CN107038443A - 一种在电路板上定位感兴趣区域的方法和装置 - Google Patents

一种在电路板上定位感兴趣区域的方法和装置 Download PDF

Info

Publication number
CN107038443A
CN107038443A CN201710292400.8A CN201710292400A CN107038443A CN 107038443 A CN107038443 A CN 107038443A CN 201710292400 A CN201710292400 A CN 201710292400A CN 107038443 A CN107038443 A CN 107038443A
Authority
CN
China
Prior art keywords
shape model
active shape
image
interest
module
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
Application number
CN201710292400.8A
Other languages
English (en)
Other versions
CN107038443B (zh
Inventor
张亮
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.)
DONGGUAN MENTO PHOTOELECTRIC TECHNOLOGY Co Ltd
Original Assignee
DONGGUAN MENTO PHOTOELECTRIC TECHNOLOGY 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 DONGGUAN MENTO PHOTOELECTRIC TECHNOLOGY Co Ltd filed Critical DONGGUAN MENTO PHOTOELECTRIC TECHNOLOGY Co Ltd
Priority to CN201710292400.8A priority Critical patent/CN107038443B/zh
Publication of CN107038443A publication Critical patent/CN107038443A/zh
Application granted granted Critical
Publication of CN107038443B publication Critical patent/CN107038443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种在电路板上定位感兴趣区域的方法和装置，涉及PCB检测技术领域。其中，该方法包括：获取待检测PCB的图像，并在待检测PCB的图像上确定初始感兴趣区域，根据预存的主动形状模型在初始感兴趣区域中提取目标特征点，并根据目标特征点更新形变参数，以得到更新后的主动形状模型，若更新后的主动形状模型与更新前的主动形状模型的偏差收敛，则将更新后的主动形状模型在待检测PCB的图像中所处的区域确定为感兴趣区域。上述在PCB上定位ROI的方法和装置通过利用更新后的形变参数来调整主动形状模型的位置，从而定位ROI，进一步完成对PCB的检测。

