具有YCbCr三通道的图IYCbCr(x’,y’);
对图IYCbCr(x’,y’)每一个通道进行离散余弦变换,获得3个n×n大小的矩阵
CLDmodel={(x’,y’),(x’,y’),(x’,y’)}
这里的CLDmodel即为模板图的颜色分布描述符。
根据计算经验,一般n取值为8,也可为其他正整数。在获取子图Iobject_sub的颜色分布描述符时也是采用这种计算方法,而且m的取值与计算模板图的颜色分布描述符时的n可以相同,也可以不同,一般m取值也为8,将子图Iobject_sub分成m×m个相同大小的单元图,对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对所述转换图的三个通道进行离散余弦变换,获得所述子图Iobject_sub的颜色分布描述符CLDobject_sub,表达式为:
CLDobject_sub={(x’,y’),(x’,y’),(x’,y’)}
在其中一个实施例中,如图2所示,在待测图中获取与模板图相同大小的图片作为待测图的子图的步骤包括以下步骤:
步骤S131:获取模板图的灰度图和待测图的灰度图,并获得模板图的灰度图在待测图的灰度图中的匹配矩阵,其中,匹配矩阵中的每个元素均对应于待测图中的像素点;
步骤S132:对匹配矩阵中的元素进行筛选,获得匹配矩阵中小于第二阈值的元素集合;
第二阈值可以根据元件的实际情况自由设定;
步骤S133:在小于第二阈值的元素集合中,选取元素值最小的元素对应的待测图中的点,并在待测图中获取与模板图相同大小的图片作为待测图的子图,其中,子图的横向边缘与待测图的横向边缘平行,子图的纵向边缘与待测图的纵向边缘平行,子图的一个顶点为元素值最小的元素对应的待测图中的像素点;
在其中一个实施例中,获取模板图的灰度图和待测图的灰度图,并获得模板图的灰度图在待测图的灰度图中的匹配矩阵的步骤包括以下步骤:
分别获取模板图的灰度图和待测图的灰度图,使用归一化平方差匹配方法,以模板图的灰度图为卷积核,对待测图的灰度图进行卷积运算,获得模板图的灰度图在待测图的灰度图中的匹配矩阵。
通过上述方式获取的匹配矩阵能很好地反映待测图中的每个像素点与模板图的相似程度,匹配矩阵中小于第二阈值的元素越小,表明该元素对应的待测图中的像素点与模板图越匹配。
优选的,分别获取Imodel,Iobject的灰度图I’model,I’object,使用归一化平方差匹配方法,以I’model为卷积核,对I’object进行卷积运算,获得I’model在I’object中的匹配矩阵R,具体公式如下:
其中,x、y的取值范围分别是,x∈[0,w_object–w_model],y∈[0,h_object–h_model]。匹配矩阵R中每一个元素R(x,y),都对应于I’object中的某个像素点的灰度值,也对应于Iobject中的相应的像素点。
在其中一个实施例中,对匹配矩阵中的元素进行筛选,获得匹配矩阵中小于第一阈值的元素集合的步骤包括以下步骤:
对匹配矩阵R进行筛选,获得其中元素值小于第二阀值rthreshold的元素集合,若该元素集合为空集,则判定待测元件未出现在待测图中。
对于匹配矩阵中R中的元素进行筛选,选择小于第二阀值rthreshold的元素集合,可以避免对匹配矩阵中其他大于或者等于第二阈值的元素进行后续操作,这些元素就算进行后续操作也无法得到合适的结果,从而减少了工作量;而且对于元素集合为空集的情况,可直接判定待测元件未出现在待测图中,不必再进行后续操作。
在其中一个实施例中,获取子图的方式为:
在小于第二阈值的元素集合中,选取元素值最小的元素对应的待测图中的像素点,并在待测图中获取与模板图相同大小的图片作为待测图的子图,其中,子图的横向边缘与待测图的横向边缘平行,子图的纵向边缘与待测图的纵向边缘平行,子图的一个顶点为元素值最小的元素对应的待测图中的像素点。
通过上述方式,可以在待测图中获取一个与模板图相同大小,与模板图边缘位置平行的子图,只要在待测图中存在与模板图相同的待测元件,就能以子图的位置来确定待测元件在待测图的位置。
优选的,在小于第二阈值rthreshold的元素集合中,选取元素值最小的元素对应的待测图中的像素点作为最佳匹配点,该点坐标为(xbest,ybest),对应的元素集合中的元素R(xbest,ybest)=min(R(x,y));
待测图Iobject中获取的子图Iobject_sub为
Iobject_sub(x,y),x∈[xbest,xbest+wmodel),y∈[ybest,ybest+hmodel),
