CN116245793A - 基于视觉的色环电阻阻值检测方法 - Google Patents
基于视觉的色环电阻阻值检测方法 Download PDFInfo
- Publication number
- CN116245793A CN116245793A CN202211525214.1A CN202211525214A CN116245793A CN 116245793 A CN116245793 A CN 116245793A CN 202211525214 A CN202211525214 A CN 202211525214A CN 116245793 A CN116245793 A CN 116245793A
- Authority
- CN
- China
- Prior art keywords
- color
- color ring
- resistance
- image
- ring
- 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
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提供一种基于视觉的色环电阻阻值检测方法,代替人工肉眼检验印制板上色环电阻阻值,对色环电阻阻值的检测效率高,减少人力成本。该方法的具体步骤为:首先建立当前拍摄环境下的颜色基准;然后对待检测的印制板进行拍照,并识别所拍摄的图像中每个色环电阻上各色环的位置;最后将色环电阻上各色环的颜色与S1中所建立的颜色基准中的颜色进行比对,获得各色环的颜色,进而得到各色环电阻的阻值。
Description
技术领域
本发明涉及一种电阻阻值检测方法,具体涉及一种基于视觉的色环电阻阻值检测方法,属于视觉检测技术领域。
背景技术
电路板元器件检测是电路板生产过程中不可或缺的一环。色环电阻作为比较复杂的元器件;当前电路板的AOI检测系统(自动光学检测系统),针对色环电阻的检测主要是漏件检测,色环电阻的阻值则需要人工检验。而某型号控制板中色环电阻数量较多(50个)且排列密集,人工肉眼检验色环电阻阻值往往容易读错,且人力、时间成本较高。
随着硬件能力提升,基于传统视觉的检测算法已成熟落地各工业领域,例如AOI检测系统,能够完成对表贴件的错、漏、歪斜检测,但并不能完成色环电阻的错件检测。主要是因为在传统视觉检测受环境、光照、遮挡等影响较大的前提下,相较于表贴件的字符匹配方法,色环电阻的颜色特征、纹理特征更复杂;而基于神经网络的视觉检测算法,能够实现在复杂环境下的图像匹配、目标检测、目标跟踪等,但并不适用与色环电阻阻值测量,原因有二:一是基于神经网络的视觉算法在模型训练完成后,模型部署、模型推理对硬件要求较高。二是色环电阻在电路板上排列密集,属于小目标,且特征复杂。
发明内容
有鉴于此,本发明提供一种基于视觉的色环电阻阻值检测方法,代替人工肉眼检验印制板上色环电阻阻值,对色环电阻阻值的检测效率高,减少人力成本。
基于视觉的色环电阻阻值检测方法,具体为:
S1:建立当前拍摄环境下的颜色基准,所述颜色基准包括待检测的印制板上所有色环电阻中各色环颜色的基准值;
S2:对待检测的印制板进行拍照,并识别所拍摄的图像中每个色环电阻上各色环的位置;
S3:将色环电阻上各色环的颜色与S1中所建立的颜色基准中的各颜色进行比对,获得各色环的颜色,进而得到色环电阻的阻值。
作为本发明的一种优选方式,所述S1中,使用H、R、G、B四个分量作为所建立的颜色基准的颜色判断依据,即所述颜色基准包括待检测的印制板上所有色环电阻中色环的颜色以及各颜色对应的标准H_RGB值。
作为本发明的一种优选方式,在获得各颜色的标准H_RGB值,在该颜色色环的不同位置获取若干样本点,将各样本点的H、R、G、B值的平均值作为该颜色的标准H_RGB值。
作为本发明的一种优选方式,所述S2中,通过识别各色环的中线获得各色环的位置。
作为本发明的一种优选方式,获得色环电阻中每个色环的中线后,计算色环中线所有点的H、R、G、B的均值,将该均值作为对应色环的H_RGB值;
然后计算色环的H_RGB值与颜色基准中各颜色标准H_RGB值的欧氏距离,欧式距离最小的标准H_RGB值对应的颜色即为该色环的颜色。
作为本发明的一种优选方式,在计算欧氏距离时为H分量设置权重系数k,k大于1。
作为本发明的一种优选方式,获得各色环的位置的步骤为:
201:图像采集:利用AOI检测系统使用白光拍摄得到包含色环电阻的印制板的RGB图像;
202:从步骤201所拍摄的RGB图像中截取色环电阻区域图像,对于竖直放置的色环电阻逆时针旋转90°,使各色环电阻区域图像中色环电阻的轴线均处于水平状态;
203:去除色环电阻区域图像的背景;
204:将去除背景后的色环电阻区域图像由彩色图转灰度图;
205:步骤204得到的灰度图进行直方图均衡化;
206:二值分割:将色环从均衡化后的灰度图中分割出来,得到二值分割后的色环电阻图像;
