一种识别元器件缺损的图像识别方法及其系统技术方案

本发明专利技术公开了一种识别元器件缺损的图像识别方法，所述元器件图像识别方法，依次包括如下步骤：图像采集；图像预处理；缺损图像识别定位；识别结果显示。本发明专利技术还公开一种实施识别元器件缺损的图像识别系统，所述系统包括：图像采集模块、图像预处理模块、缺损图像识别定位模块及识别结果显示模块。本发明专利技术采用的偏振成像技术能够有效的消除由于材料反射光造成识别程序的失效，该图像识别系统的使用环境更为广泛；由于采用全局卷积算法处理，避免了传统字符识别匹配算法的复杂性，该识别算法具有更高的效率，具有较高的识别效率；采用分区域识别技术，所以不仅能够对图像的整体是否存在缺陷做出判断，还能给出缺损区域的位置以及缺损程度。

【技术实现步骤摘要】
一种识别元器件缺损的图像识别方法及其系统
本专利技术涉及一种图像识别方法及其系统，尤其涉及一种识别元器件缺损的图像识别方法及其系统。
技术介绍
随着现代工业对电子元器件的需要量日益增加，使得种类繁多元器件需要大规模批量生产，这也对元器件的智能检测提出更高的要求。如对电子元器件的外部结构是否存在缺陷的检测，标识牌是否存在印刷残缺的检测等。同时由于电子元器件尺寸的微小，传统的人工检测标刻在电子元器件上的标识缺损存在效率低下，漏检测高等问题，直接限制的产品的品质和生产效率。因此实现电子元器件标识缺陷的图像智能识别至关重要。由于电子元器件的外壳材料种类繁多，其中部分材料对光的反射尤为严重，这对图像识别造成很大的影响；其次同一生产线不同批次的产品外部结构各异，单一固定的图像识别模式很难满足生产线上对产品标识检测的要求；再次，电子元器件标识存在图标、字母、数字、标记符等，传统的图像识别匹配很难同时满足识别的准确度、智能性、高效性。所以设计一种快速准确定位、智能识别元器件缺陷和元器件标识缺陷的图像识别系统对提高产品检测效率，减少误判率，减少用人成本尤为重要。本文档来自技高网...

【技术保护点】
1.一种识别元器件缺损的图像识别方法，其特征是，所述元器件图像识别方法，依次包括如下步骤：/nStep1. 图像采集/n采用偏振成像技术，同时获得0°、45°、90°、135°四个偏振角度下元器件标识成像，将图像灰度化后比较各图像的统计直方图，根据直方图统计选择灰度分布在低值范围内的图像作为图像处理图像；/nStep2. 图像预处理/n对图像进行高斯滤波并二值化处理，采用特定大小的卷积内核对其进行卷积计算，并将卷积结果与设定的阈值比较：将大于阈值的像素点值设定为1，将小于阈值的像素点值设定为0；N×N大小的卷积内核如下所示：/n

【技术特征摘要】
1.一种识别元器件缺损的图像识别方法，其特征是，所述元器件图像识别方法，依次包括如下步骤：
Step1.图像采集
采用偏振成像技术，同时获得0°、45°、90°、135°四个偏振角度下元器件标识成像，将图像灰度化后比较各图像的统计直方图，根据直方图统计选择灰度分布在低值范围内的图像作为图像处理图像；
Step2.图像预处理
对图像进行高斯滤波并二值化处理，采用特定大小的卷积内核对其进行卷积计算，并将卷积结果与设定的阈值比较：将大于阈值的像素点值设定为1，将小于阈值的像素点值设定为0；N×N大小的卷积内核如下所示：



Step3.缺损图像识别定位
包括如下步骤：
Step3.1图像区域分割
将Step2中处理的图形矩阵进行列项求和后，进行归一化处理得到行矩阵A，设定阈值0.1，找出归一化矩阵A中接近0.1的数值的位置；
Step3.2标准件预学习
将经过Step1采集到的标准件图像进行Step2、Step3.1步骤操作，得到标准件各子图像；再分别对各子图像进行腐蚀处理得到各子图像的几何结构骨干，保存各个区域所在的行、列索引，以及相应的图像几何结构骨干；
Step3.3图像匹配识别模块
将待检测的元器件经过Step1、Step2、Step3.1中所述方法进行处理后，得到检测件各子图像，逐个子图像区域与Step3.2中获得的标准件对应区域的几何结构骨干矩阵进行卷积计算，将卷积结果矩阵中最大值与几何结构骨干矩阵中非零元素个数的比值θ，1减去该比值θ即为图像的缺损度ρ，即1-θ=ρ，保存各子图像的缺损度ρ数值；
Step4.识别结果显示
预设最大图像缺损度ρ的数值，若待测件经过上述Step1~Step3处理后得到任意缺损度大于预设最大图像缺损度后，向串口发送指令；发送指令后再在显示屏幕上显示该子图像，并显示相应的缺损度ρ；若存在多个不合格子图像，则分行显示；若待测件所有子图像的缺...

【专利技术属性】
技术研发人员：仰振东，储松潮，唐兵，周剑，
申请(专利权)人：安徽铜峰电子股份有限公司，
类型：发明
国别省市：安徽;34