Description

一种在电路板上定位感兴趣区域的方法和装置
技术领域
本发明属于电路板检测技术领域，尤其涉及一种在PCB上定位ROI的方 法和装置。
背景技术
电子电路表面组装技术(Surface Mount Technology，SMT)是一种将无引 脚或短引线表面组装元器件安装在印制电路板(Printed Circuit Board，PCB)的 表面或其它基板的表面上，并通过回流焊或浸焊等方法加以焊接组装的电路装 连技术。目前，采用自动光学检测(Automatic Optic Inspection，AOI)对组装 后的PCB进行缺陷检测。在利用AOI技术对PCB进行检测时，为了增加检测 程序的有效性，需要对PCB中大量的元器件进行人工交互，并通过人工来选择 检测程序中每个算法的感兴趣区域(Region of Interest，ROI)，即，元器件所 在的区域。并通过将ROI与数据库中的具有合格参数的区域进行比较，查找出缺陷。
但是，一个PCB往往包含了成百上千个元器件，由人工进行选择ROI会 需要花费很长的时间，导致PCB的检测效率降低。为了提高PCB的检测效率， 当前的做法是在AOI技术中增加基于图像灰度信息相似度的模板匹配算法，人 工选择搜索的初始位置坐标，AOI技术就可以在一定范围内对PCB的图像进 行搜索，定位ROI。
由于灰度信息相似度的模板匹配算法不具备旋转和尺度不变形，当成像单 元，如相机或镜头的配置发生变化时，元器件的图像将发生射影变换，此时会 发生匹配错误，导致AOI技术定位不到ROI，进而不能对PCB进行检测。
发明内容
本发明提供一种在PCB上定位ROI的方法和装置，旨在解决现有的灰度 信息相似度的模板匹配算法会发生匹配错误，导致AOI技术定位不到ROI，不 能对PCB进行检测的问题。
本发明提供的一种在PCB上定位ROI的方法，所述方法包括：
获取待检测电路板的图像，并在所述待检测电路板的图像上确定初始感兴 趣区域；
根据预存的主动形状模型在所述初始感兴趣区域中提取目标特征点，并根 据所述目标特征点更新形变参数，以得到更新后的主动形状模型；
若所述更新后的主动形状模型与更新前的主动形状模型的偏差收敛，则将 所述更新后的主动形状模型在所述待检测电路板的图像中所处的区域确定为感 兴趣区域。
本发明提供的一种在PCB上定位ROI的装置，所述装置包括：
获取模块，用于获取待检测电路板的图像；
确定模块，用于在所述待检测电路板的图像上确定初始感兴趣区域；
提取模块，用于根据预存的主动形状模型在所述初始感兴趣区域中提取目 标特征点；
更新模块，用于并根据所述目标特征点更新形变参数，以得到更新后的主 动形状模型；
所述确定模块，还用于若所述更新后的主动形状模型与更新前的主动形状 模型的偏差收敛，则将所述更新后的主动形状模型在所述待检测电路板的图像 中所处的区域确定为感兴趣区域。
本发明提供的一种在PCB上定位ROI的方法和装置，通过从待检测PCB 的图像中提取的目标特征点来更新主动形状模型的形变参数，无论PCB的元器 件的位置发生何种变化，都可以通过更新后的形变参数来调整主动形状模型的 位置，从而定位ROI，进一步完成对PCB的检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例。
图1是本发明第一实施例提供的一种在PCB上定位ROI的方法的实现流 程示意图；
图2是本发明第二实施例提供的一种在PCB上定位ROI的方法的实现流 程示意图；
图3是本发明第三实施例提供的一种在PCB上定位ROI的装置的结构示 意图；
图4是本发明第四实施例提供的一种在PCB上定位ROI的装置的结构示 意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，而非全部实施例。基 于本发明中的实施例，本领域技术人员在没有做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。
请参阅图1，图1为本发明第一实施例提供的在PCB上定位ROI的方法的 实现流程示意图，图1所示的在PCB上定位ROI的方法主要包括以下步骤：
S101、获取待检测PCB的图像，并在该待检测PCB的图像上确定初始ROI；
待检测PCB的图像为利用AOI技术检测焊接缺陷的PCB的图像。
获取待检测PCB的图像的方法不作限制，可以通过扫描待检测PCB或获 取，也可以接收终端发送的PCB的图像来获取。
初始ROI为利用AOI技术最先定位的区域。
S102、根据预存的主动形状模型在该初始ROI中提取目标特征点，并根据 该目标特征点更新形变参数，以得到更新后的主动形状模型；
目标特征点为初始ROI中的特征点，且目标特征点与利用主动形状模型模 拟的图像中的特征点的纹理相似度最高。形变参数为主动形状模型中用于表示 平移变换、旋转变换和尺度变换的参数。
S103、若该更新后的主动形状模型与更新前的主动形状模型的偏差收敛， 则将该更新后的主动形状模型在该待检测PCB的图像中所处的区域确定为感 ROI。
需要说明的是，更新前的主动形状模型可以是预存的主动形状模型也可以 是一次或多次更新后的主动形状模型，其更新次数不受限定。偏差收敛表示更 新后的主动形状模型与更新前的主动形状模型的差值的极限收敛。
本发明实施例提供的一种在PCB上定位ROI的方法，通过从待检测PCB 的图像中提取的目标特征点来更新主动形状模型的形变参数，无论PCB的元器 件的位置发生何种变化，都可以通过更新后的形变参数来调整主动形状模型的 位置，从而定位ROI，进一步完成对PCB的检测。
请参阅图2，图2为本发明第二实施例提供的在PCB上定位ROI的方法的 实现流程示意图，图2所示的在PCB上定位ROI的方法主要包括以下步骤：
S201、获取待检测PCB的图像，并在该待检测PCB的图像上确定初始ROI；
