CN115661115A - 元器件检测方法、装置、电子设备及存储介质 - Google Patents
元器件检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115661115A CN115661115A CN202211401842.9A CN202211401842A CN115661115A CN 115661115 A CN115661115 A CN 115661115A CN 202211401842 A CN202211401842 A CN 202211401842A CN 115661115 A CN115661115 A CN 115661115A
- Authority
- CN
- China
- Prior art keywords
- detected
- component
- image
- feature vector
- size
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种元器件检测方法、装置、电子设备及存储介质,应用于元器件检测技术领域,可解决由于电路板上焊膏厚度等非常细微的变化都会影响到元器件的成像,导致元器件缺陷误判情况较多的问题。该方法包括:获取待测元器件的待测图像以及目标标准图像,目标标准图像为印刷电路板中与待测元器件类型且位置相同的合格元器件的图像;对待测图像进行特征提取,得到第一特征向量;对目标标准图像进行特征提取,得到第二特征向量;根据第一特征向量和第二特征向量之间的相似度,确定待测元器件的检测结果。
Description
技术领域
本发明实施例涉及元器件检测技术领域,尤其涉及一种元器件检测方法、装置、电子设备及存储介质。
背景技术
在对印刷电路板进行表面组装时,可能会出现元器件的偏移、磕碰、错件、损件、少件等情况,目前常规的元器件缺陷检测,可以是人工目测判断元器件是否存在缺陷,或者使用自动光学检测设备通过彩色运算、颜色提取、灰阶运算、图像对比等方法进行检测。但是,由于电路板上焊膏厚度等非常细微的变化都会影响到元器件的成像,从而导致元器件缺陷误判情况较多,因此如何提高元器件缺陷检测的准确度成为了目前亟需解决的问题。
发明内容
本发明实施例提供一种元器件检测方法、装置、电子设备及存储介质,用以解决现有技术中由于电路板上焊膏厚度等非常细微的变化都会影响到元器件的成像,导致元器件缺陷误判情况较多的问题。
第一方面,提供一种元器件检测方法,该方法包括:获取待测元器件的待测图像以及目标标准图像,所述目标标准图像为印刷电路板中与所述待测元器件类型且位置相同的合格元器件的图像;
对所述待测图像进行特征提取,得到第一特征向量;
对所述目标标准图像进行特征提取,得到第二特征向量;
根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述对所述待测图像进行特征提取,得到第一特征向量,包括:
对所述待测图像进行尺寸调整,获得调整后的待测图像;
对所述调整后的待测图像进行特征提取,得到所述第一特征向量。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述对所述待测图像进行尺寸调整,获得调整后的待测图像,包括:
获取所述待测图像的目标尺寸,所述目标尺寸为所述待测图像的长边的尺寸;
根据所述目标尺寸所在的数值范围以及预设的数值范围与调整尺寸的对应关系,确定所述待测图像的调整尺寸,所述调整尺寸为所述长边对应的调整尺寸;
根据所述调整尺寸对所述待测图像进行尺寸调整,得到所述调整后的待测图像。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述对所述调整后的待测图像进行特征提取,得到所述第一特征向量,包括:
将所述调整后的待测图像分割为多个像素单元块;
统计所述多个像素单元块中每个像素单元块中的像素在各个梯度方向区间的分布情况,得到与所述每个像素单元块对应的多维特征向量;
根据与所述每个像素单元块对应的多维特征向量,得到所述第一特征向量。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述根据与所述每个像素单元块对应的多维特征向量,得到所述第一特征向量,包括:
将任一像素单元块和周围预设数量的像素单元块组成计算单元,将所述计算单元包括的多个像素单元块对应的多个多维特征向量进行组合,得到所述计算单元的特征向量;
按照预设步长,对所述每个像素单元块进行遍历,得到所有计算单元的特征向量;
将所述所有计算单元的特征向量进行组合,得到所述第一特征向量。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述获取目标标准图像之前,所述方法还包括:
获取所述合格元器件的标准图像,并按照每个合格元器件的位置和类型进行存储,以得到标准元器件模板库;
所述获取目标标准图像,包括:
