CN111007441B - 一种电解电容极性检测方法及检测系统 - Google Patents
一种电解电容极性检测方法及检测系统 Download PDFInfo
- Publication number
- CN111007441B CN111007441B CN201911291962.6A CN201911291962A CN111007441B CN 111007441 B CN111007441 B CN 111007441B CN 201911291962 A CN201911291962 A CN 201911291962A CN 111007441 B CN111007441 B CN 111007441B
- Authority
- CN
- China
- Prior art keywords
- polarity
- circular
- acquiring
- polar
- mark
- 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.)
- Active
Links
Images
Abstract
本发明提供一种电解电容极性检测方法,属于电子元器件检测技术领域。本发明电解电容极性检测方法包括如下步骤:以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;按照0‑360度角度的顺序,遍历极径上的像素;根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。本发明还提供一种实现所述电解电容极性检测方法的检测系统。本发明的有益效果为:具有很强的容错性,针对低分辨率,小尺寸的电解电容也能很快的定位电容极性标志位置。
Description
技术领域
本发明涉及一种电容检测方法,尤其涉及一种电解电容极性检测方法及检测系统。
背景技术
当前基于视觉的电容极性检测算法通常基于极性标志的模板匹配算法,方法描述如下:
1. 制作极性标志的模板图像;
2. 在电容图像中可能出现极性标志的小范围区域进行搜索;
3. 当搜索到的图像匹配分数大于设定的阈值,则认为在该区域找到极性标志,则认为电容极性正确,否则认为电容极性错误。
现有技术存在如下缺陷:
1. 针对低分辨率,小尺寸电解电容的极性检测往往不能达到理想的效果,存在较高的误报率和漏报率;
2. 较难选择模板匹配合适的阈值;
3. 不能准确得出电容极性的角度位置;
4. 针对电容倾斜的情况不能很好的识别;
5. 电容顶部的印刷字符会对识别造成干扰。
发明内容
为解决现有技术中的问题,本发明提供一种电解电容极性检测方法及检测系统。
本发明电解电容极性检测方法包括如下步骤:
S1:以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
S2:按照0-360度角度的顺序,遍历极径上的像素;
S3:根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;
S4:根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。
本发明作进一步改进,步骤S2中,将圆形极坐标系的极坐标转化为直角坐标获取各个像素,其中,圆形极坐标系到直角坐标系的转换公式为:
本发明作进一步改进,步骤S3中,边界所在位置的获取方法为:计算在极径方向上相隔N个像素的灰度差,得出每个极径方向上的最大灰度差,该位置即为圆环边界所在位置。
本发明作进一步改进,步骤S4中,极性标志的灰度小于其他部分灰度,利用统计的方法得出极性标志位置。
本发明还提供一种实现所述电解电容极性检测方法的检测系统,包括:
建立模块:用于以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
遍历模块:用于按照0-360度角度的顺序,遍历极径上的像素;
圆形灰度获取模块:用于根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;
极性标志位置获取模块:用于根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。
与现有技术相比,本发明的有益效果是:具有很强的容错性,针对低分辨率,小尺寸的电解电容也能很快的定位电容极性标志位置;人工操作简单,不需要任何参数调整;能精确得出电容极性角度;针对电容存在歪斜的情况,也能很好地定位到极性标志位置;抗干扰性强,针对字符造成的干扰有较强的过滤能力。
附图说明
图1为极性标志位置示意图;
图2为本发明方法流程图;
图3为极径上的极坐标系示意图;
图4为圆环边界所在位置计算示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
如图1所示,识别电解电容1的极性主要需要定位到电容顶部包含极性标志的圆环区域2,然后在所述圆环区域1内获取极性标志所在位置3。其中,极性标志所在位置2的宽度为width像素,高度为height像素。
如图2所示,本发明电解电容极性检测方法包括如下步骤:
S1:以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
S2:按照0-360度角度的顺序,遍历极径上的像素;
S3:根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;
S4:根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。
具体地,作为本发明的一个实施例,本发明的实现过程如下:
如图3所示,以电容顶部图像中心为原点,建立圆形极坐标系,按照0到360度角度的顺序(顺时针或逆时针顺序均可),遍历极径上的像素。此处需要将极坐标转化为直角坐标得到像素的位置,其中,圆形极坐标系到直角坐标系的转换公式为:
如图4所示,计算在极径方向上相隔N个像素的灰度差,本例截取极径上的两个点之间的像素,得出每个极径方向上的最大灰度差,该位置即为圆环边界所在位置,记录下该位置的圆环灰度。
最终得出360个圆环位置所在的灰度。
由于在圆环中,极性标志的灰度小于其他部分灰度,所以利用统计的方法可以得出极性标志位置。也可以采用其他通用的方法确定极性标志位置。
由于根据灰度的边界值确认圆环的位置,并根据灰度差及角度要求获取极性标志位,因此,即使电容存在歪斜的情况,也能很好地定位到极性标志位置。并且,角度设置使本发明的抗干扰性强,对针对字符造成的干扰有较强的过滤能力。
本发明还提供一种实现所述电解电容极性检测方法的检测系统,包括:
建立模块:用于以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
遍历模块:用于按照0-360度角度的顺序,遍历极径上的像素;
圆形灰度获取模块:用于根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;
极性标志位置获取模块:用于根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。
与现有技术相比,本发明具有以下优势:
(1)具有很强的容错性,针对低分辨率,小尺寸的电解电容也能很快的定位电容极性标志位置;
(2)人工操作简单,不需要任何参数调整;
(3)能精确得出电容极性角度;
(4)针对电容存在歪斜的情况,也能很好地定位到极性标志位置;
(5)抗干扰性强,针对字符造成的干扰有较强的过滤能力。
以上所述之具体实施方式为本发明的较佳实施方式,并非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,凡依照本发明所作的等效变化均在本发明的保护范围内。
Claims (4)
1.一种电解电容极性检测方法,其特征在于,包括如下步骤:
S1:以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
S2:按照0-360度角度的顺序,遍历极径上的像素;
S3:根据极径上的像素获取极性标志所在的圆环的边界所在位置,边界所在位置的获取方法为:计算在极径方向上相隔N个像素的灰度差,得出每个极径方向上的最大灰度差,最大灰度差的位置即为圆环边界所在位置,从而获取最大灰度差的位置的圆环灰度;
S4:根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置,
步骤S4中,极性标志的灰度小于其他部分灰度,利用统计的方法得出极性标志位置,
4.一种实现权利要求1-3任一项所述的电解电容极性检测方法的检测系统,其特征在于,包括:
建立模块:用于以标有极性标志的顶部图像中心为原点,建立圆形极坐标系;
遍历模块:用于按照0-360度角度的顺序,遍历极径上的像素;
圆形灰度获取模块:用于根据极径上的像素获取极性标志所在的圆环的边界所在位置,获取该位置的圆环灰度;
极性标志位置获取模块:用于根据各个角度的圆环灰度,获取360个圆环所在位置的灰度,根据所有的圆环灰度值获取极性标志位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291962.6A CN111007441B (zh) | 2019-12-16 | 2019-12-16 | 一种电解电容极性检测方法及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291962.6A CN111007441B (zh) | 2019-12-16 | 2019-12-16 | 一种电解电容极性检测方法及检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111007441A CN111007441A (zh) | 2020-04-14 |
CN111007441B true CN111007441B (zh) | 2022-12-02 |
Family
ID=70115303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291962.6A Active CN111007441B (zh) | 2019-12-16 | 2019-12-16 | 一种电解电容极性检测方法及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111007441B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117197248B (zh) * | 2023-11-08 | 2024-01-26 | 成都数之联科技股份有限公司 | 一种电解电容方向判定方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405142A (zh) * | 2015-11-12 | 2016-03-16 | 冯平 | 一种玻璃面板的边缺陷检测方法及系统 |
CN106204610A (zh) * | 2016-07-20 | 2016-12-07 | 张家港长安大学汽车工程研究院 | 基于图像处理的轴孔装配自动对中系统 |
CN106780531A (zh) * | 2016-12-22 | 2017-05-31 | 河海大学 | 一种基于色块点特征的图像边缘提取方法 |
CN106920245A (zh) * | 2017-03-13 | 2017-07-04 | 深圳怡化电脑股份有限公司 | 一种边界检测的方法及装置 |
CN107240115A (zh) * | 2016-03-28 | 2017-10-10 | 浙江中正智能科技有限公司 | 一种基于标识物的识别方法 |
CN109816644A (zh) * | 2019-01-16 | 2019-05-28 | 大连理工大学 | 一种基于多角度光源影像的轴承缺陷自动检测系统 |
CN109977831A (zh) * | 2019-03-19 | 2019-07-05 | 河海大学常州校区 | 一种基于数字图像处理的旋钮识别方法 |
CN110220917A (zh) * | 2019-06-11 | 2019-09-10 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN110264490A (zh) * | 2019-08-15 | 2019-09-20 | 成都新西旺自动化科技有限公司 | 一种应用于机器视觉系统中的亚像素精度边缘提取方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663386B (zh) * | 2012-03-27 | 2014-06-25 | 江南大学 | 机械轴承环形分布压印字符的在线检测方法 |
CN103675588B (zh) * | 2013-11-20 | 2016-01-20 | 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 |
CN103606167B (zh) * | 2013-12-04 | 2016-08-31 | 天津普达软件技术有限公司 | 一种用于缺陷检测的瓶盖图像外轮廓确定方法 |
