[发明专利]面向电子行业的电路板识别与焊盘/芯片快速定位方法有效

专利信息
申请号: 201911232291.6 申请日: 2019-12-05
公开(公告)号: CN113034418B 公开(公告)日: 2023-10-13
发明(设计)人: 李兴强;杜劲松;白珈郡;丛日刚;褚云凯 申请(专利权)人: 中国科学院沈阳自动化研究所
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T3/00;G06T7/12;G06T7/136;G06T7/73
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 王倩
地址: 110016 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 电子 行业 电路板 识别 芯片 快速 定位 方法
【说明书】:

发明面向电子行业领域,具体涉及电路板识别与焊盘/芯片精密快速定位方法。本发明包括以下步骤:将待识别原始图像经噪声过滤及阈值分割,得到ROI区域;将ROI区域经仿射变换后,得到水平姿态的图像;将水平姿态的图像进行自适应阈值处理,得到识别目标;将识别目标与模型数据库进行基于轮廓曲率角点特征的可变形组件图像匹配(DPM)以及金字塔模型搜索,完成匹配即完成芯片的快速定位。本发明可以实现多种印刷线路板的快速识别分类。本发明可以精确定位焊盘组点的区域位置,鲁棒性较强,可以克服焊盘或芯片组区域由于图像形变带来的负面影响,且算法执行效率较高。本发明可以满足电子行业的智能防错漏、线路板混线生产等特殊需求。

技术领域

本发明面向电子行业领域,具体涉及电路板识别与焊盘/芯片精密快速定位方法。

背景技术

目前电子制造行业在部件制造和总装环节存在劳动密集实现自动化难、人工成本高招人难、工艺复杂更新换代快、人工效率和成品率低而交货期短等四方面需求端共性问题。机器视觉是协作小型装配机器人领域研究的重要内容,尤其是电路板识别与焊盘/芯片快速定位技术,是实现电子制造行业小批量定制、个性化制造和柔性制造的关键。在机器视觉的研究领域中,通过分析图像完成对物体的识别是一个重要的研究方向,新的识别理论和方法不断的被提出以处理工程实际问题。视觉定位具有非接触、动态响应快、高效率、全自动等优点,在电子产品制造中有很好的实用性,因而成为机器视觉的一个应用研究热点。目前,目标检测、定位与识别算法的研究虽然取得了一定的进展,但仍面临着许多工程实际问题与挑战。

本发明紧扣实际需求,并针对机器人视觉引导与快速精密定位等难题,采用基于多层轮廓特征模型的建模和匹配算法,实现了多种印刷线路板的快速识别分类,并针对现有方法定位效率低,目标点密集和易受外部环境干扰的问题,提出一种基于多层可变形组件模型的建模和匹配算法,实现了印刷线路板目标焊点组的快速精密定位,并拟合多目标中心坐标,将焊盘与芯片组的位置信息传送至机器人控制与运动执行系统,从而为实现基于智能化机器人技术的电子元器件贴附、组装、分拣、打磨、点胶、检测、焊接等工艺提供必要的关键技术。

发明内容

本发明目的是提供一种面向电子行业的电路板识别与焊盘/芯片快速定位方法。

本发明为实现上述目的所采用的技术方案是:

面向电子行业的电路板识别与芯片快速定位方法,包括以下步骤:

1)将待识别电路板的原始图像经过噪声过滤以及阈值分割,得到精确识别后的电路板位置,即ROI区域;

2)将精确识别后的电路板位置经仿射变换,得到水平姿态的电路板;

3)将设定姿态的电路板进行自适应阈值处理,得到识别目标;

4)将识别目标与标准模型数据库进行基于轮廓曲率角点特征的可变形组件图像匹配即DPM以及金字塔模型搜索,完成匹配即完成芯片的快速定位。

所述轮廓曲率角点特征的可变形组态图像匹配即利用图像轮廓的曲率角点分布拓扑结构特性,选择轮廓上曲率绝对值的局部极大值点作为角点,将图像匹配转换为轮廓的角点拓扑结构匹配。

所述金字塔模型搜索过程为:

将识别目标的轮廓角点特征优先与模型数据库中某个型号电路板的轮廓角点特征的最低分辨率层进行匹配,若匹配度高于阈值,则进行下一层该型号电路板的轮廓角点特征匹配,直至最高分辨率层;若低分辨率层匹配度不高于阈值,则进行下一个型号电路板的轮廓角点特征匹配;

遍历所有型号的电路板的轮廓角点特征,找到与待识别目标图像轮廓曲率角点特征匹配度最高的型号,即为待识别印刷电路板的型号。

所述标准模型数据库的建立流程为:

1)将每个型号的电路板的原始图像经过噪声过滤以及阈值分割,得到精确识别后的电路板位置,即图像ROI区域;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911232291.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top