[发明专利]一种基于高光原理进行PCB元件提取的方法在审
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 | ||
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。
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。