CN104537650B (zh) * | 2014-12-16 | 2017-11-03 | 广州视源电子科技股份有限公司 | 一种铝电解电容器的极性方向判定方法及装置 |
CN106204540B (zh) * | 2016-06-29 | 2018-12-11 | 上海晨兴希姆通电子科技有限公司 | 视觉检测方法 |
CN106370671A (zh) * | 2016-10-12 | 2017-02-01 | 浙江理工大学 | 基于机器视觉的pcb上元器件检测系统及方法 |
CN109870141B (zh) * | 2017-12-05 | 2021-07-06 | 英业达科技有限公司 | 利用影像判断电解电容极性的方法及系统 |
CN109870469A (zh) * | 2017-12-05 | 2019-06-11 | 英业达科技有限公司 | 检测带有电解电容的印刷电路板的方法及系统 |
CN109712123A (zh) * | 2018-12-14 | 2019-05-03 | 成都安锐格智能科技有限公司 | 一种污渍检测方法 |
CN110378326B (zh) * | 2019-07-08 | 2021-10-08 | 宁波大学科学技术学院 | 一种机械式指针压力表读数识别方法 |
-
2019
- 2019-12-16 CN CN201911291962.6A patent/CN111007441B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405142A (zh) * | 2015-11-12 | 2016-03-16 | 冯平 | 一种玻璃面板的边缺陷检测方法及系统 |
CN107240115A (zh) * | 2016-03-28 | 2017-10-10 | 浙江中正智能科技有限公司 | 一种基于标识物的识别方法 |
CN106204610A (zh) * | 2016-07-20 | 2016-12-07 | 张家港长安大学汽车工程研究院 | 基于图像处理的轴孔装配自动对中系统 |
CN106780531A (zh) * | 2016-12-22 | 2017-05-31 | 河海大学 | 一种基于色块点特征的图像边缘提取方法 |
CN106920245A (zh) * | 2017-03-13 | 2017-07-04 | 深圳怡化电脑股份有限公司 | 一种边界检测的方法及装置 |
CN109816644A (zh) * | 2019-01-16 | 2019-05-28 | 大连理工大学 | 一种基于多角度光源影像的轴承缺陷自动检测系统 |
CN109977831A (zh) * | 2019-03-19 | 2019-07-05 | 河海大学常州校区 | 一种基于数字图像处理的旋钮识别方法 |
CN110220917A (zh) * | 2019-06-11 | 2019-09-10 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN110264490A (zh) * | 2019-08-15 | 2019-09-20 | 成都新西旺自动化科技有限公司 | 一种应用于机器视觉系统中的亚像素精度边缘提取方法 |
Non-Patent Citations (3)
Title |
---|
一种基于方形函数的邻域灰度差值边缘提取方法;时庆峰等;《长春理工大学学报(自然科学版)》;20131015;第36卷(第05期);第144-146页 * |
左中右差分绝对值最大法的边缘检测方法研究;周秀云等;《电子科技大学学报》;20100530;第39卷(第03期);第388-391页 * |
红外图像边缘提取的算法;周培德等;《兵工学报》;20070515;第28卷(第05期);第524-527页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111007441A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816673B (zh) | 一种非极大值抑制、动态阈值计算及图像边缘检测方法 | |
CN110580480B (zh) | 基于图像处理的表计读数识别方法 | |
WO2016101643A1 (zh) | 一种仪表数据读取方法及系统 | |
CN103279956B (zh) | 一种检测贴片机元器件定位精度的方法 | |
CN109145803B (zh) | 手势识别方法及装置、电子设备、计算机可读存储介质 | |
CN104506857A (zh) | 一种摄像头位置偏离检测方法及设备 | |
WO2018072333A1 (zh) | 一种元件错件检测方法和装置 | |
CN113724193B (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
CN112598922B (zh) | 车位检测方法、装置、设备及存储介质 | |
CN111814919A (zh) | 一种基于深度学习的仪表定位与识别系统 | |
CN110838097A (zh) | 一种基于机器视觉的输送带偏移测量方法 | |
CN109785294A (zh) | 一种pcb板缺陷位置检测系统和方法 | |
CN108960115A (zh) | 基于角点的多方向文本检测方法 | |
CN108709500B (zh) | 一种电路板元件定位匹配方法 | |
CN111007441B (zh) | 一种电解电容极性检测方法及检测系统 | |
CN109785324B (zh) | 一种大幅面pcb板定位方法 | |
CN114399677A (zh) | 一种基于文本区域读取的指针仪表识别方法 | |
CN109389165A (zh) | 基于巡检机器人的变压器油位计识别方法 | |
CN109919957B (zh) | 一种基于动态视觉传感器的角点检测方法 | |
CN112036391B (zh) | 一种基于页岩气田生产站场的电子巡检方法及系统 | |
CN109447946A (zh) | 一种架空通信光缆异常检测方法 | |
CN107330881B (zh) | 一种用于识别轮毂气门孔的方法 | |
CN106909903B (zh) | 一种基于图像的路径识别方法及系统 | |
CN110322508B (zh) | 一种基于计算机视觉的辅助定位方法 | |
CN111046831B (zh) | 家禽识别方法、装置及服务器 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |