[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

专利信息
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
【权利要求书】:

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。

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。

×

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