获取所述待测元器件的位置和类型,并根据所述待测元器件的位置和类型,从所述标准元器件模板库中确定所述目标标准图像。
作为一种可选的实施方式,在本发明实施例的第一方面中,所述根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果,包括:
根据所述第一特征向量和所述第二特征向量,确定所述第一特征向量和所述第二特征向量之间的相似度;
若检测到所述第一特征向量和所述第二特征向量之间的相似度大于或等于阈值,则确定所述待测元器件的检测结果为合格;
若检测到所述第一特征向量和所述第二特征向量之间的相似度小于阈值,则确定所述待测元器件的检测结果为缺陷。
第二方面,提供一种元器件检测装置,该元器件检测装置包括:获取模块,用于获取待测元器件的待测图像以及目标标准图像,所述目标标准图像为印刷电路板中与所述待测元器件类型且位置相同的合格元器件的图像;
特征提取模块,用于对所述待测图像进行特征提取,得到第一特征向量;
所述特征提取模块,还用于对所述目标标准图像进行特征提取,得到第二特征向量;
处理模块,用于根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果。
第三方面,提供一种电子设备,该电子设备包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面中的元器件检测方法。
第四方面,提供一种计算机可读存储介质,其存储计算机程序,所述计算机程序使得计算机执行本发明实施例第一方面中的元器件检测方法。所述计算机可读存储介质包括ROM/RAM、磁盘或光盘等。
第五方面,提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
第六方面,提供一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,电子设备可以获取待测元器件的待测图像以及目标标准图像,目标标准图像为印刷电路板中与待测元器件类型且位置相同的合格元器件的图像;对待测图像进行特征提取,得到第一特征向量;对目标标准图像进行特征提取,得到第二特征向量;根据第一特征向量和第二特征向量之间的相似度,确定待测元器件的检测结果。在该方案中,电子设备可以将待测元器件的待测图像和合格元器件的目标标准图像进行特征提取,并针对特征进行比较,从而根据比较得到的相似度来判断该待测元器件是否存在缺陷,这样通过待测元器件相对于合格元器件的差异来判断是否合格的方式,相较于传统检测方式更加准确,同时对提取的特征向量进行比较更容易检测出较为细微的差异,有效的提高了元器件缺陷检测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种元器件检测方法的流程示意图一;
图2是本发明实施例提供的元器件的缺陷示意图;
图3是本发明实施例提供的一种元器件检测方法的流程示意图二;
图4是本发明实施例提供的一种元器件检测方法的流程示意图三;
图5是本发明实施例提供的一种图像尺寸调整示意图;
图6是本发明实施例提供的一种元器件检测装置的结构示意图;
图7是本发明实施例提供的一种电子设备的结构示意图。
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。
本发明的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一特征向量和第二特征向量等是用于区别不同的特征向量,而不是用于描述特征向量的特定顺序。
本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本发明实施例涉及的电子设备可以为平板电脑、笔记本电脑、掌上电脑、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本或者个人数字助理(Personal Digital Assistant,PDA)等电子设备。
本发明实施例提供的元器件检测方法的执行主体可以为电子设备,也可以为该电子设备中能够实现该元器件检测方法的功能模块和/或功能实体,具体的可以根据实际使用需求确定,本发明实施例不作限定。下面以电子设备为例,对本发明实施例提供的元器件检测方法进行示例性的说明。
实施例一
如图1所示,本发明实施例提供一种元器件检测方法,该方法可以包括下述步骤:
101、获取待测元器件的待测图像以及目标标准图像。
在本发明实施例中,电子设备在需要对待测元器件进行检测的时候,可以先获取该待测元器件的待测图像,并根据该待测元器件的类型以及位置,确定目标标准图像。
其中,目标标准图像为印刷电路板中与待测元器件类型且位置相同的合格元器件的图像。
需要说明的是,印刷电路板(Printed circuit board assembly,PCBA)指的是空板经过表面组装技术(Surface mounted technology,SMT)上件后得到的含有元器件的电路板。一个PCBA板通常含有几十种不同的元器件,每个元器件的位置均不同,每个元器件的类型可能存在不同。