其中,xbest和ybest的取值范围分别为[0,wobject–wmodel],[0,hobject–hmodel],以最佳匹配点为顶点获取的子图的x最大值为wobject,y最大值为hobject,所以获取的子图始终在待测图的边界范围内。
在其中一个实施例中,计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度;若匹配度小于第一阈值,则判定子图所在的位置为待测元件在待测图中所在的位置的步骤如下:
根据模板图的颜色分布描述符CLDmodel和子图的颜色分布描述符CLDobject_sub,计算两者之间的匹配度d,公式如下:
如果d值小于第一阀值dthreshold,则子图Iobject_sub所在的位置就是待测元件在待测图中所在的位置。
在实际定位过程中,元件的位置不一定都是在预定的正确位置上,以最佳匹配点来确定子图,利用的是元件的图像位置信息;对比模板图的颜色描述分布符和子图的颜色描述分布符,利用的是元件的图像颜色信息,本发明方案结合了图像的形状信息和颜色信息,比普通定位算法准确性更高。
在其中一个实施例中,如图3所示,计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度的步骤之后包括以下步骤:
若匹配度大于或等于第一阈值,将顶点对应的小于第二阈值的元素集合中的元素清除,返回至在小于第二阈值的元素集合中,选取元素值最小的元素对应的待测图中的像素点的步骤,直至判定待测元件在待测图中所在的位置,或者元素集合成为空集为止。
在本实施例中,主要是对匹配度大于或等于第一阈值的对应的元素进行清除处理,从元素集合中重新选择;在实际定位过程中可能出现某元素的元素值最小,其匹配度不合适的情形,本实施例排除了此种情形。
优选的,若匹配度d大于或等于第一阈值dthreshold,则说明最佳匹配点(xbest,ybest)对应的子图在颜色空间中匹配度不够,就在元素集合中将最佳匹配点对应的小于第一阈值的元素集合中的元素清除,将清除相应元素后的元素集合,作为新的元素集合。
在新的元素集合中,选取元素值最小的元素对应的待测图中的点作为最佳匹配点,并根据上述方法选取新的子图,获取新的子图的颜色描述分布符,再计算模板图的颜色分布描述符和新的子图的颜色分布描述符之间的新匹配度,最后与第一阈值dthreshold进行比较,若新匹配度小于第一阈值dthreshold,则判定子图所在的位置就是待测元件在待测图中所在的位置;若大于或等于第一阈值dthreshold,则再次清除最佳匹配点对应的小于第二阈值的元素集合中的元素;重复上述步骤,直至判定待测元件在待测图中所在的位置,或者元素集合成为空集为止;
另外,在选取元素值最小的元素时,若存在元素值相同的情况,则在元素值相同的若干个元素中随机选取一个。
在其中一个实施例中,若小于第二阈值的元素集合中的所有元素都被清除,元素集合成为空集时,则判定待测元件未出现在待测图中。
在本实施例中,出现元素集合中的所有元素都被清除的情形也能进行判断处理。
本发明提供了一种元件的定位方法,根据已知元件的图像,在待测图中定位元件的位置,定位准确,为对元件进行错,漏,反等检测提供了重要依据。避免了元件因为位移而不在检测区域中的问题,增强了元件检测结果的准确性,而且本发明结合了图像的形状信息和颜色信息,比普通定位算法准确性更高。
根据上述元件的定位方法,本发明还提供一种元件的定位系统,以下就本发明的元件的定位系统的实施例进行详细说明。
参见图4所示,为本发明的元件的定位系统的实施例。该实施例中的元件的定位系统包括第一获取单元210,第二获取单元220,第三获取单元230,第四获取单元240,计算单元250,判断单元260,其中:
第一获取单元210,用于获取待测元件的模板图和对待测元件实际拍摄的待测图;
第二获取单元220,用于获取模板图的颜色分布描述符;
第三获取单元230,用于在待测图中获取与模板图相同大小的图片作为待测图的子图;
第四获取单元240,用于获取子图的颜色分布描述符;
计算单元250,用于计算模板图的颜色分布描述符和子图的颜色分布描述符之间的匹配度;
判断单元260,用于在匹配度小于第一阈值时,判定子图所在的位置为待测元件在待测图中所在的位置。
在其中一个实施例中,如图5和图6所示,第二获取单元220包括第一分图单元221、第一取值单元222和第一转换单元223;
第一分图单元221,用于将模板图均分成n×n个相同大小的单元图,n为正整数;
第一取值单元222,用于对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