进一步地，利用AOI技术扫描待检测PCB来获取待检测PCB的图像。在 该待检测PCB的图像上确定初始ROI，具体包括：
从计算机辅助设计(Computer Assistant Design,CAD)信息中提取该待检 测PCB中目标元器件的位置信息，并根据该位置信息在该待检测PCB的图像 中确定初始位置；
目标元器件为PCB中的主元器件，通常，目标元器件所在的区域为ROI。 位置信息为用于在待检测PCB板中进行定位的信息，包括：目标元器件的编号、 在PCB中的位置、旋转角度等。初始位置为确定ROI时通过位置信息在待检 测PCB中最先确定的位置。通过从CAD信息中提取目标元器件的位置信息， 并在待检测PCB的图像中确定初始位置，可以省略人工勾选初始位置的过程， 节省了ROI的定位的时间，提高了ROI的定位效率。
将以该初始位置为中心的预置区域确定为初始ROI。
在实际应用中，预置区域可按照目标元器件所在区域的形状进行设置，通 常预置区域大于目标元器件所在的区域。
S202、获取标准元器件的图像；
具体的，可以通过拍摄或扫描标准元器件，也可以通过在预存的PCB的图 像中截取标准元器件所在的区域来获取标准元器件的图像。其中，标准元器件 是指与目标元器件外观一致的元器件。
S203、利用该目标元器件的图像上的预置特征点构建主动形状模型，并将 该主动形状模型进行存储；
预置特征点为在目标元器件的图像中人工采集的特征点，预置的特征点为 具有显著性的点，例如，图像中目标元器件的边缘、夹角、突起或凹陷处的点。
进一步地，利用该目标元器件的图像上的预置特征点构建主动形状模型， 具体包括：
调取目标元器件的图像中的多个预置特征点，并求目标元器件的平均形状；
假设，多个预置特征点为xi，i＝1，2，3...N，则目标元器件的平均形状为：
利用样本和样本的平均值计算协方差矩阵；
协方差矩阵其中，
计算协方差矩阵的特征值bi和特征向量Pi，并根据信息量的比例，取得指 定数量t的特征值b以及对应的特征向量P，得到该目标元器件的主动形状模 型X；
其中，为预存的主动形状模型形变参数，Xt，Yt为平移变换参数，s为尺度变换参数，θ为旋转变换参数。
S204、利用该预存的主动形状模型模拟该标准元器件的图像，并将得到的 图像与初始ROI对应的图像进行比对；
具体的，将模拟得到的标准元器件的图像按照预存的形变参数放置后，与 初始ROI对应的图像进行比对。
S205、在该初始ROI中选取多个特征点，并计算选取的特征点与该预置特 征点的纹理相似度；
在实际应用中，利用局部灰度模型来分别计算预置特征点的局部纹理特征 和选取的特征点的局部纹理特征。其中，纹理特征可以用局部特征的一阶导数 来表示。设选取的特征点的纹理特征为g，预置特征点的纹理特征的均值为则，选取的特征点与预置特征点的纹理相似度f为：
其中，表示第i个预置特征点的局部纹理均值gij表示第 i个预置特征点的第j个局部纹理特征，表示第i个预置特征点的局部纹理方 差，需要说明的是，本发明实施例中，利用计 算的马氏距离来表示纹理相似度f。
S206、将所述选取的特征点中该纹理相似度最高的特征点作为该目标特征 点；
在实际应用中，可以用马氏距离来表示预置特征点与多个相似特征点之间 的纹理特征相似度，马氏距离越小，相似度越高。具体的，将马氏距离最小的 特征点作为目标特征点。
S207、获取该目标特征点的位置坐标；
假设获取到的目标特征点的位置坐标为(x，y)。
S208、利用预存的几何变换公式和该位置坐标行计算形变参数，以得到更 新后的主动形状模型；
其中，几何变换公式为将位置坐标(x，y)代入到几何变换公式中，计算出更新后形变参数得到更新 后的主动形状模型
S209、若更新后的主动形状模型与更新前的主动形状模型的偏差收敛，则 将该更新后的主动形状模型在该待检测PCB的图像中所处的区域确定为ROI。
实际应用中，将该更新后的主动形状模型在该待检测PCB的图像中所处的 区域确定为ROI之前，计算更新后的主动形状模型与更新前的主动形状模型的 偏差，d＝X′-X，判断偏差d是否收敛，即limn→∞(X′-X)n是否收敛，若收 敛，则将该更新后的主动形状模型在该待检测PCB的图像中所处的区域确定为 ROI，若不收敛，则继续步骤S204-S208，与步骤S204和S205不同的是，将利 用第一次更新后主动形状模型得到的图像与第一次定位的ROI进行比对，在第 一次定位的ROI中选取多个与目标特征点的纹理特征相似的特征点，随着更新次数的不同，对比的主动形状模型和定位的ROI的次数，以此类推。
需要说明的是，对于更新前的主动模型，若更新一次偏差可以收敛，则更 新前的主动形状模型为预存的主动形状模型，若更新多次偏差可以收敛，则更 新前的主动形状模型为经过多次更新的主动形状模型。
本发明实施例提供的一种在PCB上定位ROI的方法，通过从待检测PCB 的图像中提取的目标特征点来更新主动形状模型的形变参数，无论PCB的元器 件的位置发生何种变化，都可以通过更新后的形变参数来调整主动形状模型的 位置，从而定位ROI，进一步完成对PCB的检测。
请参阅图3，图3是本发明第三实施例提供的在PCB上定位ROI的装置的 结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。图3示例 的在PCB上定位ROI的装置可以是前述图1和图2所示实施例提供的在PCB 上定位ROI的方法的执行主体，可以是在PCB上定位ROI的装置或在PCB上 定位ROI的装置中的一个控制模块。图3示例的在PCB上定位ROI的装置， 主要包括：获取模块301、确定模块302、提取模块303和更新模块304，以上各功能模块详细说明如下：
获取模块301，用于获取待检测PCB的图像。
确定模块302，用于在该待检测PCB的图像上确定初始ROI。
提取模块303，用于根据预存的主动形状模型在该初始ROI中提取目标特 征点。
更新模块304，用于并根据该目标特征点更新形变参数，以得到更新后的 主动形状模型。
