[发明专利]一种基于卷积神经网络检测电路板元器件极性方法和装置在审
| 申请号： | 201711189432.1 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN107886131A | 公开（公告）日： | 2018-04-06 |
| 发明（设计）人： | 王茗祎;卢必轩;曾亚光;韩定安 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广东广信君达律师事务所44329 | 代理人： | 杨晓松 |
| 地址： | 528000 广东省佛山市*** | 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： | 本发明公开一种基于卷积神经网络检测电路板元器件极性方法，调整相机安装高度和拍摄参数以及调整照明光源，选取一定数量电路板并建立极性正确和错误的目标元器件图像数据库，将所得极性正确和极性错误的电路板的目标元器件图像作为卷积神经网络的输入图像进行训练优化，得到最优化极性特征分类器，相机对待检测电路板拍摄并高斯滤波处理得到消除噪声的待测目标元器件图像，极性特征分类器对滤波后的目标元器件图像判断得到最终检测结果，判断后的目标元器件图像又作为极性特征分类器的学习对象。本发明还公开使用基于卷积神经网络检测电路板元器件极性方法的装置。相对现有技术，本发明具有快速、精准、可靠等优点，可加快电路板元器件检测速度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 检测 电路板 元器件 极性 方法 装置 | ||
【主权项】：
一种基于卷积神经网络检测电路板元器件极性方法，其特征在于，包括以下步骤：S1：调整相机的安装高度以及拍摄参数，同时调整照明光源的光照强度；S2：选取一定数量极性正确的电路板并建立极性正确的目标元器件图像数据库；S3：选取一定数量极性错误的电路板并建立极性错误的目标元器件图像数据库；S4：将所述步骤S2和所述步骤S3所得的极性正确和极性错误的电路板的所述目标元器件图像作为卷积神经网络的输入图像进行训练优化，得到最优化的极性特征分类器；S5:所述相机对待检测电路板拍摄并进行高斯滤波处理得到待测目标元器件图像，所述极性特征分类器对滤波后目标元器件图像判断得到最终检测结果；S6：判断后的所述目标元器件图像又作为所述极性特征分类器的学习对象，进一步优化极性特征分类器。
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科学技术学院，未经佛山科学技术学院许可，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/patent/201711189432.1/，转载请声明来源钻瓜专利网。
