[发明专利]光电转换器模块识别方法及系统

权利要求书

1.一种光电转换器模块识别方法，其特征在于，其包括如下步骤：

S1、建立光电转换器中组件的三维图像信息；

S2、根据光电转换器中组件的三维图像信息建立光电转换器中组件的图像识别模型；

S3、通过光电转换器中组件的图像识别模型对光电转换器中模块进行识别；

S4、将识别结果发动到远程服务器进行统计，根据统计结果获得光电转换器的良品率。

2.如权利要求1所述的光电转换器模块识别方法，其特征在于，所述步骤S4包括：

远程服务器获取识别结果，并根据识别结果获取光电转换器中不同模块对应的良品率；

筛选良品率低于预设良品率阈值的光电转换器相应的模块，并获取良品率低于预设良品率阈值的原因。

3.如权利要求1所述的光电转换器模块识别方法，其特征在于，

所述步骤S2中根据光电转换器中组件的三维图像信息建立光电转换器中组件的图像识别模型包括：

基于besov空间的多小波域光电转换器中模块图像消除噪声；对光电转换器中模块图像进行连续多小波变换；

将小波域的图像信息载体小波系数映射到besov空间，使得多次映射后的小波系数满足消噪代价函数；

对消噪后的图像进行再次小波变换，从变换后的小波系数中提取能量或统计模型特征以刻画光电转换器中模块图像的纹理，并将纹理特征用以鲁棒贝叶斯神经网络进行训练和测试。

4.如权利要求3所述的光电转换器模块识别方法，其特征在于，所述从变换后的小波系数中提取能量或统计模型特征包括：

对多小波域消噪后的光电转换器中模块图像进行再次小波变换，提取小波系数1范数和2范数能量值或统计模型特征作为鲁棒贝叶斯神经网络的输入。

5.一种光电转换器模块识别系统，其特征在于，其包括如下单元：

图像信息获取单元，用于建立光电转换器中组件的三维图像信息；

模型建立单元，用于根据光电转换器中组件的三维图像信息建立光电转换器中组件的图像识别模型；

识别单元，用于通过光电转换器中组件的图像识别模型对光电转换器中模块进行识别；

统计分析单元，用于将识别结果发动到远程服务器进行统计，根据统计结果获得光电转换器的良品率。

6.如权利要求5所述的光电转换器模块识别系统，其特征在于，所述统计分析单元包括：

远程服务器获取识别结果，并根据识别结果获取光电转换器中不同模块对应的良品率；

筛选良品率低于预设良品率阈值的光电转换器相应的模块，并获取良品率低于预设良品率阈值的原因。

7.如权利要求5所述的光电转换器模块识别系统，其特征在于，

所述模型建立单元中根据光电转换器中组件的三维图像信息建立光电转换器中组件的图像识别模型包括：

基于besov空间的多小波域光电转换器中模块图像消除噪声；对光电转换器中模块图像进行连续多小波变换；

将小波域的图像信息载体小波系数映射到besov空间，使得多次映射后的小波系数满足消噪代价函数；

对消噪后的图像进行再次小波变换，从变换后的小波系数中提取能量或统计模型特征以刻画光电转换器中模块图像的纹理，并将纹理特征用以鲁棒贝叶斯神经网络进行训练和测试。

8.如权利要求7所述的光电转换器模块识别系统，其特征在于，所述从变换后的小波系数中提取能量或统计模型特征包括：

对多小波域消噪后的光电转换器中模块图像进行再次小波变换，提取小波系数1范数和2范数能量值或统计模型特征作为鲁棒贝叶斯神经网络的输入。