第一转换单元223,用于将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的三个通道进行离散余弦变换,获得模板图的颜色分布描述符;
第四获取单元240包括第二分图单元241、第二取值单元242和第二转换单元243;
第二分图单元241,用于将子图均分成m×m个相同大小的单元图,m为正整数;
第二取值单元242,用于对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
第二转换单元243,用于将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的三个通道进行离散余弦变换,获得子图的颜色分布描述符。
在其中一个实施例中,如图7所示,第三获取单元230包括以下单元:
矩阵获取单元231,用于获取模板图的灰度图和待测图的灰度图,并获取模板图的灰度图在待测图的灰度图中的匹配矩阵,其中,匹配矩阵中的每个元素均对应于待测图中的像素点;
筛选单元232,用于对匹配矩阵中的元素进行筛选,获得匹配矩阵中小于第二阈值的元素集合;
子图获取单元233,用于在筛选单元获得匹配矩阵中小于第二阈值的元素集合后,在小于第二阈值的元素集合中,选取元素值最小的元素对应的待测图中的像素点,并在待测图中获取与模板图相同大小的图片作为待测图的子图,其中,子图的横向边缘与待测图的横向边缘平行,子图的纵向边缘与待测图的纵向边缘平行,子图的一个顶点为元素值最小的元素对应的待测图中的像素点。
在其中一个实施例中,如图8所示,元件的定位系统还包括第二判断单元270,用于在获得的匹配矩阵中小于第二阈值的元素集合为空集时,判定待测元件未出现在待测图中。
在其中一个实施例中,如图9所示,元件的定位系统还包括清除单元280,
清除单元280用于在所述匹配度大于或等于第一阈值时,将顶点对应的小于第二阈值的元素集合中的元素清除;
子图获取单元233还用于在所述清除单元进行元素清除后,在小于第二阈值的元素集合中,选取元素值最小的元素对应的待测图中的像素点,并在待测图中获取与模板图相同大小的图片作为待测图的子图,其中,子图的横向边缘与待测图的横向边缘平行,子图的纵向边缘与待测图的纵向边缘平行,子图的一个顶点为元素值最小的元素对应的待测图中的像素点。
本实施例中是使部分单元循环运行,直至判定待测元件在待测图中所在的位置,或者元素集合成为空集为止。
在其中一个实施例中,如图10所示,第二判断单元270还用于在小于第二阈值的元素集合中的所有元素都被清除时,判定待测元件未出现在待测图中。
本发明的元件的定位系统与本发明的元件的定位方法一一对应,在上述元件的定位方法的实施例阐述的技术特征及其有益效果均适用于元件的定位系统的实施例中。
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)
1.一种元件的定位方法,其特征在于,包括以下步骤:
获取待测元件的模板图和对所述待测元件实际拍摄的待测图;
获取所述模板图的颜色分布描述符;
在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图;
获取所述子图的颜色分布描述符;
计算所述模板图的颜色分布描述符和所述子图的颜色分布描述符之间的匹配度;
若所述匹配度小于第一阈值,则判定所述子图所在的位置为所述待测元件在所述待测图中所在的位置。
2.根据权利要求1所述的元件的定位方法,其特征在于,
所述获取所述模板图的颜色分布描述符的步骤包括以下步骤:
将所述模板图均分成n×n个相同大小的单元图,n为正整数,对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的Y、Cb、Cr三个通道进行离散余弦变换,获得所述模板图或所述子图的颜色分布描述符;
所述获取所述子图的颜色分布描述符的步骤包括以下步骤:
将所述子图均分成m×m相同大小的单元图,m为正整数,对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的Y、Cb、Cr三个通道进行离散余弦变换,获得所述子图的颜色分布描述符。
3.根据权利要求1所述的元件的定位方法,其特征在于,在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图的步骤包括以下步骤:
获取所述模板图的灰度图和所述待测图的灰度图,并获取所述模板图的灰度图在所述待测图的灰度图中的匹配矩阵,其中,所述匹配矩阵中的每个元素均对应于所述待测图中的像素点;
对所述匹配矩阵中的元素进行筛选,获得所述匹配矩阵中小于第二阈值的元素集合;
在所述小于第二阈值的元素集合中,选取元素值最小的元素对应的所述待测图中的像素点,并在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图,其中,所述子图的横向边缘与所述待测图的横向边缘平行,所述子图的纵向边缘与所述待测图的纵向边缘平行,所述子图的一个顶点为所述元素值最小的元素对应的所述待测图中的像素点。
4.根据权利要求3所述的元件的定位方法,其特征在于,所述对所述匹配矩阵中的元素进行筛选,获得所述匹配矩阵中小于第二阈值的元素集合的步骤包括以下步骤:
对所述匹配矩阵中的元素进行筛选,若获得的所述匹配矩阵中小于第二阈值的元素集合为空集,则判定所述待测元件未出现在所述待测图中。
5.根据权利要求3所述的元件的定位方法,其特征在于,计算所述模板图的颜色分布描述符和所述子图的颜色分布描述符之间的匹配度的步骤之后包括以下步骤:
若所述匹配度大于或等于第一阈值,将所述顶点对应的所述小于第二阈值的元素集合中的元素清除,返回至所述在所述小于第二阈值的元素集合中,选取元素值最小的元素对应的所述待测图中的像素点的步骤,直至判定所述待测元件在所述待测图中所在的位置,或者所述元素集合成为空集为止。
6.根据权利要求5所述的元件的定位方法,其特征在于,所述元素集合成为空集后包括以下步骤:
若所述小于第二阈值的元素集合中的所有元素都被清除,所述元素集合成为空集,则判定所述待测元件未出现在所述待测图中。
7.一种元件的定位系统,其特征在于,包括以下单元:
第一获取单元,用于获取待测元件的模板图和对所述待测元件实际拍摄的待测图;
第二获取单元,用于获取所述模板图的颜色分布描述符;
第三获取单元,用于在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图;
第四获取单元,用于获取所述子图的颜色分布描述符;
计算单元,用于计算所述模板图的颜色分布描述符和所述子图的颜色分布描述符之间的匹配度;
判断单元,用于在所述匹配度小于第一阈值时,判定所述子图所在的位置为所述待测元件在所述待测图中所在的位置。
8.根据权利要求7所述的元件的定位系统,其特征在于,
所述第二获取单元包括第一分图单元、第一取值单元和第一转换单元;
所述第一分图单元,用于将所述模板图均分成n×n个相同大小的单元图,n为正整数;
所述第一取值单元,用于对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
所述第一转换单元,用于将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的三个通道进行离散余弦变换,获得模板图的颜色分布描述符;
所述第四获取单元包括第二分图单元、第二取值单元和第二转换单元;
所述第二分图单元,用于将所述子图均分成m×m个相同大小的单元图,m为正整数;
所述第二取值单元,用于对每一个单元图的RGB颜色空间的R、G、B三个通道分别取平均值,获得每一个单元图的平均颜色;
所述第二转换单元,用于将每一个单元图的RGB颜色空间转变为YCbCr颜色空间,获得具有Y、Cb、Cr三个通道的转换图,对该转换图的三个通道进行离散余弦变换,获得所述子图的颜色分布描述符。
9.根据权利要求7所述的元件的定位系统,其特征在于,所述第三获取单元包括以下单元:
矩阵获取单元,用于获取所述模板图的灰度图和所述待测图的灰度图,并获取所述模板图的灰度图在所述待测图的灰度图中的匹配矩阵,其中,所述匹配矩阵中的每个元素均对应于所述待测图中的像素点;
筛选单元,用于对所述匹配矩阵中的元素进行筛选,获得所述匹配矩阵中小于第二阈值的元素集合;
子图获取单元,用于在所述筛选单元获得所述匹配矩阵中小于第二阈值的元素集合后,在所述小于第二阈值的元素集合中,选取元素值最小的元素对应的所述待测图中的像素点,并在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图,其中,所述子图的横向边缘与所述待测图的横向边缘平行,所述子图的纵向边缘与所述待测图的纵向边缘平行,所述子图的一个顶点为所述元素值最小的元素对应的所述待测图中的像素点。
10.根据权利要求9所述的元件的定位系统,其特征在于,所述元件的定位系统还包括清除单元;
所述清除单元用于在所述匹配度大于或等于第一阈值时,将所述顶点对应的所述小于第二阈值的元素集合中的元素清除;
