[发明专利]基于机器视觉的PCB故障检测方法、存储介质及系统在审
申请号: | 202010675430.9 | 申请日: | 2020-07-14 |
公开(公告)号: | CN112001885A | 公开(公告)日: | 2020-11-27 |
发明(设计)人: | 丁毓峰;胡雷;仝瑞振;王海涛;韩明彧 | 申请(专利权)人: | 武汉理工大学;同共科技(赤壁)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/30;G06T5/00;G06N3/04;G06N3/08;G01N21/956;G01N21/88 |
代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 丁倩 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器 视觉 pcb 故障 检测 方法 存储 介质 系统 | ||
1.一种基于机器视觉的PCB故障检测方法,其特征在于,包括步骤:
获取PCB板上数码管的图像;
对获取的图像进行处理,以消除图像中的噪声,得到突出图像上数码管轮廓的二值图;
利用联想记忆网络及BP神经网络结合,训练PCB检验模型;及
将获取到突出数码管轮廓的二值图输入PCB检验模型内,得到检验结果。
2.如权利要求1所述的一种基于机器视觉的PCB故障检测方法,其特征在于,所述获取PCB板上数码管的图像包括:
选取PCB上待拍摄数码管的位置;及
对选取的数码管位置进行拍摄。
3.如权利要求2所述的一种基于机器视觉的PCB故障检测方法,其特征在于,所述对获取的图像进行处理,以消除图像中的噪声,得到突出图像上数码管轮廓的二值图包括:
对获取到的PCB图像进行灰度化及二值化处理;及
利用形态学开、闭运算消除经过灰度化及二值化处理后PCB图像上的噪声。
4.如权利要求1所述的一种基于机器视觉的PCB故障检测方法,其特征在于,所述利用联想记忆网络及BP神经网络结合,训练PCB检验模型包括:
采集多组PCB数码管图像;
对采集到的多组PCB数码管图像进行预处理;及
对预处理后的多组PCB数码管图像进行训练,以得到PCB检验模型。
5.如权利要求4所述的一种基于机器视觉的PCB故障检测方法,其特征在于,所述对预处理后的多组PCB数码管图像进行训练,以得到PCB检验模型包括:
将预处理后的多组PCB数码管图像输入至联想记忆网络中,经过记忆过程及联想过程反复调整权值及网格演化,然后输出;及
将联想记忆网络输出的结果输入至BP神经网络的输入层,并经误差传播更新BP神经网络的权值及偏置值来得到最佳训练效果,形成PCB检验模型。
6.一种存储介质,其特征在于:
所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1-5中任一项中所述的基于机器视觉的PCB故障检测方法。
7.一种基于机器视觉的PCB故障检测系统,其特征在于:
所述基于机器视觉的PCB故障检测系统包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行,实现如权利要求1-5任一项所述的基于机器视觉的PCB故障检测方法。
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武汉理工大学;同共科技(赤壁)有限公司,未经武汉理工大学;同共科技(赤壁)有限公司许可,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/202010675430.9/1.html,转载请声明来源钻瓜专利网。