CN117115136A - 一种aoi电阻黑面缺陷剔除方法、系统及存储介质 - Google Patents
一种aoi电阻黑面缺陷剔除方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117115136A CN117115136A CN202311217531.1A CN202311217531A CN117115136A CN 117115136 A CN117115136 A CN 117115136A CN 202311217531 A CN202311217531 A CN 202311217531A CN 117115136 A CN117115136 A CN 117115136A
- Authority
- CN
- China
- Prior art keywords
- character code
- black surface
- resistor
- image
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000007547 defect Effects 0.000 title claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000007639 printing Methods 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000006740 morphological transformation Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000011179 visual inspection Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007650 screen-printing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种AOI电阻黑面缺陷剔除方法、系统及存储介质,所述方法以下步骤:S1:获取待检测电阻黑面的图像;S2:利用图像处理算法定位电阻黑面的字码的边缘;S3:根据字码与背景像素的差异计算字码在图像中的像素面积;S4:根据字码在图像中的像素面积与预面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。从而不容易导致不良产品外流,进而提高了外流产品的良率。
Description
技术领域
本申请涉及AOI电阻黑面缺陷检测的技术领域,尤其是涉及一种AOI电阻黑面缺陷剔除方法、系统及存储介质。
背景技术
AOI CCD视觉检视系统是一种自动化的检测设备,主要用于电子元器件编带产品外观的检测。这种系统使用CCD(电荷耦合器件)摄像头来捕捉图像,通过视觉软件进行分析和比较,以确定产品是否符合规格要求。但是现有的AOI CCD视觉检视系统存在黑面漏剔现象,如电阻黑面有白色丝印字码,当丝印过程中出现模糊或漏印,AOI CCD视觉检视系统无法检测到黑面漏印或模糊,存在漏剔现象,容易导致不良产品外流,进而导致客户方在使用时无法辨认电阻阻值,判定NG。
发明内容
针对上述背景技术中的技术问题,本申请提出了一种AOI电阻黑面缺陷剔除方法、系统及存储介质。
第一方面,本申请提出了一种AOI电阻黑面缺陷剔除方法,包括以下步骤:
S1:获取待检测电阻黑面的图像;
S2:利用图像处理算法定位电阻黑面的字码的边缘;
S3:根据字码与背景像素的差异计算字码在图像中的像素面积;
S4:根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
通过采用上述技术方案,本申请将系统检测框由手动框选更改为自动抓取字码,系统直接识别字码与背景像素差异来定位字码面积,并根据字码在图像中的像素面积与预设的字码标准面积进行比较来判断电阻黑面存在字码漏印或字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除,从而不容易导致不良产品外流,进而提高的了外流产品的良率。
优选的,在所述S1中,在获取待检测电阻黑面的图像之后,对图像进行预处理,所述预处理包括去噪、灰度化以及二值化处理。
优选的,在所述S2中,利用Canny边缘检测算法或者形态学变换算法识别电阻黑面的字码的边缘。
优选的,在所述S2中,在识别字码边缘的过程中,根据字码边缘的形状特征,利用霍夫变换来进行直线检测,以进一步定位字码所在的区域。
第二方面,本申请还提出了一种AOI字码黑面缺陷剔除系统,其特征在于:所述系统包括:
图像获取模块,配置用于获取待检测电阻黑面的图像;
字码边缘定位模块,配置用于利用图像处理算法定位电阻黑面的字码的边缘;
字码像素面积计算模块,配置用于根据字码与背景像素的差异计算字码在图像中的像素面积;
黑面缺陷剔除模块,配置用于根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
优选的,所述图像获取模块进一步用于在获取待检测电阻黑面的图像之后,对图像进行预处理,所述预处理包括去噪、灰度化以及二值化处理。
优选的,所述字码边缘定位模块利用Canny边缘检测算法或者形态学变换算法识别电阻黑面的字码的边缘。
优选的,所述字码边缘定位模块在识别字码边缘的过程中,根据字码边缘的形状特征,利用霍夫变换来进行直线检测,以进一步定位字码所在的区域。
第三方面,本申请还提出了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的方法。
第四方面,本申请还提出了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面所述的方法。
本发明的有益效果是:本申请的AOI电阻黑面缺陷剔除方法,通过将系统检测框由手动框选更改为自动抓取字码,系统直接识别字码与背景像素差异来定位字码面积,并根据字码在图像中的像素面积与预设的字码标准面积进行比较来判断电阻黑面存在字码漏印或字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除,从而不容易导致不良产品外流,进而提高的了外流产品的良率。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本申请的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
图1是现有AOI系统识别方式的示意图。
图2是本申请的一种AOI电阻黑面缺陷剔除方法的流程图。
图3是本申请一个实施例中AOI电阻黑面缺陷剔除系统的模块结构示意图。
图4是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
在本发明的描述中,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一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1所示,现有的AOI CCD视觉检视系统的检测框为手动框抓取字码,容易存在黑面漏剔现象,如电阻黑面有白色丝印字码,当丝印过程中出现模糊或漏印,AOI CCD视觉检视系统无法检测到黑面漏印或模糊,存在漏剔现象,容易导致不良产品外流。而本申请将系统检测框由手动框选更改为自动抓取字码,系统直接识别字码与背景像素差异来定位字码面积,并根据字码在图像中的像素面积与预设的字码标准面积进行比较来判断电阻黑面存在字码漏印或字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除,从而不容易导致不良产品外流。
参照图2,本申请公开的一种AOI电阻黑面缺陷剔除方法,包括以下步骤:
S1:获取待检测电阻黑面的图像;
具体的,在所述S1中,在获取待检测电阻黑面的图像之后,对图像进行预处理,所述预处理包括去噪、灰度化以及二值化处理。
S2:利用图像处理算法定位电阻黑面的字码的边缘;
具体的,在所述S2中,利用Canny边缘检测算法或者形态学变换算法识别电阻黑面的字码的边缘。并且在所述S2中,在识别字码边缘的过程中,根据字码边缘的形状特征,利用霍夫变换来进行直线检测,以进一步定位字码所在的区域。
S3:根据字码与背景像素的差异计算字码在图像中的像素面积;
S4:根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
在具体的实施例中,以下将公开可以应用于本申请一种AOI电阻黑面缺陷剔除方法的一个具体实施例,该实施例具体包括以下步骤:
步骤一:图像预处理:获取待检测图像后,首先进行图像预处理,包括去噪、灰度化、二值化等操作,以便于后续的字码定位与识别。
在具体的实施例中,为了便于后续的字码定位与区域面积计算,在图像预处理中,如果是黑白像素(也称为灰度像素)则只包含亮度信息,而没有颜色信息。灰度图像中的每个像素都有一个灰度值,表示该像素的亮度。灰度值可以在0到255的范围内变化,其中0表示黑色,255表示白色。如果是彩色像素则包含红、绿、蓝三个通道的颜色信息。每个通道的像素值可以在0到255的范围内变化,这三个通道的像素值可以组合成不同的颜色。在图像处理中,可以将彩色图像转换为灰度图像,例如通过将红、绿、蓝通道的像素值加权平均或取最大值等方法。同样地,也可以将灰度图像转换为彩色图像,例如通过将灰度值映射到特定的颜色通道上。
步骤二:字码定位:通过图像处理算法,如边缘检测算法(如Canny算法)、形态学变换等,识别图像中的字码边缘。根据边缘的形状特征,可以选择使用霍夫变换来进行直线检测,从而进一步精确定位字码所在的区域。
步骤三:字码面积定位:在定位到字码的边缘后,通过计算字码区域的面积,可以得到字码在图像中的像素面积。与背景像素的差异越大,字码的面积越大。
步骤四:判断黑面漏印或模糊:根据字码的面积与预设的字码标准面积进行比较,即可判断是否为黑面漏印或模糊。如果字码的面积远小于标准面积,说明字码可能存在黑面漏印情况;如果字码的面积与标准面积相差较大,可能是字码模糊导致。
本申请将系统检测框由手动框选更改为自动抓取字码,系统直接识别字码与背景像素差异来定位字码面积,并根据字码在图像中的像素面积与预设的字码标准面积进行比较来判断电阻黑面存在字码漏印或字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除,从而不容易导致不良产品外流,进而提高的了外流产品的良率。
可以理解的是,字码定位与面积判断的准确性和稳定性与图像质量、字码大小、字码与背景的颜色差异等因素有关。较为理想的情况下,可以通过调节图像处理算法中的参数以及针对不同的图像特性进行优化,提高系统的检测准确率。
进一步参考图3,作为对上述所述方法的实现,本申请提供了一种AOI电阻黑面缺陷剔除系统的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
参考图3,一种AOI电阻黑面缺陷剔除系统,包括:
图像获取模块101,配置用于获取待检测电阻黑面的图像;
字码边缘定位模块102,配置用于利用图像处理算法定位电阻黑面的字码的边缘;
字码像素面积计算模块103,配置用于根据字码与背景像素的差异计算字码在图像中的像素面积;
黑面缺陷剔除模块104,配置用于根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
下面参考图4,其示出了适于用来实现本申请实施例的电子设备的计算机系统200的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统200操作所需的各种程序和数据。CPU 201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器220也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器220上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的方法中限定的上述功能。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行时实现如图1中所示的方法。
需要说明的是,本申请所述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上描述了本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
在本申请的描述中,需要理解的是,术语“上”、“下”、“内”、“外”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申请和简化描述,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申请的限制。措词‘包括’并不排除在权利要求未列出的元件或步骤的存在。元件前面的措词‘一’或‘一个’并不排除多个这样的元件的存在。在相互不同从属权利要求中记载某些措施的简单事实不表明这些措施的组合不能被用于改进。在权利要求中的任何参考符号不应当被解释为限制范围。
Claims (10)
1.一种AOI电阻黑面缺陷剔除方法,其特征在于:所述方法包括以下步骤:
S1:获取待检测电阻黑面的图像;
S2:利用图像处理算法定位电阻黑面的字码的边缘;
S3:根据字码与背景像素的差异计算字码在图像中的像素面积;
S4:根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
2.根据权利要求1所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:在所述S1中,在获取待检测电阻黑面的图像之后,对图像进行预处理,所述预处理包括去噪、灰度化以及二值化处理。
3.根据权利要求1所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:在所述S2中,利用Canny边缘检测算法或者形态学变换算法识别电阻黑面的字码的边缘。
4.根据权利要求3所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:在所述S2中,在识别字码边缘的过程中,根据字码边缘的形状特征,利用霍夫变换来进行直线检测,以进一步定位字码所在的区域。
5.根据权利要求2所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:所述灰度化包括:将彩色图像中的红、绿、蓝通道的像素值取最大值进行灰度化。
6.一种AOI电阻黑面缺陷剔除系统,其特征在于:所述系统包括:
图像获取模块,配置用于获取待检测电阻黑面的图像;
字码边缘定位模块,配置用于利用图像处理算法定位电阻黑面的字码的边缘;
字码像素面积计算模块,配置用于根据字码与背景像素的差异计算字码在图像中的像素面积;
黑面缺陷剔除模块,配置用于根据字码在图像中的像素面积与预设的字码标准面积进行比较,若字码的像素面积小于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码漏印,若字码的面积大于预设的字码标准面积且超过预设阈值,则表示电阻黑面存在字码模糊,并将存在字码漏印或字码模糊的电阻进行剔除。
7.根据权利要求5所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:所述图像获取模块进一步用于在获取待检测电阻黑面的图像之后,对图像进行预处理,所述预处理包括去噪、灰度化以及二值化处理,所述灰度化包括:将彩色图像中的红、绿、蓝通道的像素值取最大值进行灰度化。
8.根据权利要求5所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:所述字码边缘定位模块利用Canny边缘检测算法或者形态学变换算法识别电阻黑面的字码的边缘。
9.根据权利要求7所述的一种AOI电阻黑面缺陷剔除方法,其特征在于:所述字码边缘定位模块在识别字码边缘的过程中,根据字码边缘的形状特征,利用霍夫变换来进行直线检测,以进一步定位字码所在的区域。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311217531.1A CN117115136A (zh) | 2023-09-20 | 2023-09-20 | 一种aoi电阻黑面缺陷剔除方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311217531.1A CN117115136A (zh) | 2023-09-20 | 2023-09-20 | 一种aoi电阻黑面缺陷剔除方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117115136A true CN117115136A (zh) | 2023-11-24 |
Family
ID=88794803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311217531.1A Pending CN117115136A (zh) | 2023-09-20 | 2023-09-20 | 一种aoi电阻黑面缺陷剔除方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117115136A (zh) |
-
2023
- 2023-09-20 CN CN202311217531.1A patent/CN117115136A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109142366B (zh) | 球形外壳缺陷检测方法、装置及计算机可读存储介质 | |
CN108280822B (zh) | 屏幕划痕的检测方法及装置 | |
US20060067569A1 (en) | Image inspection device, image inspection method, and image inspection program | |
CN108764352B (zh) | 重复页面内容检测方法和装置 | |
US20140050387A1 (en) | System and Method for Machine Vision Inspection | |
CN108389215B (zh) | 一种边缘检测方法、装置、计算机存储介质及终端 | |
CN110849909A (zh) | 检查装置、图像形成装置以及检查方法 | |
CN109285181B (zh) | 用于识别图像的方法和装置 | |
CN113781396B (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
CN115063618B (zh) | 一种基于模板匹配的缺陷定位方法、系统、设备及介质 | |
CN111598913B (zh) | 一种基于机器人视觉的图像分割方法和系统 | |
CN111598889A (zh) | 均压环倾斜故障的识别方法、装置、计算机设备 | |
CN112419207A (zh) | 一种图像矫正方法及装置、系统 | |
KR101842535B1 (ko) | 부호의 광학적 검출 방법 | |
CN113785181A (zh) | Oled屏幕点缺陷判定方法、装置、存储介质及电子设备 | |
CN114066862A (zh) | 一种基于色域和轮廓特征的指示器识别方法及系统 | |
CN111368698A (zh) | 主体识别方法、装置、电子设备及介质 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
JP4831340B2 (ja) | 画像処理装置、画像処理方法、プログラム、および記録媒体 | |
CN117115136A (zh) | 一种aoi电阻黑面缺陷剔除方法、系统及存储介质 | |
EP2919149A2 (en) | Image processing apparatus and image processing method | |
CN110889470A (zh) | 用于处理图像的方法和装置 | |
CN112770111B (zh) | 一种鉴定镜头光轴与图像传感器中心重合的装置及方法 | |
CN115115596A (zh) | 电子元器件检测方法、装置及自动质检设备 | |
CN107092912A (zh) | 一种车牌的识别方法和装置 |
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 |