所述子图获取单元还用于在所述清除单元进行元素清除后,在所述小于第二阈值的元素集合中,选取元素值最小的元素对应的所述待测图中的像素点,并在所述待测图中获取与所述模板图相同大小的图片作为所述待测图的子图,其中,所述子图的横向边缘与所述待测图的横向边缘平行,所述子图的纵向边缘与所述待测图的纵向边缘平行,所述子图的一个顶点为所述元素值最小的元素对应的所述待测图中的像素点。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510770846.8A CN105389818B (zh) | 2015-11-12 | 2015-11-12 | 元件的定位方法和系统 |
PCT/CN2016/098226 WO2017080295A1 (zh) | 2015-11-12 | 2016-09-06 | 元件的定位方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510770846.8A CN105389818B (zh) | 2015-11-12 | 2015-11-12 | 元件的定位方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389818A true CN105389818A (zh) | 2016-03-09 |
CN105389818B CN105389818B (zh) | 2018-11-27 |
Family
ID=55422067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510770846.8A Active CN105389818B (zh) | 2015-11-12 | 2015-11-12 | 元件的定位方法和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105389818B (zh) |
WO (1) | WO2017080295A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106485284A (zh) * | 2016-10-19 | 2017-03-08 | 哈尔滨工业大学 | 一种基于模板匹配的元件定位方法 |
WO2017080295A1 (zh) * | 2015-11-12 | 2017-05-18 | 广州视源电子科技股份有限公司 | 元件的定位方法和系统 |
WO2018072333A1 (zh) * | 2016-10-18 | 2018-04-26 | 广州视源电子科技股份有限公司 | 一种元件错件检测方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007309808A (ja) * | 2006-05-19 | 2007-11-29 | Juki Corp | 対象物の位置検出方法及び装置 |
CN102486829A (zh) * | 2010-12-01 | 2012-06-06 | 鸿富锦精密工业(深圳)有限公司 | 图像分析系统及方法 |
CN102914549A (zh) * | 2012-09-10 | 2013-02-06 | 中国航天科技集团公司第五研究院第五一三研究所 | 针对星载表露型pcb焊点质量的光学图像匹配检测方法 |
CN103559499A (zh) * | 2013-10-09 | 2014-02-05 | 华南理工大学 | 一种rgb矢量匹配快速识别系统及方法 |
CN104504375A (zh) * | 2014-12-18 | 2015-04-08 | 广州视源电子科技股份有限公司 | 一种pcb元件的识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389818B (zh) * | 2015-11-12 | 2018-11-27 | 广州视源电子科技股份有限公司 | 元件的定位方法和系统 |
-
2015
- 2015-11-12 CN CN201510770846.8A patent/CN105389818B/zh active Active
-
2016
- 2016-09-06 WO PCT/CN2016/098226 patent/WO2017080295A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007309808A (ja) * | 2006-05-19 | 2007-11-29 | Juki Corp | 対象物の位置検出方法及び装置 |