确定模块302，还用于若该更新后的主动形状模型与更新前的主动形状模 型的偏差收敛，则将该更新后的主动形状模型在该待检测PCB的图像中所处的 区域确定为感兴趣区域。
上述各模块实现各自功能的方法，具体可参考前述图1所示第一实施例提 供的接领人识别方法中的相关内容，此处不再赘述。
本发明实施例提供的一种在PCB上定位ROI的装置，通过从待检测PCB 的图像中提取的目标特征点来更新主动形状模型的形变参数，无论PCB的元器 件的位置发生何种变化，都可以通过更新后的形变参数来调整主动形状模型的 位置，从而定位ROI，进一步完成对PCB的检测。
请参阅图4，图4是本发明第四实施例提供的在PCB上定位ROI的装置的 结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。图4示例 的在PCB上定位ROI的装置可以是前述图1和图2所示实施例提供的在PCB 上定位ROI的方法的执行主体，可以是在PCB上定位ROI的装置或在PCB上 定位ROI的装置中的一个控制模块。图4示例的在PCB上定位ROI的装置， 主要包括：获取模块401、确定模块402、提取模块403、更新模块404和构建模块405，其中，确定模块402包括：信息提取模块412和位置确定模块422， 提取模块403包括：对比模块413、特征计算模块423和特征确定模块433， 更新模块404包括：坐标获取模块414和参数计算模块424，以上各功能模块 详细说明如下：
获取模块401，用于获取待检测PCB的图像。
确定模块402，用于在该待检测PCB的图像上确定初始ROI。
提取模块403，用于根据预存的主动形状模型在该初始ROI中提取目标特 征点。
更新模块404，用于并根据该目标特征点更新形变参数，以得到更新后的 主动形状模型。
确定模块402，还用于若该更新后的主动形状模型与更新前的主动形状模 型的偏差收敛，则将该更新后的主动形状模型在该待检测PCB的图像中所处的 区域确定为感兴趣区域。
进一步地，确定模块402包括：
信息提取模块412，用于从计算机辅助设计信息中提取该待检测PCB中目 标元器件的位置信息。
位置确定模块422，用于根据该位置信息在该待检测PCB的图像中确定初 始位置，以及，将以该初始位置为中心的预置区域确定为该初始感兴趣区域。
进一步地，该装置还包括：
获取模块401，还用于获取标准元器件的图像。
该标准元器件与该目标元器件的外观一致。
构建模块405，用于利用该标准元器件的图像上的预置特征点构建该主动 形状模型，并将该主动形状模型进行存储。
进一步地，提取模块403包括：
对比模块413，用于利用该预存的主动形状模型模拟该标准元器件的图像， 并将得到的图像与初始感兴趣区域进行比对。
特征计算模块423，用于在该初始感兴趣区域中选取多个特征点，并计算 选取的特征点与该预置特征点的纹理相似度。
特征确定模块433，用于将该选取的特征点中该纹理相似度最高的特征点 作为该目标特征点。
进一步地，更新模块404包括：
坐标获取模块414，用于获取该目标特征点的位置坐标。
参数计算模块424，用于利用预存的几何变换公式和该位置坐标计算形变 参数，以得到该更新后的主动形状模型。
上述各模块实现各自功能的方法，具体可参考前述图1和图2所示第一实 施例和第二实施例提供的接领人识别方法中的相关内容，此处不再赘述。
本发明实施例提供的一种在PCB上定位ROI的装置，通过从待检测PCB 的图像中提取的目标特征点来更新主动形状模型的形变参数，无论PCB的元器 件的位置发生何种变化，都可以通过更新后的形变参数来调整主动形状模型的 位置，从而定位ROI，进一步完成对PCB的检测。
在本申请所提供的多个实施例中，应该理解到，所揭露的系统、装置和方 法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性 的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另 外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或 一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直 接耦合或通信链接可以是通过一些接口，装置或模块的间接耦合或通信链接， 可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为 模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者 也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部 模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中， 也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块 中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的 形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或 使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或 部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质 中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或 者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的 存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、 随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以 存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述 为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的 动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。 