需要说明的是,电子设备中预存有PCBA板上每个位置对应的元器件的标准图像,即没有任何缺陷的图像,在对元器件进行检测的时候就可以直接和标准图像进行比较,从而确定元器件是否存在缺陷。
可选的,电子设备在对待测元器件进行检测的时候,是会对待测图像和目标标准图像进行比较,该目标标准图像可以是电子设备提前预存的标准图像,也可以是电子设备从云服务器中实时获取到的,本发明实施例不做具体限定。
102、对待测图像进行特征提取,得到第一特征向量。
在本发明实施例中,电子设备可以从待测图像中提取特征,从而得到待测图像的第一特征向量。
需要说明的是,电子设备中可以设置有特征提取器,电子设备可以通过该特征提取器对待测图像进行特征提取,以得到该待测图像的第一特征向量。
可选的,该第一特征向量可以包括待测图像的特征像素、特征参数等,该特征参数可以包括:灰度值、像素值、平衡值等。
103、对目标标准图像进行特征提取,得到第二特征向量。
在本发明实施例中,电子设备可以从目标标准图像中提取特征,从而得到目标标准图像的第二特征向量。
需要说明的是,电子设备中可以设置有特征提取器,电子设备可以通过该特征提取器对目标标准图像进行特征提取,以得到该目标标准图像的第二特征向量。
可选的,该第二特征向量可以包括目标标准图像的特征像素、特征参数等,该特征参数可以包括:灰度值、像素值、平衡值等。
需要说明的是,电子设备对目标标准图像进行特征提取,以及对待测图像进行特征提取是完全相同的步骤,并且并不分先后顺序,可以先对待测图像进行特征提取,再对目标标准图像进行特征提取;也可以先对目标标准图像进行特征提取,再对待测图像进行特征提取;也可以同时对待测图像和目标标准图像进行特征提取,本发明实施例不做具体限定。
104、根据第一特征向量和第二特征向量之间的相似度,确定待测元器件的检测结果。
在本发明实施例中,电子设备可以对第一特征向量和第二特征向量进行比较,得到第一特征向量和第二特征向量之间的相似度,然后根据该相似度,得到待测元器件的检测结果。
需要说明的是,检测结果可以包括:该待测元器件为合格元器件,以及该待测元器件为缺陷元器件。
可选的,如图2所示为不合格元器件的示意图,常见的缺陷类型可以包括;连锡、破损、左右偏移、反贴、上下偏移、错件、缺件等,当然缺陷类型还有很多,图2中仅列出部分较为常见的缺陷。
可选的,待测元器件为合格元器件还是缺陷元器件,可以是和标准元器件的标准图像进行比较得到的,若和标准图像之间的差异较大,那么就确定为缺陷元器件;若和标准图像之间的差异较小,那么就确定为合格元器件。
进一步的,上述和标准图像之间的差异就可以通过预设的阈值来衡量,例如:和标准图像之间的差异大于阈值,就确定为缺陷元器件;和标准图像之间的差异小于阈值,就确定为合格元器件。
本发明实施例提供一种元器件检测方法,电子设备可以获取待测元器件的待测图像以及目标标准图像,目标标准图像为印刷电路板中与待测元器件类型且位置相同的合格元器件的图像;对待测图像进行特征提取,得到第一特征向量;对目标标准图像进行特征提取,得到第二特征向量;根据第一特征向量和第二特征向量之间的相似度,确定待测元器件的检测结果。在该方案中,电子设备可以将待测元器件的待测图像和合格元器件的目标标准图像进行特征提取,并针对特征进行比较,从而根据比较得到的相似度来判断该待测元器件是否存在缺陷,这样通过待测元器件相对于合格元器件的差异来判断是否合格的方式,相较于传统检测方式更加准确,同时对提取的特征向量进行比较更容易检测出较为细微的差异,有效的提高了元器件缺陷检测的准确度。
实施例二
如图3所示,本发明实施例提供一种元器件检测方法,该方法还可以包括下述步骤:
301、获取合格元器件的标准图像。
在本发明实施例中,电子设备可以预先获取合格元器件的标准图像。
需要说明的是,电子设备可以从云服务器中获取到合格元器件的标准图像,并且获取标准图像的同时,还会获取到合格元器件的类型,以及该合格元器件在印刷电路板上的位置。
302、按照每个合格元器件的位置和类型进行存储,以得到标准元器件模板库。
在本发明实施例中,电子设备可以将合格元器件以及其对应的位置和类型,关联存储,从而得到标准元器件模板库,这样后续电子设备在元器件检测过程中,在知道了合格元器件的位置和类型的基础上,就可以直接从标准元器件模板库中获取到合格元器件的目标标准图像。
303、获取待测元器件的待测图像。
304、获取待测元器件的位置和类型。
在本发明实施例中,由于待测元器件是位于印刷电路板上的,因此该待测元器件的位置是可以直接从印刷电路板上获取到的,而待测元器件的类型是该待测元器件的属性信息,也是可以直接获取到的。
305、根据待测元器件的位置和类型,从标准元器件模板库中确定目标标准图像。
在本发明实施例中,标准元器件模板库中保存有大量不同的位置和类型所对应的合格元器件的标准图像,因此电子设备在获取到待测元器件的位置和类型之后,就可以直接从标准元器件模板库中确定与待测元器件的位置和类型所对应的合格元器件的目标标准图像。
306、对待测图像进行尺寸调整,获得调整后的待测图像。
在本发明实施例中,由于电子设备获取到的待测图像的尺寸并不固定,为了减少后续特征提取的计算时间,并且减少背景的干扰,放大缺陷元器件与合格元器件之间的差异,电子设备可以对待测图像进行尺寸调整,获得调整后的待测图像。
需要说明的是,电子设备可以根据待测图像的长和宽,按照一定的调整规则,调整至固定比例的尺寸。
307、对调整后的待测图像进行特征提取,得到第一特征向量。
308、对目标标准图像进行特征提取,得到第二特征向量。
可选的,在对目标标准图像进行特征提取之前,电子设备也需要对目标标准图像进行尺寸调整,获得调整后的目标标准图像,然后再对调整后的目标标准图像进行特征提取,得到第二特征向量。
可选的,电子设备对目标标准图像进行尺寸调整的方式和对待测图像进行尺寸调整的方式完全相同,并且并不分先后顺序,可以先对待测图像进行尺寸调整,再对目标标准图像进行尺寸调整;也可以先对目标标准图像进行尺寸调整,再对待测图像进行尺寸调整;也可以同时对待测图像和目标标准图像进行尺寸调整,本发明实施例不做具体限定。
309、根据第一特征向量和第二特征向量,确定第一特征向量和第二特征向量之间的相似度。
可选的,根据第一特征向量和第二特征向量,确定第一特征向量和第二特征向量之间的相似度,具体可以包括:根据第一特征向量、第二特征向量和第一公式,确定第一特征向量和第二特征向量之间的相似度。
在该实现方式中,电子设备可以在确定第一特征向量和第二特征向量之后,将第一特征向量和第二特征向量带入到第一公式中,根据该第一公式,计算得到第一特征向量和第二特征向量之间的相似度。
可选的,电子设备还可以根据其他公式确定第一特征向量和第二特征向量之间的相似度,并不局限于上述第一公式。
310、若检测到第一特征向量和第二特征向量之间的相似度大于或等于阈值,则确定待测元器件的检测结果为合格。
在本发明实施例中,为了衡量待测元器件是否合格,电子设备就可以预先设置好阈值,然后将第一特征向量和第二特征向量之间的相似度和该阈值进行比较,若相似度大于或等于阈值,就可以说明待测元器件和合格元器件之前差距较小,因此该待测元器件的检测结果为合格,即该待测元器件为合格元器件。
可选的,该阈值可以是固定不变的,也可以是根据元器件的位置和类型进行变化的,本发明实施例不做具体限定。
311、若检测到第一特征向量和第二特征向量之间的相似度小于阈值,则确定待测元器件的检测结果为缺陷。
在本发明实施例中,为了衡量待测元器件是否合格,电子设备就可以预先设置好阈值,然后将第一特征向量和第二特征向量之间的相似度和该阈值进行比较,若相似度小于阈值,就可以说明待测元器件和合格元器件之前差距较大,因此该待测元器件的检测结果为缺陷,即该待测元器件为缺陷元器件。
可选的,该阈值可以是固定不变的,也可以是根据元器件的位置和类型进行变化的,本发明实施例不做具体限定。
本发明实施例提供一种元器件检测方法,电子设备可以提前根据合格元器件构建标准元器件模板库,将合格元器件的图像都保存起来,然后将待测元器件的待测图像和合格元器件的目标标准图像进行特征提取,并针对特征进行比较,从而根据比较得到的相似度来判断该待测元器件是否存在缺陷,这样通过待测元器件相对于合格元器件的差异来判断是否合格的方式,相较于传统检测方式更加准确,同时将图像的尺寸调整为同一规格,以及对提取的特征向量进行比较更容易检测出较为细微的差异,电子设备还可以灵活设置不同元器件相似度阈值的大小,来满足不同类型缺陷元器件的检测,有效的提高了元器件缺陷检测的准确度。
实施例三
如图4所示,本发明实施例提供一种元器件检测方法,该方法还可以包括下述步骤:
401、获取合格元器件的标准图像。
402、按照每个合格元器件的位置和类型进行存储,以得到标准元器件模板库。
403、获取待测元器件的待测图像。
404、获取待测元器件的位置和类型。
405、根据待测元器件的位置和类型,从标准元器件模板库中确定目标标准图像。
406、获取待测图像的目标尺寸。
在本发明实施例中,待测图像的目标尺寸为待测图像的长边的尺寸,即待测图像有长和宽两个尺寸的边,若长大于宽,那么目标尺寸即为待测图像的长;若长小于宽,那么目标尺寸即为待测图像的宽;若长等于宽,那么目标尺寸即为待测图像的长或宽。
407、根据目标尺寸所在的数值范围以及预设的数值范围与调整尺寸的对应关系,确定待测图像的调整尺寸。
在本发明实施例中,电子设备中可以预存数值范围与调整尺寸的对应关系,这样电子设备确定目标尺寸之后,就可以确定目标尺寸所在的数值范围,然后再从预设的数值范围与调整尺寸的对应关系中,确定与目标尺寸所在的数值范围所对应的调整尺寸。
示例性的,如图5所示,电子设备确定了三个数值范围,分别为小于等于256,大于256但小于等于512,以及大于512。图5中的height表示待测图像的长,width表示待测图像的宽,max-len表示待测图像的目标尺寸,resize-height表示调整后的待测图像的长,resize-width表示调整后的待测图像的宽,resizeimg表示调整后的待测图像。
当目标尺寸为小于或等于256时,判断该目标尺寸为长或者宽,若为长,那么就将长调整为96,并将宽调整为96*宽/长;若为宽,那么就将宽调整为96,并将长调整为96*长/宽,即按照待测图像的长宽之间的比例进行等比例调整,该尺寸一般适用于图2中第2,4,6,7,8列所示的实物较小的元器件,调整后的最长边为96像素,调整后的另一边一般在40像素到70像素之间。
当目标尺寸为大于256但小于等于512时,判断该目标尺寸为长或者宽,若为长,那么就将长调整为192,并将宽调整为192*宽/长;若为宽,那么就将宽调整为192,并将长调整为192*长/宽,即按照待测图像的长宽之间的比例进行等比例调整,该尺寸一般适用于图2中第5列所示的晶体管等人眼清晰可见的元器件,调整后的最长边为192像素,调整后的另一边一般在80像素到140像素之间。
当目标尺寸为大于512时,判断该目标尺寸为长或者宽,若为长,那么就将长调整为256,并将宽调整为256*宽/长;若为宽,那么就将宽调整为256,并将长调整为256*长/宽,即按照待测图像的长宽之间的比例进行等比例调整,该尺寸一般适用于图2中第3列所示的实物较小的元器件,调整后的最长边为256像素,调整后的另一边一般在100像素到256像素之间。
需要说明的是,图5中的尺寸调整情况仅为示例,具体调整后的像素值可以由电子设备自行设置,并不局限于图示的像素值。
408、根据调整尺寸对待测图像进行尺寸调整,得到调整后的待测图像。
409、将调整后的待测图像分割为多个像素单元块。
在本发明实施例中,电子设备可以对经过尺寸调整后的待测图像进行分割,从而得到多个像素单元块,每个像素单元块中都可以包括多个像素。
可选的,每个像素单元块的像素尺寸是相同的,不过该像素尺寸可以由电子设备自行调整。
410、统计多个像素单元块中每个像素单元块中的像素在各个梯度方向区间的分布情况,得到与每个像素单元块对应的多维特征向量。
在本发明实施例中,电子设备可以在梯度方向划分为多个区间,然后统计每个像素单元块中的像素在每个区间中的分布情况,从而得到多维特征向量,该多维特征向量的维数和梯度方向划分的区间数量是相同的,比如:将梯度方向划分为9个区间,那么就可以得到一个9维特征向量。
可选的,电子设备可以通过绘制直方图的方式对分布情况进行统计。
411、根据与每个像素单元块对应的多维特征向量,得到第一特征向量。
在本发明实施例中,电子设备可以将每个像素单元块对应的多维特征向量进行串联组合,从而得到待测图像的第一特征向量。
可选的,根据与每个像素单元块对应的多维特征向量,得到第一特征向量,具体可以包括:将任一像素单元块和周围预设数量的像素单元块组成计算单元,将计算单元包括的多个像素单元块对应的多个多维特征向量进行组合,得到计算单元的特征向量;按照预设步长,对每个像素单元块进行遍历,得到所有计算单元的特征向量;将所有计算单元的特征向量进行组合,得到第一特征向量。
在该实现方式中,电子设备可以对每个像素单元块都进行如下操作:将一个像素单元块和周围多个像素单元块组合成一个计算单元,并将这些像素单元块的多维特征向量进行串联组合,从而得到该计算单元的多维特征向量;由于每个像素单元块都可以形成一个计算单元,因此电子设备可以按照固定的步长,得到每个计算单元的多维特征向量,并将这些多维特征向量进行串联组合,从而得到待测图像的第一特征向量。
需要说明的是,该步长可以由电子设备自行设置,一般该步长可以小于每个像素单元块的像素尺寸。
示例性的,一般对于实物较小的元器件,可以选取32*32像素的像素单元块,设置步长为8像素,来实现对此类人眼不宜观察的细微偏移的合格元器件可以有一定的包容能力,对缺陷元器件有较为明显的特征向量值的变动;一般对于晶体管人眼清晰可见的元器件,可以选取48*48像素的像素单元块,设置步长为8像素;一般对于占据PCBA板较大区域,且位置比较固定,图像较为稳定一致的元器件,可以选取64*64像素的像素单元块,设置步长为16像素。
412、对目标标准图像进行特征提取,得到第二特征向量。
在本发明实施例中,电子设备对目标标准图像进行特征提取的方式与对待测图像进行特征提取的方式完全相同,即电子设备可以将目标标准图像分割为多个像素单元块,并统计多个像素单元块中每个像素单元块中的像素在各个梯度方向区间的分布情况,得到与每个像素单元块对应的多维特征向量,再根据与每个像素单元块对应的多维特征向量,得到第二特征向量,此处不再赘述。
可选的,电子设备对目标标准图像进行尺寸调整的方式与对待测图像进行尺寸调整的方式完全相同,即电子设备可以确定目标标准图像的目标尺寸,根据目标尺寸所在的数值范围以及预设的数值范围与调整尺寸的对应关系,确定目标标准图像的调整尺寸,根据调整尺寸对目标标准图像进行尺寸调整,得到调整后的目标标准图像,此处不再赘述。
413、根据第一特征向量和第二特征向量,确定第一特征向量和第二特征向量之间的相似度。
414、若检测到第一特征向量和第二特征向量之间的相似度大于或等于阈值,则确定待测元器件的检测结果为合格。
