[发明专利]基于卷积神经网络的智能电能表芯片视觉识别比对系统及方法

说明书

本发明是属于视觉识别及深度学习技术领域，尤其涉及一种基于卷积神经网络的智能电能表芯片视觉识别比对系统及方法。本发明是在工作平台的台面上设有相对的两条导轨，两块电路板卡槽通过滑块安装在导轨上，电路板放置在两块电路板卡槽中；在工作平台上连接有支架，支架顶端通过安装板连接相机防护壳，相机防护壳内连接相机；相机防护壳前部连接光源连接板，光源连接板与环形光源相连接，匀光板连接在环形光源的前端；光源控制器通过电缆与环形光源相连接，相机通过千兆网与计算机相连。本发明实现了对不同厂家智能电能表上不同型号、及不同大小的电子元器件型号自动识别，使电子元器件比对流程管理规范化、高效化及智能化，工作效率得到显著提高。

技术领域

本发明是属于视觉识别及深度学习技术领域，尤其涉及一种基于卷积神经网络的智能电能表芯片视觉识别比对系统及方法。

背景技术

智能电能表计量的准确性、稳定性具有重要的社会意义。根据《国网国家电网公司电能表质量监督管理办法》，要严格实施电能表设计方案、主要元器件和程序软件备案管理，加强电能表样品备案和比对管控。各省公司计量中心在供货前抽样、到货后抽样、到货后验收等环节应严格按照备案文件和备案样品进行比对。智能电能表样品比对试验过程管控作为其中关键环节具有重要意义。该环节主要为了确保供货智能电能表PCB板上IC芯片型号与招标列表清单一致。

目前智能电能表供货前和到货后PCB上的IC芯片型号一致性比对的主要检测方法是人工抽检，存在以下问题。

1、随着半导体制造行业的发展，电子元器件逐渐微型化，其上印刷字体尺寸逐渐变小，加之智能电能表有多个电子元器件待识别，人工抽检难度越来越大，存在人为误判及检测效率低下；

2、人工检测比对数据保存不完整，无法追溯比对状态；

3、比对结果需人工录入质检业务管理系统智能化程度低。

发明内容

针对以上现有技术中存在的问题，本发明提出了一种基于卷积神经网络的智能电能表芯片视觉识别比对系统及方法。是一种基于机器学习技术及图像处理技术完成智能电能表PCB电子元器件型号识别技术，其目的是借助于高分辨率工业CCD相机及大环形光源相配合获取清晰稳定的电子元器件图像，通过图像处理算法完成大部分智能电子元器件的自动定位，通过人机协作方式完成无法自动定位元器件区域，通过图像分割技术完成字符区域的自动分割，通过机器学习方法实现元器件上字符自动识别，使用滑轨定位完成不同厂家及不同大小电路板的粗定位。

基于上述发明目的，本发明是通过以下技术方案来实现的：

基于卷积神经网络的智能电能表芯片视觉识别比对系统，包括：在工作平台的台面上设有相对的两条导轨，两块电路板卡槽通过滑块安装在导轨上，电路板放置在两块电路板卡槽中；在工作平台上还连接有支架，支架的顶端通过安装板连接相机防护壳，相机防护壳内连接有相机；相机防护壳前部连接有光源连接板，光源连接板与环形光源相连接，匀光板连接在环形光源的前端；光源控制器通过电缆与环形光源相连接，相机通过千兆网与计算机相连。

所述相机的机身上设有相机固定孔，通过螺丝将相机安装连接在相机防护壳上；光源连接板与相机防护壳为一体结构，光源连接板通过螺丝与环形光源相连接；匀光板通过匀光板安装孔通过螺丝安装连接在环形光源的前端；所述环形光源安装在相机的下方，且中心与相机的镜头中心同轴。

所述电路板卡槽为纵向条形板状结构，下部纵向条形边带有纵向凸台，用于将电路板卡于两个相对的电路板卡槽之间。

所述相机防护壳通过与工作平台上的安装板由螺丝经过安装孔相连接；所述相机防护壳设在相机的外部，与相机的外形相吻合。

所述工作平台是在四个支腿上部固定连接有方形的框架结构台面，其中台面的两个相对的框架为相互平行；在框架台面的边上连接有直角形支架；所述支腿的最下端连接有脚杯，用来调节工作平台台面的高度。