CN108710854A - 一种电子元器件的识别方法和装置 - Google Patents
一种电子元器件的识别方法和装置 Download PDFInfo
- Publication number
- CN108710854A CN108710854A CN201810492661.9A CN201810492661A CN108710854A CN 108710854 A CN108710854 A CN 108710854A CN 201810492661 A CN201810492661 A CN 201810492661A CN 108710854 A CN108710854 A CN 108710854A
- Authority
- CN
- China
- Prior art keywords
- electronic component
- target electronic
- image
- resistance
- chip
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种电子元器件的识别方法和装置,其中方法包括以下步骤:采集目标电子元器件的静态图像,并获取所述静态图像的灰度图像;根据所述灰度图像获取所述目标电子元器件的特征信息,并根据所述特征信息识别所述目标电子元器件的类型;获取与所述目标电子元器件类型相应的详细信息并进行显示,从而只需获取目标电子元器件的静态图像,就可识别目标电子元器件的类型以及相应详细信息,不但大大提高分拣人员整理分类电子元器件的效率,而且可精确获取目标电子元器件的详细信息。
Description
技术领域
本发明涉及图像处理以及识别技术领域,特别涉及一种电子元器件的识别方法和一种电子元器件的识别装置。
背景技术
目前,众多电子实验室中,需要对大量电子元器件进行分类、整理,并且对于电阻元件需要识别电阻阻值,芯片元件需要识别芯片型号以及与之相应的芯片技术文档,其存在的问题是,上述操作均为人工识别,这需要耗费大量的人力物力以及时间,大大降低了对电子元器件进行分类整理的效率,并且人工识别电子元器件容易出现错误,降低准确率。
由此,该技术存在改进的必要。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种电子元器件的识别方法,可快速精准识别电子元器件的种类,可自动获取相关技术文档。
本发明另一个目的在于提出一种电子元器件的识别装置。
为实现上述目的,本发明一方面实施例提出了一种电子元器件的识别方法,包括以下步骤:采集目标电子元器件的静态图像,并获取所述静态图像的灰度图像;根据所述灰度图像获取所述目标电子元器件的特征信息,并根据所述特征信息识别所述目标电子元器件的类型;获取与所述目标电子元器件类型相应的详细信息并进行显示。
根据本发明实施例提出的电子元器件的识别方法,首先采集目标电子元器件的静态图像,并获取所述静态图像的灰度图像,接着根据所述灰度图像获取所述目标电子元器件的特征信息,并根据所述特征信息识别所述目标电子元器件的类型,进而获取与所述目标电子元器件类型相应的详细信息并进行显示,从而只需获取目标电子元器件的静态图像,就可识别目标电子元器件的类型以及相应详细信息,不但大大提高分拣人员整理分类电子元器件的效率,而且可精确获取目标电子元器件的详细信息。
根据本发明的一个实施例,根据所述特征信息识别所述目标电子元器件的类型包括:判断所述特征信息为电阻色环或为芯片型号字符;如果所述特征信息为电阻色环,则识别所述目标电子元器件为电阻;如果所述特征信息为芯片型号字符,则识别所述目标电子元器件为芯片。
根据本发明的一个实施例,获取与所述目标电子元器件类型相应的详细信息并进行显示包括:在识别所述目标电子元器件为电阻之后,对所述灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,获取所述电阻的阻值并进行显示。
根据本发明的一个实施例,获取与所述目标电子元器件类型相应的详细信息并进行显示还包括:在识别所述目标电子元器件为芯片之后,对所述灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,获取芯片型号并进行显示。
根据本发明的一个实施例,获取所述芯片型号之后,通过本地数据库或网络数据库获取与之相对应的芯片技术文档,并进行显示。
为实现上述目的,本发明另一方面实施例提出了一种电子元器件识别装置,包括:图像采集单元,所述图像采集单元用于采集目标电子元器件的静态图像;图像处理单元,所述图像处理单元与所述图像采集单元相连,所述图像处理单元用于对所述静态图像进行处理;显示单元;控制单元,所述控制单元分别与所述图像处理单元和所述显示单元相连,所述控制单元用于在所述图像处理单元对所述静态图像处理后控制所述显示单元进行显示,还用于根据所述显示单元显示的图像识别所述目标电子元器件的类型以及获取相应详细信息并进行显示。
