[发明专利]一种PCB元件识别方法及装置

说明书

根据本发明实施例公开的一种PCB元件识别方法及装置，对目标PCB图像中的所有元件候选区域进行提取，得到元件标识特征图以及元件位置信息；将元件标识特征图输入至训练完成的元件识别模型，识别各元件候选区域的元件类别；将所有的元件类别以及对应元件位置信息，作为目标PCB图像的元件识别结果进行输出。通过本发明的实施，采用神经网络模型对PCB图像中所有元件候选区域的元件标识进行元件类型识别，有效提高了元件识别效率和结果准确性，并降低了元件识别成本。

技术领域

本发明涉及元件检测技术领域，尤其涉及一种PCB元件识别方法及装置。

背景技术

印制电路板(PCB，Printed Circuit Board)是组装电子零件用的基板，是在通用基材上按预定设计形成点间连接及印制元件的印制板。PCB的设计工艺流程包括原理图的设计、电子元件数据库登录、设计准备、区块划分、电子元件配置、配置确认、布线和最终检验。在流程过程中，无论在哪道工序上发现了问题，都必须返回到上道工序，进行重新确认或修正。

在实际应用中，PCB的电子元件配置确认是通过检测PCB上各个元件标识来实现，也即根据元件标识是否存在以及是否正确，来对相应元件是否正确配置进行确认。目前，在进行PCB的电子元件配置确认时，通常是由有丰富经验的专业人员人工进行元件识别，也即通过人眼来观察PCB上的电子元件的元件标识，然后再凭借个人经验识别是否缺少某些电子元件的元件标识，或者是否存在某些错误配置的电子元件的元件标识，然而，完全依赖人工在一定程度上无法保证元件识别的准确性，并且元件识别效率较低。

发明内容

本发明实施例的主要目的在于提供一种PCB元件识别方法及装置，至少能够解决相关技术中依赖于人工进行PCB元件识别，所导致的元件识别效率较低以及元件识别准确性有限的问题。

为实现上述目的，本发明实施例第一方面提供了一种PCB元件识别方法，该方法包括：

对目标PCB图像中的所有元件候选区域进行提取，得到元件标识特征图以及元件位置信息；

将所述元件标识特征图输入至训练完成的元件识别模型，识别各所述元件候选区域的元件类别；

将所有的所述元件类别以及对应所述元件位置信息，作为所述目标PCB图像的元件识别结果进行输出。

为实现上述目的，本发明实施例第二方面提供了一种PCB元件识别装置，该装置包括：

提取模块，用于对目标PCB图像中的所有元件候选区域进行提取，得到元件标识特征图以及元件位置信息；

识别模块，用于将所述元件标识特征图输入至训练完成的元件识别模型，识别各所述元件候选区域的元件类别；

输出模块，用于将所有的所述元件类别以及对应所述元件位置信息，作为所述目标PCB图像的元件识别结果进行输出。

根据本发明实施例提供的PCB元件识别方法及装置，对目标PCB图像中的所有元件候选区域进行提取，得到元件标识特征图以及元件位置信息；将元件标识特征图输入至训练完成的元件识别模型，识别各元件候选区域的元件类别；将所有的元件类别以及对应元件位置信息，作为目标PCB图像的元件识别结果进行输出。通过本发明的实施，采用神经网络模型对PCB图像中所有元件候选区域的元件标识进行元件类型识别，有效提高了元件识别效率和结果准确性，并降低了元件识别成本。

本发明其他特征和相应的效果在说明书的后面部分进行阐述说明，且应当理解，至少部分效果从本发明说明书中的记载变的显而易见。

附图说明