其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施 例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详 述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的在PCB上定位ROI的方法和装置的描述，对于本 领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均 会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种在电路板上定位感兴趣区域的方法，其特征在于，所述方法包括：
获取待检测电路板的图像，并在所述待检测电路板的图像上确定初始感兴趣区域；
根据预存的主动形状模型在所述初始感兴趣区域中提取目标特征点，并根据所述目标特征点更新形变参数，以得到更新后的主动形状模型；
若所述更新后的主动形状模型与更新前的主动形状模型的偏差收敛，则将所述更新后的主动形状模型在所述待检测电路板的图像中所处的区域确定为感兴趣区域。
2.根据权利要求1所述的方法，其特征在于，所述在所述待检测电路板的图像上确定初始的感兴趣区域，具体包括：
从计算机辅助设计信息中提取所述待检测电路板中目标元器件的位置信息，并根据所述位置信息在所述待检测电路板的图像中确定初始位置；
将以所述初始位置为中心的预置区域确定为所述初始感兴趣区域。
3.根据权利要求2所述的方法，其特征在于，所述根据预存的主动形状模型在所述初始感兴趣区域中提取目标特征点之前，还包括：
获取标准元器件的图像，所述标准元器件与所述目标元器件的外观一致；
利用所述标准元器件的图像上的预置特征点构建所述主动形状模型，并将所述主动形状模型进行存储。
4.根据权利要求3所述的方法，其特征在于，所述根据预存的主动形状模型在所述初始感兴趣区域中提取目标特征点，具体包括：
利用所述预存的主动形状模型模拟所述标准元器件的图像，并将得到的图像与初始感兴趣区域对应的图像进行比对；
在所述初始感兴趣区域中选取多个特征点，并计算选取的特征点与所述预置特征点的纹理相似度；
将所述选取的特征点中纹理相似度最高的特征点作为所述目标特征点。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征点更新形变参数，以得到更新后的主动形状模型，具体包括：
获取所述目标特征点的位置坐标；
利用预存的几何变换公式和所述位置坐标计算形变参数，以得到所述更新后的主动形状模型。
6.一种在电路板上定位感兴趣区域的装置，其特征在于，所述装置包括：
获取模块，用于获取待检测电路板的图像；
确定模块，用于在所述待检测电路板的图像上确定初始感兴趣区域；
提取模块，用于根据预存的主动形状模型在所述初始感兴趣区域中提取目标特征点；
更新模块，用于并根据所述目标特征点更新形变参数，以得到更新后的主动形状模型；
所述确定模块，还用于若所述更新后的主动形状模型与更新前的主动形状模型的偏差收敛，则将所述更新后的主动形状模型在所述待检测电路板的图像中所处的区域确定为感兴趣区域。
7.根据权利要求6所述的装置，其特征在于，所述确定模块包括：
信息提取模块，用于从计算机辅助设计信息中提取所述待检测电路板中目标元器件的位置信息；
位置确定模块，用于根据所述位置信息在所述待检测电路板的图像中确定初始位置；以及，将以所述初始位置为中心的预置区域确定为所述初始感兴趣区域。
8.根据权利要求7所述的装置，其特征在于，
所述获取模块，还用于获取标准元器件的图像，所述标准元器件与所述目标元器件的外观一致；
构建模块，用于利用所述标准元器件的图像上的预置特征点构建所述主动形状模型，并将所述主动形状模型进行存储。
9.根据权利要求8所述的装置，其特征在于，所述提取模块包括：
对比模块，用于利用所述预存的主动形状模型模拟所述标准元器件的图像，并将得到的图像与初始感兴趣区域对应的图像进行比对；
特征计算模块，用于在所述初始感兴趣区域中选取多个特征点，并计算选取的特征点与所述预置特征点的纹理相似度；
特征确定模块，用于将所述选取的特征点中所述纹理相似度最高的特征点作为所述目标特征点。
10.根据权利要求1所述的装置，其特征在于，所述更新模块包括：
坐标获取模块，用于获取所述目标特征点的位置坐标；
参数计算模块，用于利用预存的几何变换公式和所述位置坐标计算形变参数，以得到所述更新后的主动形状模型。
CN201710292400.8A 2017-04-28 2017-04-28 一种在电路板上定位感兴趣区域的方法和装置 Active CN107038443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710292400.8A CN107038443B (zh) 2017-04-28 2017-04-28 一种在电路板上定位感兴趣区域的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710292400.8A CN107038443B (zh) 2017-04-28 2017-04-28 一种在电路板上定位感兴趣区域的方法和装置