根据本发明实施例提出的电子元器件的识别装置,通过图像采集单元采集目标电子元器件的静态图像,并通过图像处理单元对前述静态图像进行处理,控制单元通过处理后的静态图像识别目标电子元器件的类型并获取相应详细信息并进行显示,进而该装置可自动识别目标电子元器件的类型以及相应详细信息,不但大大提高分拣人员整理分类电子元器件的效率,而且可精确获取目标电子元器件的详细信息,该装置更加智能、高效,操作简单,集实用性与简易性于一体。
根据本发明的一个实施例,所述图像处理单元用于在控制单元识别所述目标电子元器件为电阻之后,对所述灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,所述控制单元根据前述操作获取电阻阻值并控制显示单元进行显示。
根据本发明的一个实施例,所述图像处理单元还用于在控制单元识别所述目标电子元器件为芯片之后,对所述灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,所述控制单元根据前述操作获取芯片型号以及相应芯片技术文档并控制显示单元进行显示。
根据本发明的一个实施例,所述图像采集单元可以为摄像头。
根据本发明的一个实施例,所述显示单元可以为显示屏。
与现有技术相比,本发明具有以下有益效果:通过图像采集单元对目标电子元器件的图像进行采集,并对其进行处理,通过处理后的图像获取目标电子元器件的类型以及相关详细信息,更加精准,更加方便快捷,大大缩减实验室人员及相关专业学生在测量电子元器件的时间,可快速提高电子从业人员使用电子元器件的效率,减少人工识别的错误。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中,
图1是根据本发明实施例的电子元器件的识别方法的流程图;
图2是根据本发明一个实施例的电子元器件的识别方法的流程图;
图3是根据本发明另一个实施例的电子元器件的识别方法的流程图;
图4是根据本发明实施例的电子元器件的识别装置方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
下面结合附图来描述本发明实施例的电子元器件的识别方法和装置。
图1是根据本发明实施例的电子元器件的识别方法的流程图。该电子元器件的识别方法,包括以下步骤:
S1:采集目标电子元器件的静态图像,并获取静态图像的灰度图像。
其中,目标电子元器件电子元器件的静态图像的方式可以为扫描方式。
S2:根据灰度图像获取目标电子元器件的特征信息,并根据特征信息识别目标电子元器件的类型。
其中,目标电子元器件的特征信息可以为电阻色环或者芯片型号字符或者电感、电容等信息。
并且,根据本发明的一个实施例,根据特征信息识别目标电子元器件的类型包括:判断特征信息为电阻色环或为芯片型号字符;如果特征信息为电阻色环,则识别目标电子元器件为电阻;如果特征信息为芯片型号字符,则识别目标电子元器件为芯片。
也就是说,在获取目标电子元器件的灰度图像之后,根据灰度图像可以获取目标电子元器件的特征信息为电阻色环或者芯片型号字符或者其他,如果特征信息为电阻色环,则识别目标电子元器件为电阻;如果特征信息为芯片型号字符,则识别目标电子元器件为芯片。
S3:获取与目标电子元器件类型相应的详细信息并进行显示。
根据本发明的一个实施例,获取与目标电子元器件类型相应的详细信息并进行显示包括:在识别目标电子元器件为电阻之后,对灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,获取电阻的阻值并进行显示。
具体来说,首先采集目标电子元器件静态图像,并将图像转为灰度图像,再将其二值化,以使灰度图像背景部分全部变为白色;由于经过二值化的图像可能包含电阻本体和较细的引脚,进而使用形态学腐蚀算法将引脚部分去掉,之后利用投影法确定电阻的位置,并利用直线拟合算法求得电阻的中轴线。其中,投影定位可以初步判断图中是否有可供识别的电阻,直线拟合可以初步判断已经定位的物体是否具有可供识别的电阻的特征。进而将中轴线上电阻的有效像素提取出来,可得到电阻的色环信息,从而基于色环信息,按照国家标准,可以得到电阻的阻值并进行显示。
根据本发明的一个实施例,获取与目标电子元器件类型相应的详细信息并进行显示还包括:在识别目标电子元器件为芯片之后,对灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,获取芯片型号并进行显示。
具体来说,首先采集目标电子元器件静态图像,并将图像转为灰度图像,接着将灰度图像中带有文字的区域定位出来,并且在区域定位完成之后,采用Ostu和Niblack两种方法相结合对灰度图像进行二值化,再将灰度图像进行去除噪声及畸变;在执行完上述操作之后,将采用连通域分析法进行文字切分,接着进行字符正规化,即言,将字符尺寸大小、笔划粗细不一致的字符转化为尺寸大小以及笔划粗细相同的字符,接着将进行字符细化,使给定的字符笔划变细,接着进行文字识别工作,其中,使用较为成熟且效率比较高的卷积神经网络进行字符识别,进而获取芯片型号并进行显示。
根据本发明的一个实施例,获取芯片型号之后,通过本地数据库或网络数据库获取与之相对应的芯片技术文档,并进行显示。
其中,芯片技术文档为与对应芯片型号的芯片的详细信息。可从本地数据库或网络数据库获取,并进行显示。
具体来说,目标电子元器件为电阻时,如图2所示,电子元器件的识别方法包括以下步骤:
S11:采集目标电子元器件的静态图像,并获取静态图像的灰度图像;
S12:获取目标电子元器件的特征信息;
S13:判断特征信息是否为电阻色环。如果是,则执行步骤S14;如果否,则结束;
S14:判断目标电子元器件为电阻;
S15:对灰度图像进行二值化,通过形态腐蚀法去掉电阻引脚;
S16:通过投影法确定电阻的位置;
S17:通过直线拟合法找打电阻的中轴线,并提取中轴线上的有效像素;
S18:根据国家标准获取电阻阻值。
目标电子元器件为芯片时,如图3所示,电子元器件的识别方法包括以下步骤:
S21:采集目标电子元器件的静态图像,并获取静态图像的灰度图像;
S22:获取目标电子元器件的特征信息;
S23:判断特征信息是否为芯片型号字符。如果是,则执行步骤S24;如果否,则结束。
S24:判断目标电子元器件为芯片;
S25:对文字区域进行定位与剪取;
S26:通过Ostu和Niblack对灰度图像进行二值化,并去除图像噪声和畸变;
S27:通过通域分析法进行文字切分,并将字符正规化和细化;
S28:通过卷积神经网络进行字符识别;
S29:获取与芯片字符相应的芯片技术文档。
综上所述,根据本发明实施例提出的电子元器件的识别方法,首先采集目标电子元器件的静态图像,并获取所述静态图像的灰度图像,接着根据所述灰度图像获取所述目标电子元器件的特征信息,并根据所述特征信息识别所述目标电子元器件的类型,进而获取与所述目标电子元器件类型相应的详细信息并进行显示,从而只需获取目标电子元器件的静态图像,就可识别目标电子元器件的类型以及相应详细信息,不但大大提高分拣人员整理分类电子元器件的效率,而且可精确获取目标电子元器件的详细信息。
图4是根据本发明实施例的电子元器件的识别装置的方框示意图。如图4所示,该电子元器件识别装置100,包括:图像采集单元1,图像采集单元1用于采集目标电子元器件的静态图像;图像处理单元2,图像处理单元2与图像采集单元1相连,图像处理单元2用于对静态图像进行处理;显示单元3;控制单元4,控制单元4分别与图像处理单元2和显示单元3相连,控制单元4用于在图像处理单元2对静态图像处理后控制显示单元3进行显示,还用于根据显示单元3显示的图像识别目标电子元器件的类型以及获取相应详细信息并进行显示。
其中,图像采集单元1采集目标电子元器件电子元器件的静态图像的方式可以为扫描方式。其中,目标电子元器件的特征信息可以为电阻色环或者芯片型号字符或者电感、电容等信息。
需要说明的是,图像处理单元2对静态图像进行处理为将静态图像转变为灰度图像。
根据本发明的一个实施例,图像处理单元2用于在控制单元4识别目标电子元器件为电阻之后,对灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,控制单元4根据前述操作获取电阻阻值并控制显示单元3进行显示。
具体来说,首先通过图像采集单元1采集目标电子元器件静态图像,并通过图像处理单元2将图像转为灰度图像,再将其二值化,以使灰度图像背景部分全部变为白色;由于经过二值化的图像可能包含电阻本体和较细的引脚,进而使用形态学腐蚀算法将引脚部分去掉,之后利用投影法确定电阻的位置,并利用直线拟合算法求得电阻的中轴线。其中,投影定位可以初步判断图中是否有可供识别的电阻,直线拟合可以初步判断已经定位的物体是否具有可供识别的电阻的特征。进而将中轴线上电阻的有效像素提取出来,可得到电阻的色环信息,从而基于色环信息,按照国家标准,可以得到电阻的阻值,进而通过显示单元3进行显示。
根据本发明的一个实施例,图像处理单元2还用于在控制单元4识别目标电子元器件为芯片之后,对灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,控制单元4根据前述操作获取芯片型号以及相应芯片技术文档并控制显示单元3进行显示。
具体来说,首先通过图像采集单元1采集目标电子元器件静态图像,并通过图像处理单元2将图像转为灰度图像,接着将灰度图像中带有文字的区域定位出来,并且在区域定位完成之后,采用Ostu和Niblack两种方法相结合对灰度图像进行二值化,再将灰度图像进行去除噪声及畸变;接着采用连通域分析法进行文字切分,进而进行字符正规化,即言,将字符尺寸大小、笔划粗细不一致的字符转化为尺寸大小以及笔划粗细相同的字符,接着将进行字符细化,使给定的字符笔划变细,接着进行文字识别工作,其中,使用较为成熟且效率比较高的卷积神经网络进行字符识别,进而获取芯片型号并通过显示单元3进行显示。
需要说明的是,控制单元4在获取芯片型号之后,还与本地数据库或网络数据库进行通信,通过本地数据库或网络数据库获取与芯片型号相对应的芯片技术文档,并通过显示单元3进行显示。