CN102486829A (zh) * | 2010-12-01 | 2012-06-06 | 鸿富锦精密工业(深圳)有限公司 | 图像分析系统及方法 |
CN102914549A (zh) * | 2012-09-10 | 2013-02-06 | 中国航天科技集团公司第五研究院第五一三研究所 | 针对星载表露型pcb焊点质量的光学图像匹配检测方法 |
CN103559499A (zh) * | 2013-10-09 | 2014-02-05 | 华南理工大学 | 一种rgb矢量匹配快速识别系统及方法 |
CN104504375A (zh) * | 2014-12-18 | 2015-04-08 | 广州视源电子科技股份有限公司 | 一种pcb元件的识别方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017080295A1 (zh) * | 2015-11-12 | 2017-05-18 | 广州视源电子科技股份有限公司 | 元件的定位方法和系统 |
WO2018072333A1 (zh) * | 2016-10-18 | 2018-04-26 | 广州视源电子科技股份有限公司 | 一种元件错件检测方法和装置 |
CN106485284A (zh) * | 2016-10-19 | 2017-03-08 | 哈尔滨工业大学 | 一种基于模板匹配的元件定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105389818B (zh) | 2018-11-27 |
WO2017080295A1 (zh) | 2017-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111028213A (zh) | 图像缺陷检测方法、装置、电子设备及存储介质 | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN105976354B (zh) | 基于颜色和梯度的元件定位方法和系统 | |
CN105957059B (zh) | 电子元件漏件检测方法和系统 | |
CN108182383B (zh) | 一种车窗检测的方法及设备 | |
CN106157286B (zh) | 图像处理方法和屏幕漏光检测方法 | |
CN108520514A (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
CN109801322B (zh) | 一种漏光检测方法及装置 | |
WO2018068417A1 (zh) | 元件缺陷检测方法和系统 | |
CN105389818A (zh) | 元件的定位方法和系统 | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN104574312A (zh) | 标靶图像求圆心的方法和装置 | |
KR20120062873A (ko) | 패턴 매칭 방법, 패턴 매칭 프로그램을 기록한 컴퓨터로 판독가능한 기록 매체, 전자 계산기, 전자 디바이스 검사 장치 | |
CN105509657A (zh) | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 | |
CN105354816A (zh) | 一种电子元件定位方法及装置 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
CN109509165B (zh) | 图像定位区域选取方法及装置 | |
CN106770322A (zh) | 校准点深度检测方法及温控器外观检测方法 | |
CN114187363A (zh) | 一种获取径向畸变参数值的方法、装置以及移动终端 | |
CN113160223A (zh) | 轮廓的确定方法、确定装置、检测设备及存储介质 | |
CN103955929B (zh) | 图像局部边缘模式与非边缘模式判断方法及判断装置 | |
CN116879708A (zh) | 一种利用红外云图识别技术印刷电路板故障的检测方法 | |
CN107240109B (zh) | 一种仪表刻度线位置自动检测方法 | |
CN109448012A (zh) | 一种图像边缘检测方法及装置 | |
CN109215068B (zh) | 图像放大率测量方法及装置 |
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 |