[发明专利]一种基于图像的芯片信息快速采集和识别方法

说明书

本发明公开了一种基于图像的芯片信息快速采集和识别方法，包括：步骤一：搭建芯片图像采集装置，在装置中能够通过摄像头采集N种型号芯片的图像；步骤二：采集N种型号芯片的视频信息；步骤三：将芯片视频转化为多张图片，筛选出芯片未被遮挡和图像不模糊的图片生成芯片型号图片数据集；步骤四：建立深度学习芯片识别模型，将芯片型号图片数据集分为训练集和测试集，使用训练集进行模型训练并保存模型参数值；步骤五：使用测试集验证芯片识别模型的性能；步骤六：使用芯片图像采集装置获取待识别的不同型号芯片的照片，将照片输入芯片识别模型中进行芯片型号的识别。本发明能够有效消除背景和光线等环境因素影响，实现芯片识别的功能。

技术领域

本发明属于电子器件识别技术领域，具体涉及一种基于图像的芯片信息快速采集和识别方法。

背景技术

目前大多数芯片识别方法主要使用模式匹配算法实现。在模式匹配算法中，主要使用图像处理技术对图片进行灰度、二值化、旋转、缩放等一系列操作，再利用图像匹配算法获取芯片的边缘，从而实现芯片的定位与识别。模式匹配方式识别芯片已在实际生产中广泛应用，在稳定环境下的芯片识别准确率极高，不过这些算法主要对芯片边缘进行提取，所以对光线、背景有严格的要求，对于变化场景的适应性较低。一般现有芯片模式匹配方式的识别方法都在设备内部运作，识别环境相对稳定，并不能实现背景、光线条件变化较大环境下的准确识别。

发明内容

本发明的目的在于提供一种能在复杂光线条件、不同芯片位置或变化图像背景下准确识别出芯片型号的方法。

为了实现上述目的，本发明采用的技术方案如下：

一种基于图像的芯片信息快速采集和识别方法，其特征在于，包括以下步骤：

步骤一：搭建芯片图像采集装置，在所述装置中在有光照的情况下能够通过摄像头采集N种型号芯片的图像，N≥2；

步骤二：在以下四种情况的至少一种情况下采集N种型号芯片的视频信息，所述四种情况为：改变光照、改变芯片位置、添加干扰、改变芯片摆放背景；

步骤三：将步骤二中采集的芯片视频转化为多张图片，筛选出芯片未被遮挡和图像不模糊的图片生成芯片型号图片数据集；

步骤四：建立深度学习芯片识别模型，将芯片型号图片数据集分为训练集和测试集，使用训练集进行模型训练并保存模型参数值；

步骤五：使用测试集验证芯片识别模型的性能，将测试集导入模型中并运行模型，将预测结果和实际结果进行比较，若芯片识别准确率未达到预设值则提高步骤三中的筛选标准直至芯片识别准确率达到预设值，最终得到符合要求的模型参数值；

步骤六：使用芯片图像采集装置获取待识别的不同型号芯片的照片，将照片输入芯片识别模型中进行芯片型号的识别。

进一步地，所述步骤一中的芯片图像采集装置包括摄像头、支架、华夫盒、载物平台和光源，所述华夫盒放置于载物平台上，所述芯片放置于华夫盒上，所述摄像头通过所述支架设置于所述芯片上方，所述摄像头拍摄方向与载物平台垂直。

进一步地，所述步骤二中的改变光照的情况包括：遮挡光源或调节光源的亮度；改变芯片位置的情况包括：在水平方向转动或移动华夫盒；添加干扰的情况包括：在摄像头视野中增添非芯片物体；改变芯片摆放背景的情况包括：改变华夫盒底部和/或载物平台上表面的背景，所述背景包括颜色和花纹。

进一步地，所述步骤三具体包括：使用python和opencv库中的VideoCapture函数逐帧读取视频信息，将视频批量转换为图片，然后将这些图片按时间顺序编号，存放到以芯片型号命名的文件夹中，筛选出芯片未被遮挡和图像不模糊的图片，在筛选出的图片中每两张图片删去一张，将剩余图片进行180度的旋转，获得翻倍的图片数量并生成芯片型号图片数据集。