根据本发明的一个实施例,图像采集单元1可以为摄像头。
根据本发明的一个实施例,显示单元3可以为显示屏。
综上所述,根据本发明实施例提出的电子元器件的识别装置,通过图像采集单元采集目标电子元器件的静态图像,并通过图像处理单元对前述静态图像进行处理,控制单元通过处理后的静态图像识别目标电子元器件的类型并获取相应详细信息并进行显示,进而该装置可自动识别目标电子元器件的类型以及相应详细信息,不但大大提高分拣人员整理分类电子元器件的效率,而且可精确获取目标电子元器件的详细信息,该装置更加智能、高效,操作简单,集实用性与简易性于一体。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
为此,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个、上等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种电子元器件的识别方法,其特征在于,包括以下步骤:
采集目标电子元器件的静态图像,并获取所述静态图像的灰度图像;
根据所述灰度图像获取所述目标电子元器件的特征信息,并根据所述特征信息识别所述目标电子元器件的类型;
获取与所述目标电子元器件类型相应的详细信息并进行显示。
2.根据权利要求1所述的电子元器件的识别方法,其特征在于,根据所述特征信息识别所述目标电子元器件的类型包括:
判断所述特征信息为电阻色环或为芯片型号字符;
如果所述特征信息为电阻色环,则识别所述目标电子元器件为电阻;
如果所述特征信息为芯片型号字符,则识别所述目标电子元器件为芯片。
3.根据权利要求1或2所述的电子元器件的识别方法,其特征在于,获取与所述目标电子元器件类型相应的详细信息并进行显示包括:
在识别所述目标电子元器件为电阻之后,对所述灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,获取所述电阻的阻值并进行显示。
4.根据权利要求3所述的电子元器件的识别方法,其特征在于,还包括:
在识别所述目标电子元器件为芯片之后,对所述灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,获取芯片型号并进行显示。
5.根据权利要求4所述的电子元器件的识别方法,其特征在于,获取所述芯片型号之后,通过本地数据库或网络数据库获取与之相对应的芯片技术文档,并进行显示。
6.一种电子元器件的识别装置,其特征在于,包括:
图像采集单元,所述图像采集单元用于采集目标电子元器件的静态图像;
图像处理单元,所述图像处理单元与所述图像采集单元相连,所述图像处理单元用于对所述静态图像进行处理;
显示单元;
控制单元,所述控制单元分别与所述图像处理单元和所述显示单元相连,所述控制单元用于在所述图像处理单元对所述静态图像处理后控制所述显示单元进行显示,还用于根据所述显示单元显示的图像识别所述目标电子元器件的类型以及获取相应详细信息并进行显示。
7.根据权利要求6所述的电子元器件的识别装置,其特征在于,所述图像处理单元还用于在控制单元识别所述目标电子元器件为电阻之后,对所述灰度图像依次进行二值化、图像腐蚀、投影运算、直线拟合以及颜色信息提取操作,所述控制单元根据前述操作获取电阻阻值并控制显示单元进行显示。
8.根据权利要求6所述的电子元器件的识别装置,其特征在于,所述图像处理单元还用于在控制单元识别所述目标电子元器件为芯片之后,对所述灰度图像依次进行文字区域定位和剪取、二值化以及噪声去除操作;并对字符进行切分、正规化、细化以及识别操作,所述控制单元根据前述操作获取芯片型号以及相应芯片技术文档并控制显示单元进行显示。
9.根据权利要求6所述的电子元器件的识别装置,其特征在于,所述图像采集单元为摄像头。
10.根据权利要求6所述的电子元器件的识别装置,其特征在于,所述显示单元为显示屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810492661.9A CN108710854A (zh) | 2018-05-22 | 2018-05-22 | 一种电子元器件的识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810492661.9A CN108710854A (zh) | 2018-05-22 | 2018-05-22 | 一种电子元器件的识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108710854A true CN108710854A (zh) | 2018-10-26 |
Family
ID=63868478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810492661.9A Pending CN108710854A (zh) | 2018-05-22 | 2018-05-22 | 一种电子元器件的识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108710854A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274961A (zh) * | 2020-01-20 | 2020-06-12 | 华南理工大学 | 一种柔性ic基板字符识别和信息解析方法 |
CN111951622A (zh) * | 2020-07-15 | 2020-11-17 | 中国人民解放军海军工程大学 | 一种用于教学的智能眼镜及其控制方法 |
CN112292022A (zh) * | 2020-10-28 | 2021-01-29 | 江苏贺鸿智能科技有限公司 | 一种电子元器件的安装方法 |
CN112542890A (zh) * | 2020-12-09 | 2021-03-23 | 广东电网有限责任公司 | 一种直流输电系统的可视化展示方法及装置 |
CN112560836A (zh) * | 2020-11-09 | 2021-03-26 | 联想(北京)有限公司 | 一种元器件识别方法、装置以及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08137991A (ja) * | 1994-11-07 | 1996-05-31 | Murata Mfg Co Ltd | 電子部品の識別表示自動登録方法 |
US20100075373A1 (en) * | 2008-09-22 | 2010-03-25 | Hoyt Clifford C | Multi-Spectral Imaging Including At Least One Common Stain |
CN104538996A (zh) * | 2014-11-24 | 2015-04-22 | 惠州Tcl移动通信有限公司 | 移动终端及其与充电装置的匹配识别方法 |
CN105046255A (zh) * | 2015-07-16 | 2015-11-11 | 北京交通大学 | 一种基于车尾文字识别的车型鉴定方法及系统 |
CN105160670A (zh) * | 2015-08-27 | 2015-12-16 | 袁芬 | 一种玻璃缺陷类型识别方法 |
CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
CN107389687A (zh) * | 2017-06-27 | 2017-11-24 | 北京航空航天大学 | 一种电子元器件外观图像采集装置及其采集方法 |
CN107749059A (zh) * | 2017-11-08 | 2018-03-02 | 贵州航天计量测试技术研究所 | 一种基于连通域识别的电子元器件自动计数方法 |
CN107944452A (zh) * | 2017-12-12 | 2018-04-20 | 深圳市创业印章实业有限公司 | 一种圆形印章文字识别方法 |
-
2018
- 2018-05-22 CN CN201810492661.9A patent/CN108710854A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08137991A (ja) * | 1994-11-07 | 1996-05-31 | Murata Mfg Co Ltd | 電子部品の識別表示自動登録方法 |
US20100075373A1 (en) * | 2008-09-22 | 2010-03-25 | Hoyt Clifford C | Multi-Spectral Imaging Including At Least One Common Stain |
CN104538996A (zh) * | 2014-11-24 | 2015-04-22 | 惠州Tcl移动通信有限公司 | 移动终端及其与充电装置的匹配识别方法 |
CN105046255A (zh) * | 2015-07-16 | 2015-11-11 | 北京交通大学 | 一种基于车尾文字识别的车型鉴定方法及系统 |
CN105160670A (zh) * | 2015-08-27 | 2015-12-16 | 袁芬 | 一种玻璃缺陷类型识别方法 |
CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
CN107389687A (zh) * | 2017-06-27 | 2017-11-24 | 北京航空航天大学 | 一种电子元器件外观图像采集装置及其采集方法 |
CN107749059A (zh) * | 2017-11-08 | 2018-03-02 | 贵州航天计量测试技术研究所 | 一种基于连通域识别的电子元器件自动计数方法 |
CN107944452A (zh) * | 2017-12-12 | 2018-04-20 | 深圳市创业印章实业有限公司 | 一种圆形印章文字识别方法 |
Non-Patent Citations (2)
Title |
---|
王禹朋: "基于数字图像处理技术的色环电阻识别系统的开发", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
王至诚: "基于图像识别技术的电子元器件分类", 《电脑编程技巧与维护》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274961A (zh) * | 2020-01-20 | 2020-06-12 | 华南理工大学 | 一种柔性ic基板字符识别和信息解析方法 |
CN111274961B (zh) * | 2020-01-20 | 2021-12-07 | 华南理工大学 | 一种柔性ic基板字符识别和信息解析方法 |
CN111951622A (zh) * | 2020-07-15 | 2020-11-17 | 中国人民解放军海军工程大学 | 一种用于教学的智能眼镜及其控制方法 |
CN112292022A (zh) * | 2020-10-28 | 2021-01-29 | 江苏贺鸿智能科技有限公司 | 一种电子元器件的安装方法 |
CN112560836A (zh) * | 2020-11-09 | 2021-03-26 | 联想(北京)有限公司 | 一种元器件识别方法、装置以及计算机可读存储介质 |
CN112542890A (zh) * | 2020-12-09 | 2021-03-23 | 广东电网有限责任公司 | 一种直流输电系统的可视化展示方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108710854A (zh) | 一种电子元器件的识别方法和装置 | |
CN106296666B (zh) | 一种彩色图像去阴影方法和应用 | |
CN106251637B (zh) | 一种智能停车场车牌识别方法 | |
CN104715239B (zh) | 一种基于去雾处理和权重分块的车辆颜色识别方法 | |
US6563959B1 (en) | Perceptual similarity image retrieval method | |
CN104778470B (zh) | 基于组件树和霍夫森林的文字检测和识别方法 | |
WO2016188021A1 (zh) | 颜色辨识系统、颜色辨识方法和显示装置 | |
CN102999886B (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
CN104331710B (zh) | 开关状态识别系统 | |
CN106097354B (zh) | 一种结合自适应高斯肤色检测和区域生长的手部图像分割方法 | |
US20100040276A1 (en) | Method and apparatus for determining a cell contour of a cell | |
CN105677728A (zh) | 物体图像识别分类管理方法 | |
CN105844275B (zh) | 文本图像中文本行的定位方法 | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及系统 | |
CN109859164A (zh) | 一种通过快速型卷积神经网络对pcba外观检验的方法 | |
CN110569774B (zh) | 基于图像处理与模式识别的折线图图像自动数字化方法 | |
EP3336765A1 (en) | Object recognition device, object recognition program, and image search service providing method | |
CN106709412B (zh) | 交通标志检测方法和装置 | |
CN110853006A (zh) | 一种使用扫描仪获取的数字病理图像质量评价的方法 | |
CN109190625A (zh) | 一种大角度透视变形的集装箱箱号识别方法 | |
CN109816667A (zh) | 一种基于ct影像的肺结节分割方法 | |
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 | |
CN104951794A (zh) | 基于颜色与纹理的竹条自动识别方法与系统开发 | |
CN111860487A (zh) | 基于深度神经网络的碑文标注检测识别系统 | |
CN106960424B (zh) | 基于优化分水岭的结核杆菌图像分割识别方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181026 |