Publications (2)

Publication Number Publication Date
CN107038443A true CN107038443A (zh) 2017-08-11
CN107038443B CN107038443B (zh) 2020-04-14

Family

ID=59537310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710292400.8A Active CN107038443B (zh) 2017-04-28 2017-04-28 一种在电路板上定位感兴趣区域的方法和装置

Country Status (1)

Country Link
CN (1) CN107038443B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709500A (zh) * 2018-05-11 2018-10-26 佛山科学技术学院 一种电路板元件定位匹配方法
CN109376758A (zh) * 2018-09-07 2019-02-22 广州算易软件科技有限公司 一种基于图形的元器件识别方法、系统、装置和存储介质
CN110443777A (zh) * 2018-10-09 2019-11-12 广东仙童智能机器人科技有限公司 一种pcb图像对位方法、装置和计算机存储介质
CN112579810A (zh) * 2019-09-30 2021-03-30 深圳市嘉立创科技发展有限公司 印刷电路板分类方法、装置、计算机设备和存储介质
CN112697813A (zh) * 2020-12-24 2021-04-23 江苏汇成光电有限公司 一种aoi特殊扫描作业的方法
CN113176223A (zh) * 2021-03-23 2021-07-27 中山大学新华学院 一种红外分光光度检测仪
CN113838137A (zh) * 2021-11-24 2021-12-24 中导光电设备股份有限公司 一种基于tft-lcd获取校正标记位置的方法和系统
CN118133763A (zh) * 2024-05-08 2024-06-04 上海楷领科技有限公司 Pcb设计元器件的预测方法、装置、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104424629A (zh) * 2013-08-19 2015-03-18 深圳先进技术研究院 一种x光胸片肺部分割方法和装置
CN104463100A (zh) * 2014-11-07 2015-03-25 重庆邮电大学 基于面部表情识别模式的智能轮椅人机交互系统及方法
CN106247969A (zh) * 2016-09-21 2016-12-21 哈尔滨工业大学 一种基于机器视觉的工业磁芯元件的形变检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104424629A (zh) * 2013-08-19 2015-03-18 深圳先进技术研究院 一种x光胸片肺部分割方法和装置
CN104463100A (zh) * 2014-11-07 2015-03-25 重庆邮电大学 基于面部表情识别模式的智能轮椅人机交互系统及方法
CN106247969A (zh) * 2016-09-21 2016-12-21 哈尔滨工业大学 一种基于机器视觉的工业磁芯元件的形变检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUIFANG DUAN: "Automatic optical phase identification of micro-drill bits based on improved ASM and bag of shape segment in PCB production", 《MACHINE VISION AND APPLICATIONS》 *
T. F. COOTES: "Active Shape Models-Their Training and Application", 《COMPUTER VISION AND IMAGE UNDERSTANDING》 *
沈文忠 等: "基于ASM与肤色分割的人眼特征点提取", 《计算机与现代化》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709500A (zh) * 2018-05-11 2018-10-26 佛山科学技术学院 一种电路板元件定位匹配方法
CN109376758A (zh) * 2018-09-07 2019-02-22 广州算易软件科技有限公司 一种基于图形的元器件识别方法、系统、装置和存储介质
CN110443777A (zh) * 2018-10-09 2019-11-12 广东仙童智能机器人科技有限公司 一种pcb图像对位方法、装置和计算机存储介质
CN110443777B (zh) * 2018-10-09 2023-03-10 广东仙童智能机器人科技有限公司 一种pcb图像对位方法、装置和计算机存储介质
CN112579810A (zh) * 2019-09-30 2021-03-30 深圳市嘉立创科技发展有限公司 印刷电路板分类方法、装置、计算机设备和存储介质
CN112579810B (zh) * 2019-09-30 2023-10-27 深圳市嘉立创科技发展有限公司 印刷电路板分类方法、装置、计算机设备和存储介质
CN112697813A (zh) * 2020-12-24 2021-04-23 江苏汇成光电有限公司 一种aoi特殊扫描作业的方法
CN113176223A (zh) * 2021-03-23 2021-07-27 中山大学新华学院 一种红外分光光度检测仪
CN113838137A (zh) * 2021-11-24 2021-12-24 中导光电设备股份有限公司 一种基于tft-lcd获取校正标记位置的方法和系统
CN118133763A (zh) * 2024-05-08 2024-06-04 上海楷领科技有限公司 Pcb设计元器件的预测方法、装置、系统及存储介质
CN118133763B (zh) * 2024-05-08 2024-07-12 上海楷领科技有限公司 Pcb设计元器件的预测方法、装置、系统及存储介质

Also Published As

Publication number Publication date
CN107038443B (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN107038443B (zh) 一种在电路板上定位感兴趣区域的方法和装置
CN107609557B (zh) 一种指针式仪表读数识别方法
CN112508846B (zh) 缺陷检测方法及装置、电子设备和存储介质
WO2022151658A1 (zh) 一种缺陷检测方法、装置、计算机设备及计算机可读存储介质
CN112949624B (zh) 基于水尺的水位检测方法、装置、电子设备及存储介质
CN108182695B (zh) 目标跟踪模型训练方法及装置、电子设备和存储介质
CN114387347B (zh) 确定外参标定的方法、装置、电子设备及介质
CN105354816B (zh) 一种电子元件定位方法及装置
CN112348909A (zh) 一种目标定位方法、装置、设备及存储介质
CN111340042A (zh) 物体轮廓识别方法、装置、设备及存储介质
CN114926549B (zh) 三维点云处理方法、装置、设备以及存储介质
CN115187769A (zh) 一种定位方法及装置
JP2019200516A (ja) テンプレート姿勢推定装置、方法、及びプログラム
CN113407030B (zh) 视觉定位方法及相关装置、设备和存储介质
CN114494751A (zh) 证照信息识别方法、装置、设备及介质
CN106886796B (zh) 图标位置识别方法、装置及终端设备
CN114913246B (zh) 相机标定方法、装置、电子设备及存储介质
CN113031582A (zh) 机器人、定位方法及计算机可读存储介质
CN109816709B (zh) 基于单目摄像头的深度估计方法、装置及设备
CN113393506B (zh) 图像配准方法及相关装置、设备
CN111931786B (zh) 一种图像处理方法、装置及计算机可读存储介质
CN113706505A (zh) 一种去除深度图像中局外点的圆柱拟合方法和装置
CN112686962A (zh) 室内视觉定位方法、装置及电子设备
CN116503387B (zh) 图像检测方法、装置、设备、系统及可读存储介质
CN118521807B (zh) 一种标志点的配对方法、介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 523000 Second Floor, Executive Building No. 1 Minxing Road, Chang'an Town Corner Community, Dongguan City, Guangdong Province

Applicant after: Dongguan Meng Tuo Intelligent Technology Co., Ltd.

Address before: 523000 Minxing Road, Chang'an Town Corner Community, Dongguan City, Guangdong Province

Applicant before: Dongguan MENTO Photoelectric Technology Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant