基于相关分析的PCB图像分块采样装置及方法制造方法及图纸

本发明专利技术公开了一种基于相关分析的PCB图像分块采样装置及方法，其中，该装置主要包括：投影模块、相关分析模块、阈值计算模块和分区模块；投影模块用于将灰度图像投影至二维坐标系生成投影数组；相关分析模块用于将投影数组进行数据相关分析，生成自相关系数序列；阈值计算模块用于利用相关阈值算法对自相关系数序列进行计算，得到分区划分阈值；分区模块用于利用自相关系数序列和分区划分阈值对PCB灰度图像处理，生成PCB子板的区域坐标列表；采样模块用于根据PCB子板的区域坐标列表对PCB灰度图像进行图像块采样，确定采样框坐标。该装置减少了计算量，提高PCB缺陷的检测速度和检测精度，并可适用于其它图像的分区和采样。

【技术实现步骤摘要】
基于相关分析的PCB图像分块采样装置及方法
本专利技术涉及计算机软件工程
，特别涉及一种基于相关分析的PCB图像分块采样装置及方法。
技术介绍
在利用卷积神经网络对PCB(PrintedCircuitBoard，印制电路板)进行缺陷检测时，通常需要将待检测PCB图像加载到GPU(GraphicsProcessingUnit，图形处理器)中，然后再利用CNN(ConvolutionalNeuralNetworks，卷积神经网络)进行推理。但是，在实际生产过程中，由于工艺流程和效率的考虑，流水线上的每一块完整的PCB板都包括若干相同的小PCB板。相机获得的图像在1亿像素左右，非常大。由于容量限制，如此大的图片无法一次性加载到GPU中进行检测，因此需要找到一种合适的分割方法将大图分割成小图再检测。传统方法是直接将图像分割成若干个相邻的长方形区域、或分割成若干个有重叠区域的长方形区域。这两种方法需要对中间大量镂空区域和PCB区域均等地进行检测，浪费了大量计算力。因此，亟待一种新的针对PCB图像分割的技术。>
技术实现思路
...

【技术保护点】
1.一种基于相关分析的PCB图像分块采样装置，其特征在于，包括：/n图像采集模块，用于采集PCB板的灰度图像；/n投影模块，所述投影模块与所述图像采集模块连接，用于将所述灰度图像投影至二维坐标系，得到投影数组；/n相关分析模块，所述相关分析模块与所述投影模块连接，用于将所述投影数组进行数据相关分析，生成自相关系数序列；/n阈值计算模块，所述阈值计算模块与所述相关分析模块连接，用于利用相关阈值算法对所述自相关系数序列进行处理，得到分类区域划分阈值；/n分区模块，所述分区模块分别与所述阈值计算模块、所述相关分析模块和所述图像采集模块连接，利用所述自相关系数序列和所述分类区域划分阈值处理所述灰度图像...

【技术特征摘要】
1.一种基于相关分析的PCB图像分块采样装置，其特征在于，包括：
图像采集模块，用于采集PCB板的灰度图像；
投影模块，所述投影模块与所述图像采集模块连接，用于将所述灰度图像投影至二维坐标系，得到投影数组；
相关分析模块，所述相关分析模块与所述投影模块连接，用于将所述投影数组进行数据相关分析，生成自相关系数序列；
阈值计算模块，所述阈值计算模块与所述相关分析模块连接，用于利用相关阈值算法对所述自相关系数序列进行处理，得到分类区域划分阈值；
分区模块，所述分区模块分别与所述阈值计算模块、所述相关分析模块和所述图像采集模块连接，利用所述自相关系数序列和所述分类区域划分阈值处理所述灰度图像，得到PCB子板的区域坐标列表；以及
采样模块，所述采样模块分别与所述分区模块和所述图像采集模块连接，用于根据所述PCB子板的区域坐标列表在所述灰度图像进行图像块采样，确定采样框位置坐标。


2.根据权利要求1所述的基于相关分析的PCB图像分块采样装置，其特征在于，所述自相关系数序列中元素偏移的距离由元素值大小决定。


3.根据权利要求1所述的基于相关分析的PCB图像分块采样装置，其特征在于，所述分区模块具体用于：
利用所述分类区域划分阈值在所述自相关系数序列进行判断，分离所述灰度图像坐标投影大于所述分类区域划分阈值的每个峰值，并确定每个峰值坐标；
当所述每个峰值坐标代表图像在相应方向上移动一定距离后出现重复时，根据子板区域大小、采样框大小和重复率计算采样框的偏离值，再由所述采样框的偏离值和所述采样框大小得到所述PCB子板的区域坐标列表。


4.根据权利要求1所述的基于相关分析的PCB图像分块采样装置，其特征在于，所述采样模块具体用于：
获取每个PCB子板区域的高和宽；
根据所述PCB子板的区域坐标列表确定采样框大小和采样重复率；
处理所述采样框大小、所述采样重复率、所述每个PCB子板区域的高和所述每个PCB子板区域的宽，求解所述采样框坐标。


5.根据权利要求4所述的基...

【专利技术属性】
技术研发人员：罗贵明，何悦，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11