207:形态学处理:消除二值分割后的色环电阻图像中的小物体、小型黑洞,平滑边界;
208:边界查找:找出经形态学处理后的色环电阻图像中每个色环的边界;
209:中线提取:通过边界画出每个色环的中线。
作为本发明的一种优选方式,在进行边界查找时,在经形态学处理后的色环电阻图像中各色环1/2高度位置处遍历以寻找边界。
作为本发明的一种优选方式,在进行边界查找前,寻找经形态学处理后的色环电阻图像的最小外接矩形,所述最小外接矩形的1/2高度位置即为各色环1/2高度位置。
有益效果:
(1)采用本发明的方法能够实现印制板上大批量色环电阻的阻值检测,能够有效提高色环电阻的检验效率,节约了人力、时间成本,降低了检验难度。
(2)受拍照环境所限,视觉系统所拍摄的图片中的颜色并非标准颜色,在检测前,先获得当前拍摄环境下的颜色基准,后续检测时与颜色基准进行对比,由此能够提高色环电阻检测的准确度,消除环境影响。
(3)本发明直接采用AOI检测系统进行图像的采集,完善了AOI检测系统不能够检测色环电阻阻值的缺陷。
(4)色环边界查找时,在经形态学处理后的色环电阻图像中各色环1/2高度位置处遍历;这是由于每个色环表面都会有对称反光区域,而色环电阻在装焊时有可能偏斜,导致对称反光区域在图像中可能偏上或偏下,体现在分割图中即为色环间断处,采用1/2高度位置处遍历能够保证避免色环间断,保证边界查找的准确性。
(5)鉴于部分颜色H值相近,本发明中在计算欧式距离时,加了大H分量的权重,从而保证能够准确的识别各颜色,进而保证电阻阻值检测的准确性。
附图说明
图1为本发明的检测方法的流程图;
图2为识别各色环中线的流程图。
具体实施方式
下面结合附图和实施例,对本发明做进一步的详细说明。
本实施例提供一种基于视觉的色环电阻阻值检测方法,基于视觉处理代替人工肉眼检验某型号印制板上色环电阻阻值,减少人力成本,提高检验效率。
如图1所示,该色环电阻阻值检测方法的具备步骤为:
S1:建立当前拍摄环境下的颜色基准:
本实施例中,直接采用现有的AOI检测系统获得印制板上色环电阻的图像;由于受拍照环境所限,AOI检测系统所拍摄的图片中的颜色并非标准颜色,基于此,需先建立一套颜色匹配机制,颜色匹配机制是先获得当前拍摄环境下的颜色基准,然后在检测时,通过计算待检测点与各颜色标准值的欧氏距离,欧式距离最小的颜色即为该检测点颜色。
AOI检测系统所拍摄的图像为RGB(红绿蓝)三通道图像,但颜色在RGB空间下并不容易区分,因此需要将RGB图像转换为HSV图像。HSV是一种比较直观的颜色空间模型,包括色调(H:Hue)、饱和度(S:Saturation)、明度(V:Value),其中色调能够较为明显的区分标准颜色,例如红色为0°,绿色为120°,蓝色为240°。基于此,本方案使用H、R、G、B四个分量作为所建立的颜色基准的颜色判断依据;通过统计得到当前拍摄场景下不同颜色对应的标准H_RGB值,作为各颜色的基准值。颜色基准包括待检测的印制板上所有色环电阻中色环的颜色以及该颜色对应的标准H_RGB值。本例中颜色基准中的颜色有:背景色、黑、棕、红、橙、黄、绿、蓝、紫、灰、白。
由于光照角度不同时,色环上同一颜色的H、R、G、B值也会有所不同,为使所建立的颜色基准能准确的表明各色环的颜色,即在建立颜色基准时,为建立高精度的标准H_RGB值,在获得当前拍摄场景下不同颜色对应的标准H_RGB值时,对同一颜色获取大量的样本点(若干样本点分别位于同一色环的各个位置),将各样本点的H、R、G、B值的平均值作为该颜色的标准H_RGB值。
S2:利用AOI检测系统对待检测的印制板进行拍照,并识别所拍摄的图像中每个色环电阻上各色环的位置;本方案中,通过识别各色环的中线获得各色环的位置;如图2所示;
201:图像采集:
利用AOI检测系统使用白光拍摄得到包含色环电阻的印制板的RGB图像;
202:截取色环电阻区域图像:
AOI检测系统中相机与印制板相对位置固定,故该型号印制板上各色环电阻在图像坐标系中的坐标为固定值。通过事先统计,能够得到各色环电阻外接矩形坐标,由此从步骤201所采集的RGB图像中截取各色环电阻区域,得的各色环电阻区域图像;本实施例中,为方便各色环中线的获得,将竖直放置的色环电阻逆时针旋转90°,使各色环电阻区域图像中色环电阻的轴线均处于水平状态。
203:去除色环电阻区域图像的背景:即遍历图像,将图像中颜色为背景色的点变为白色;
204:将去除背景后的色环电阻区域图像由彩色图转灰度图:即将三通道图像转换为单通道图像,方便进行后续二值化处理;
205:直方图均衡化:
直方图均衡化是图像增强的一种方法,能够使直方图大致平和。由于原始图像(即步骤204转化后得到的灰度图)较暗,灰度直方图集中偏左下,经过直方图均衡化,可以通过拉伸像素强度分布范围来增强图像对比度;
206:二值分割:将色环从均衡化后的灰度图中分割出来,得到二值分割后的色环电阻图像;其中阈值为通过样本点本进行测试统计后得到,为经验值;本实施中例阈值为5;
