[发明专利]一种基于图像信息的检测定位方法及系统

权利要求书

1.一种基于图像信息的检测定位方法，其特征在于，包括：

获取待检测板卡图像的测试集，所述待检测板卡图像的测试集包括拍摄装置在不同的拍摄角度、不同的光照条件和不同的物距的情况下获取到的所述待检测板卡图像的测试集中的图像信息；

根据预设的卷积神经网络的电阻分割模型和所述测试集，对所述图像信息进行分割，得到分割后的待检测板卡的电阻图像信息，其中所述电阻分割模型由四层编码器、解码器和分类器组成；每个所述分割后的待检测板卡的电阻图像信息中至少包括一组等间距排列的电阻，所述电阻横向或纵向进行排列；

获取板卡的标准图像，基于所述板卡的标准图像，提取所述待检测板卡的电阻图像信息中的电阻轮廓，并采用最小外接矩形算法对所述电阻轮廓进行定位，得到板卡的电阻定位信息；

基于所述电阻轮廓信息，利用仿射变换方法对所述电阻定位信息进行校正，并通过高斯模板的滤波方法对电阻进行检测定位。

2.根据权利要求1所述的基于图像信息的检测定位方法，其特征在于,所述根据预设的卷积神经网络的电阻分割模型和所述测试集，对所述图像信息进行分割，之后包括：

将分割后的所述图像信息转化为第一灰度图像；

采用otsu阈值分割算法对所述第一灰度图像进行处理，得到二值化图像，其中二值化图像的处理过程包括将板卡中的模拟图像信号转变为数字图像信号；

对所述二值化图像进行形态学变换，并利用膨胀算子和腐蚀算子对形态学变换后的图像进行处理，得到分割后的待检测板卡的电阻图像信息；

将分割后的所述待检测板卡的电阻图像信息和所述标准图像相乘进行掩膜处理，得到掩膜后的图像。

3.根据权利要求2所述的基于图像信息的检测定位方法，其特征在于,所述采用otsu阈值分割算法对所述第一灰度图像进行处理，得到二值化图像，之后包括：

对所述二值化图像进行高斯滤波处理，再将在高斯滤波处理后转换为第二灰度图像；

统计所述第二灰度图像的灰度信息得到灰度直方图，并将所述灰度直方图归一化；

获取第一信息，所述第一信息包括归一化的所述灰度直方图中每个坡的坡度信息，每个所述坡的坡度信息包括电阻的坡峰值、坡总值、坡均值、坡起点和坡终点，其中所述灰度直方图中一个坡为相邻两个最低坡之间的区域；

调整最高坡点和最低坡点，并确定自适应阈值，得到分割结果图像，将所述分割结果图像记作所述待检测板卡的电阻图像信息。

4.根据权利要求1所述的基于图像信息的检测定位方法，其特征在于,所述基于所述电阻轮廓信息，利用仿射变换方法对所述阻定位信息进行校正，其中包括：

建立包围所述电阻轮廓的最小外接矩形，并计算得出所述最小外接矩形的中心点；

利用仿射变换方法，将所述中心点作为旋转中心，并逆时针旋转所述最小外接矩形至垂直。

5.根据权利要求1所述的基于图像信息的检测定位方法，其特征在于,所述获取板卡的标准图像，基于所述板卡的标准图像，提取所述待检测板卡的电阻图像信息中的电阻轮廓，之后包括：

将所述板卡的标准图像中的电阻轮廓根据轮廓类型进行聚类处理，得到电阻轮廓类别分布结果，其中轮廓类型包括金属膜电阻、碳膜电阻、熔断电阻、绕线电阻和封装电阻；

基于所述电阻轮廓类别分布结果进行聚类，得到至少一个特征聚类簇，并调用至少一个所述特征聚类簇所对应的参数范围，计算每个所述特征聚类簇内的第一参数平均数；

将每个所述第一参数平均数发送至预设的分类模型中进行处理，得到电阻分类结果。