415、若检测到第一特征向量和第二特征向量之间的相似度小于阈值,则确定待测元器件的检测结果为缺陷。
本发明实施例提供一种元器件检测方法,电子设备可以提前根据合格元器件构建标准元器件模板库,将合格元器件的图像都保存起来,然后将待测元器件的待测图像和合格元器件的目标标准图像进行多维的特征提取,并针对特征进行比较,从而根据比较得到的相似度来判断该待测元器件是否存在缺陷,这样通过待测元器件相对于合格元器件的差异来判断是否合格的方式,相较于传统检测方式更加准确,同时将图像的尺寸按照原始图像的长宽比进行调整,以及对提取的特征向量进行比较更容易检测出较为细微的差异,电子设备还可以灵活设置不同元器件相似度阈值的大小,来满足不同类型缺陷元器件的检测,有效的提高了元器件缺陷检测的准确度。
实施例四
如图6所示,本发明实施例提供一种元器件检测装置,该元器件检测装置包括:
获取模块601,用于获取待测元器件的待测图像以及目标标准图像,目标标准图像为印刷电路板中与待测元器件类型且位置相同的合格元器件的图像;
特征提取模块602,用于对待测图像进行特征提取,得到第一特征向量;
特征提取模块602,还用于对目标标准图像进行特征提取,得到第二特征向量;
处理模块603,用于根据第一特征向量和第二特征向量之间的相似度,确定待测元器件的检测结果。
可选的,处理模块603,具体用于对待测图像进行尺寸调整,获得调整后的待测图像;
特征提取模块602,具体用于对调整后的待测图像进行特征提取,得到第一特征向量。
可选的,获取模块601,具体用于获取待测图像的目标尺寸,目标尺寸为待测图像的长边的尺寸;
处理模块603,具体用于根据目标尺寸所在的数值范围以及预设的数值范围与调整尺寸的对应关系,确定待测图像的调整尺寸,调整尺寸为长边对应的调整尺寸;
处理模块603,具体用于根据调整尺寸对待测图像进行尺寸调整,得到调整后的待测图像。
可选的,处理模块603,具体用于将调整后的待测图像分割为多个像素单元块;
特征提取模块602,具体用于统计多个像素单元块中每个像素单元块中的像素在各个梯度方向区间的分布情况,得到与每个像素单元块对应的多维特征向量;
处理模块603,具体用于根据与每个像素单元块对应的多维特征向量,得到第一特征向量。
可选的,特征提取模块602,具体用于将任一像素单元块和周围预设数量的像素单元块组成计算单元,将计算单元包括的多个像素单元块对应的多个多维特征向量进行组合,得到计算单元的特征向量;
特征提取模块602,具体用于按照预设步长,对每个像素单元块进行遍历,得到所有计算单元的特征向量;
特征提取模块602,具体用于将所有计算单元的特征向量进行组合,得到第一特征向量。
可选的,获取模块601,还用于获取合格元器件的标准图像,并按照每个合格元器件的位置和类型进行存储,以得到标准元器件模板库;
获取模块601,具体用于获取待测元器件的位置和类型,并根据待测元器件的位置和类型,从标准元器件模板库中确定目标标准图像。
可选的,处理模块603,具体用于根据第一特征向量和第二特征向量,确定第一特征向量和第二特征向量之间的相似度;
处理模块603,具体用于若检测到第一特征向量和第二特征向量之间的相似度大于或等于阈值,则确定待测元器件的检测结果为合格;
处理模块603,具体用于若检测到第一特征向量和第二特征向量之间的相似度小于阈值,则确定待测元器件的检测结果为缺陷。
本发明实施例中,各模块可以实现上述方法实施例提供的元器件检测方法,且能达到相同的技术效果,为避免重复,这里不再赘述。
如图7所示,本发明实施例还提供一种电子设备,该电子设备可以包括:
存储有可执行程序代码的存储器701;
与存储器701耦合的处理器702;
其中,处理器702调用存储器701中存储的可执行程序代码,执行上述各方法实施例中电子设备执行的元器件检测方法。
本发明实施例提供一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还提供一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。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可选实施例,所涉及的动作和模块并不一定是本发明所必须的。上述多个实施例也未必是多个独立的实施例,分成多个实施例仅用于突出不同实施例中的不同技术特征,本领域技术人员应该知悉,上述多个实施例也可以进行任意组合。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元若以软件功能单元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获取的存储器中。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者部分,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器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
Claims (10)
1.一种元器件检测方法,其特征在于,所述方法包括::
获取待测元器件的待测图像以及目标标准图像,所述目标标准图像为印刷电路板中与所述待测元器件类型且位置相同的合格元器件的图像;
对所述待测图像进行特征提取,得到第一特征向量;
对所述目标标准图像进行特征提取,得到第二特征向量;
根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述待测图像进行特征提取,得到第一特征向量,包括:
对所述待测图像进行尺寸调整,获得调整后的待测图像;
对所述调整后的待测图像进行特征提取,得到所述第一特征向量。
3.根据权利要求2所述的方法,其特征在于,所述对所述待测图像进行尺寸调整,获得调整后的待测图像,包括:
获取所述待测图像的目标尺寸,所述目标尺寸为所述待测图像的长边的尺寸;
根据所述目标尺寸所在的数值范围以及预设的数值范围与调整尺寸的对应关系,确定所述待测图像的调整尺寸,所述调整尺寸为所述长边对应的调整尺寸;
根据所述调整尺寸对所述待测图像进行尺寸调整,得到所述调整后的待测图像。
4.根据权利要求2所述的方法,其特征在于,所述对所述调整后的待测图像进行特征提取,得到所述第一特征向量,包括:
将所述调整后的待测图像分割为多个像素单元块;
统计所述多个像素单元块中每个像素单元块中的像素在各个梯度方向区间的分布情况,得到与所述每个像素单元块对应的多维特征向量;
根据与所述每个像素单元块对应的多维特征向量,得到所述第一特征向量。
5.根据权利要求4所述的方法,其特征在于,所述根据与所述每个像素单元块对应的多维特征向量,得到所述第一特征向量,包括:
将任一像素单元块和周围预设数量的像素单元块组成计算单元,将所述计算单元包括的多个像素单元块对应的多个多维特征向量进行组合,得到所述计算单元的特征向量;
按照预设步长,对所述每个像素单元块进行遍历,得到所有计算单元的特征向量;
将所述所有计算单元的特征向量进行组合,得到所述第一特征向量。
6.根据权利要求1所述的方法,其特征在于,所述获取目标标准图像之前,所述方法还包括:
获取所述合格元器件的标准图像,并按照每个合格元器件的位置和类型进行存储,以得到标准元器件模板库;
所述获取目标标准图像,包括:
获取所述待测元器件的位置和类型,并根据所述待测元器件的位置和类型,从所述标准元器件模板库中确定所述目标标准图像。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果,包括:
根据所述第一特征向量和所述第二特征向量,确定所述第一特征向量和所述第二特征向量之间的相似度;
若检测到所述第一特征向量和所述第二特征向量之间的相似度大于或等于阈值,则确定所述待测元器件的检测结果为合格;
若检测到所述第一特征向量和所述第二特征向量之间的相似度小于阈值,则确定所述待测元器件的检测结果为缺陷。
8.一种元器件检测装置,其特征在于,包括:
获取模块,用于获取待测元器件的待测图像以及目标标准图像,所述目标标准图像为印刷电路板中与所述待测元器件类型且位置相同的合格元器件的图像;
特征提取模块,用于对所述待测图像进行特征提取,得到第一特征向量;
所述特征提取模块,还用于对所述目标标准图像进行特征提取,得到第二特征向量;
处理模块,用于根据所述第一特征向量和所述第二特征向量之间的相似度,确定所述待测元器件的检测结果。
9.一种电子设备,其特征在于,包括:
存储有可执行程序代码的存储器;
以及所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行如权利要求1至7任一项所述的元器件检测方法。
10.一种计算机可读存储介质,其特征在于,包括:所述计算机可读存储介质上存储计算机指令,所述计算机指令被处理器执行时实现如权利要求1至7任一项所述的元器件检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401842.9A CN115661115A (zh) | 2022-11-09 | 2022-11-09 | 元器件检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401842.9A CN115661115A (zh) | 2022-11-09 | 2022-11-09 | 元器件检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115661115A true CN115661115A (zh) | 2023-01-31 |
Family