207:形态学处理:通过膨胀、开运算、闭运算消除二值分割后的色环电阻图像中的小物体、小型黑洞,平滑边界;
208:边界查找:找出经形态学处理后的色环电阻图像中每个色环的边界;本实施例中,在经形态学处理后的色环电阻图像中各色环1/2高度位置处遍历;这是由于每个色环表面都会有对称反光区域,而色环电阻在装焊时有可能偏斜,导致对称反光区域在图像中可能偏上或偏下,体现在分割图中即为色环间断处。而1/2高度位置处不会存在反光区域,即可在此处寻找边界。
为获得各色环1/2高度位置,在进行边界查找前,寻找经形态学处理后的色环电阻图像的最小外接矩形,所述最小外接矩形的1/2高度位置即为各色环1/2高度位置。
209:中线提取:通过边界画出每个色环的中线。
S3:利用步骤S1建立的颜色匹配机制,计算各色环的颜色,由此得到各色环的阻值。
通过步骤S2获得色环电阻中每个色环的中线后,在步骤202所截取的色环电阻区域图像中,计算色环中线所有点的H、R、G、B通道均值(经过步骤209获得每个色环的中线在图像坐标系下的坐标,然后由此得到色环电阻区域图像中各色环的中线位置);将该均值作为对应色环的H_RGB值。
然后通过颜色匹配机制,将色环的H_RGB值转换为颜色,转换方式为:
计算色环的H_RGB值与颜色基准中各颜色标准H_RGB值的欧氏距离,欧式距离最小的标准H_RGB值对应的颜色即为该色环的颜色。
鉴于部分颜色H值相近,需要在欧氏距离计算中加大H分量的权重。本例中,在计算欧氏距离时为H分量设置权重系数k,且k=5。本例中,色环的H_RGB值与标准色中颜色标准H_RGB值的欧氏距离d的计算公式为:
其中:hi,ri,gi,b i分别为色环的H、R、G、B四个分量的值,H、R、G、B分别为标准色中颜色的H、R、G、B四个分量的值。
最后根据电阻色环计算公式,将颜色转换为色环电阻的阻值。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (9)
1.基于视觉的色环电阻阻值检测方法,其特征在于:
S1:建立当前拍摄环境下的颜色基准,所述颜色基准包括待检测的印制板上所有色环电阻中各色环颜色的基准值;
S2:对待检测的印制板进行拍照,并识别所拍摄的图像中每个色环电阻上各色环的位置;
S3:将色环电阻上各色环的颜色与S1中所建立的颜色基准中的各颜色进行比对,获得各色环的颜色,进而得到色环电阻的阻值。
2.如权利要求1所述的基于视觉的色环电阻阻值检测方法,其特征在于:所述S1中,使用H、R、G、B四个分量作为所建立的颜色基准的颜色判断依据,即所述颜色基准包括待检测的印制板上所有色环电阻中色环的颜色以及各颜色对应的标准H_RGB值。
3.如权利要求2所述的基于视觉的色环电阻阻值检测方法,其特征在于:在获得各颜色的标准H_RGB值,在该颜色色环的不同位置获取若干样本点,将各样本点的H、R、G、B值的平均值作为该颜色的标准H_RGB值。
4.如权利要求2或3所述的基于视觉的色环电阻阻值检测方法,其特征在于:所述S2中,通过识别各色环的中线获得各色环的位置。
5.如权利要求4所述的基于视觉的色环电阻阻值检测方法,其特征在于:获得色环电阻中每个色环的中线后,计算色环中线所有点的H、R、G、B的均值,将该均值作为对应色环的H_RGB值;
然后计算色环的H_RGB值与颜色基准中各颜色标准H_RGB值的欧氏距离,欧式距离最小的标准H_RGB值对应的颜色即为该色环的颜色。
6.如权利要求5所述的基于视觉的色环电阻阻值检测方法,其特征在于:在计算欧氏距离时为H分量设置权重系数k,k大于1。
7.如权利要求4所述的基于视觉的色环电阻阻值检测方法,其特征在于:获得各色环的位置的步骤为:
201:图像采集:利用AOI检测系统使用白光拍摄得到包含色环电阻的印制板的RGB图像;
202:从步骤201所拍摄的RGB图像中截取色环电阻区域图像,对于竖直放置的色环电阻逆时针旋转90°,使各色环电阻区域图像中色环电阻的轴线均处于水平状态;
203:去除色环电阻区域图像的背景;
204:将去除背景后的色环电阻区域图像由彩色图转灰度图;
205:步骤204得到的灰度图进行直方图均衡化;
206:二值分割:将色环从均衡化后的灰度图中分割出来,得到二值分割后的色环电阻图像;
207:形态学处理:消除二值分割后的色环电阻图像中的小物体、小型黑洞,平滑边界;
208:边界查找:找出经形态学处理后的色环电阻图像中每个色环的边界;
209:中线提取:通过边界画出每个色环的中线。
8.如权利要求7所述的基于视觉的色环电阻阻值检测方法,其特征在于:在进行边界查找时,在经形态学处理后的色环电阻图像中各色环1/2高度位置处遍历以寻找边界。
9.如权利要求8所述的基于视觉的色环电阻阻值检测方法,其特征在于:在进行边界查找前,寻找经形态学处理后的色环电阻图像的最小外接矩形,所述最小外接矩形的1/2高度位置即为各色环1/2高度位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211525214.1A CN116245793A (zh) | 2022-11-30 | 2022-11-30 | 基于视觉的色环电阻阻值检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211525214.1A CN116245793A (zh) | 2022-11-30 | 2022-11-30 | 基于视觉的色环电阻阻值检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116245793A true CN116245793A (zh) | 2023-06-09 |
Family
ID=86633781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211525214.1A Pending CN116245793A (zh) | 2022-11-30 | 2022-11-30 | 基于视觉的色环电阻阻值检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116245793A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351100A (zh) * | 2023-12-04 | 2024-01-05 | 成都数之联科技股份有限公司 | 一种色环电阻颜色提取方法、装置、设备和介质 |
-
2022
- 2022-11-30 CN CN202211525214.1A patent/CN116245793A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117351100A (zh) * | 2023-12-04 | 2024-01-05 | 成都数之联科技股份有限公司 | 一种色环电阻颜色提取方法、装置、设备和介质 |
CN117351100B (zh) * | 2023-12-04 | 2024-03-22 | 成都数之联科技股份有限公司 | 一种色环电阻颜色提取方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021138995A1 (zh) | 一种棋盘格角点全自动检测方法 | |
CN110807355B (zh) | 一种基于移动机器人的指针仪表检测与读数识别方法 | |
CN104749184B (zh) | 自动光学检测方法和系统 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN108921176A (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
CN110070524A (zh) | 一种智能终端面板视觉故障检测系统 | |
CN105957082A (zh) | 一种基于面阵相机的印刷质量在线监测方法 | |
CN108288264B (zh) | 一种广角摄像头模组脏污测试方法 | |
CN109166111B (zh) | 一种电子墨水屏缺陷检测方法及系统 | |
CN109191429B (zh) | 一种基于机器视觉的3d打印喷嘴检测方法 | |
CN111551350A (zh) | 一种基于U_Net网络的光学镜片表面划痕检测方法 | |
CN108510476A (zh) | 一种基于机器视觉的手机屏线路检测方法 | |
CN116245793A (zh) | 基于视觉的色环电阻阻值检测方法 | |
CN114241438B (zh) | 一种基于先验信息的交通信号灯快速精确的识别方法 | |
WO2017181722A1 (zh) | 元件漏检方法和系统 | |
CN111275756A (zh) | 线轴定位方法及装置 | |
CN114066993B (zh) | 基于机器视觉的配电柜控制面板分割方法 | |
CN114125435A (zh) | 一种用于网络摄像机的图像缺陷智能检测方法 | |
CN113762122A (zh) | 一种基于频闪照片的雨滴检测算法 | |
CN114359322A (zh) | 图像校正、拼接方法及相关装置、设备、系统和存储介质 | |
CN109060831B (zh) | 一种基于底板拟合的自动脏污检测方法 | |
CN112036393A (zh) | 一种基于页岩气田生产单指针仪表读数的识别方法 | |
CN116843659A (zh) | 一种基于红外图像的电路板故障自动检测方法 | |
CN117237593B (zh) | 一种获取仪表数值的方法和装置 | |
CN115615998B (zh) | 一种圆形磁芯侧面缺陷检测装置及其方法 |
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 |