[发明专利]一种基于高光原理进行PCB元件提取的方法在审

专利信息
申请号: 202010897763.6 申请日: 2020-08-31
公开(公告)号: CN112036484A 公开(公告)日: 2020-12-04
发明(设计)人: 王华龙;杨海东;宋秋云 申请(专利权)人: 佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06T5/40;G06T7/00;G06T7/90
代理公司: 广州科沃园专利代理有限公司 44416 代理人: 马盼
地址: 528200 广东省佛山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 原理 进行 pcb 元件 提取 方法
【权利要求书】:

1.一种基于高光原理进行PCB元件提取的方法,其特征在于,包括如下步骤:

S01:获取PCB电路板图像,提取所述图像中高光像素,并通过邻域搜索法聚类高光像素;

S02:识别和移除聚类高光像素中的标记;

S03:剩余的高光像素根据距离进行合并聚类;

S04:识别和移除高光像素中的通孔,此时高光像素的位置即为焊点;并根据高光像素之间的距离建立连通图;

S05:分离PCB电路板图像中的灰度级,判断连通图中连接的有效性;

S06:根据连通图中焊点位置提取防护涂层区域,输出PCB元件提取结果。

2.根据权利要求1所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S01具体包括:

S011:对所述图像进行预处理,建立通道直方图,并采用自动多级阈值确定图像中高光像素所在的类别;

S012:在U-V色度坐标系下模拟所述高光像素的颜色分布;

S013:根据所述高光像素的颜色分布提取其对应的分布特征;

S014:通过所述分布特征识别出目标对象;

S015:通过八个邻域搜索对目标对象进行聚类。

3.根据权利要求2所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S011具体包括:

S0111:降低所述图像的亮度和对比度;

S0112:将所述图像的颜色空间从RGB转换为GMYK;

S0113:在GMYK颜色空间构建K通道的直方图,采用自动多级阈值法对边界区间进行估值,确定高光像素所在的类别。

4.根据权利要求2所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S013中分布特征包括:高光像素的平均分布概率;高光像素和U-V色度坐标系原点之间的平均距离;U-V色度坐标系中三个区域像素数的比值。

5.根据权利要求1所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S02包括:

S021:计算每个高光聚类的特征值,所述特征值包括均值特征Mprob、偏差特征Mdist、概率分布特征Vratio

S022:将标记聚类作为参照对象,并且计算参照对象的均值特征M′prob、偏差特征M′dist、概率分布特征V′ratio

S023:将每一个高光聚类作为目标对象,并且计算目标对象和参考对象的总的差异λ,如果λ<0.5,那么该高光聚类为标记聚类,把该高光聚类从高光像素所在的类别中移除。

6.根据权利要求1所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S04具体包括:

S041:计算每个高光聚类的的特征值,所述特征值包括均值特征Mprob、偏差特征Mdist、概率分布特征Vratio

S042:将通孔聚类作为参照对象,并且计算参照对象的均值特征M′prob、偏差特征M′dist、概率分布特征V′ratio

S043:将每一个高光聚类作为目标对象,并且计算目标对象和参考对象的总的差异λ,如果λ<0.5,那么该高光聚类为通孔聚类,把该高光聚类从高光像素所在的类别中移除;

S044:建立连通图。

7.根据权利要求1所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S05具体包括:

S051:获取PCB电路板图像的灰度直方图,根据灰度直方图自动确定多层灰度阈值,去除PCB电路板图像中的背景层;

S052:在去除背景层之后的PCB电路板图像中确定连通图中焊点连接的有效性。

8.根据权利要求1所述的一种基于高光原理进行PCB元件提取的方法,其特征在于,所述步骤S06中对连通图中有效连接的焊点进行聚类,每个聚类包含对应元件的所有焊点,焊点之间区域即为该元件的防护涂层。

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佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司,未经佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司许可,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/202010897763.6/1.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