ID=85016101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211401842.9A Pending CN115661115A (zh) | 2022-11-09 | 2022-11-09 | 元器件检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661115A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152157A (zh) * | 2023-10-31 | 2023-12-01 | 南通三喜电子有限公司 | 基于人工智能的电子元件识别方法 |
CN117315304A (zh) * | 2023-11-30 | 2023-12-29 | 南方电网科学研究院有限责任公司 | 一种智能电能表元器件比对方法、系统、设备和存储介质 |
-
2022
- 2022-11-09 CN CN202211401842.9A patent/CN115661115A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152157A (zh) * | 2023-10-31 | 2023-12-01 | 南通三喜电子有限公司 | 基于人工智能的电子元件识别方法 |
CN117152157B (zh) * | 2023-10-31 | 2023-12-29 | 南通三喜电子有限公司 | 基于人工智能的电子元件识别方法 |
CN117315304A (zh) * | 2023-11-30 | 2023-12-29 | 南方电网科学研究院有限责任公司 | 一种智能电能表元器件比对方法、系统、设备和存储介质 |
CN117315304B (zh) * | 2023-11-30 | 2024-03-08 | 南方电网科学研究院有限责任公司 | 一种智能电能表元器件比对方法、系统、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115661115A (zh) | 元器件检测方法、装置、电子设备及存储介质 | |
EP1993070B1 (en) | Image processing device for image-analyzing magnification color aberration, image processing program, electronic camera, and image processing method for image analysis of chromatic aberration of magnification | |
CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
CN112530346A (zh) | 补偿灰阶确定方法、装置及设备 | |
CN111429482A (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
CN109163888A (zh) | 光学中心测试方法、装置和设备 | |
CN113781392A (zh) | 胶路的检测方法、电子设备及存储介质 | |
CN115511718A (zh) | Pcb图像校正方法、装置、终端设备和存储介质 | |
CN109470269B (zh) | 空间目标测量机构的标定方法、标定设备及标定系统 | |
CN113508395A (zh) | 用于检测对象的方法 | |
CN115588196A (zh) | 基于机器视觉的指针型仪表读数方法和装置 | |
CN114092542B (zh) | 一种基于二维视觉的螺栓测量方法以及系统 | |
US11688045B2 (en) | Methods and apparatus for removing satellite trails from images | |
CN111928947B (zh) | 基于低精度人脸测温仪的额头温测量方法、装置及测温仪 | |
CN115035481A (zh) | 一种图像物距融合方法、装置、设备及存储介质 | |
CN114022873A (zh) | 仪表状态检测方法、电子设备及存储介质 | |
CN107451992A (zh) | 一种sar图像变化检测的方法与装置 | |
CN110007068B (zh) | 一种尿液漏滴检测方法 | |
CN112954310A (zh) | 图像质量检测方法、装置、计算机设备以及可读存储介质 | |
CN113688845B (zh) | 适用于高光谱遥感图像的特征提取方法、装置及存储介质 | |
CN106996911B (zh) | 二维检测锡膏印刷的定位方法 | |
CN116608816B (zh) | 一种用于小角度测量仪器检定装置的校准方法和装置 | |
CN111199225A (zh) | 车牌标定方法及装置 | |
CN111429399A (zh) | 一种直线检测方法及装置 | |
CN109100359A (zh) | 一种基于机器视觉的产品缺陷识别方法 |
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 |