电路元件标注方法、相关方法、设备、终端及存储介质技术

本申请公开了一种电路元件标注方法、神经网络训练方法、电路元件检测方法、光学检测设备、智能终端以及计算机可读存储介质，其中，该电路元件标注方法应用于光学检测设备，该方法包括：获取待标注图像，以及获取电路元件模板；其中，待标注图像包括电路板区域；提取电路元件模板中至少一个电路元件信息；利用至少一个电路元件信息遍历待标注图像中的电路板区域，标注电路板区域中与至少一个电路元件信息相匹配的电路元件区域。上述方法，利用电路元件模板对应的电路元件信息匹配待标注图像中的电路板区域，能够提高电路元件区域标注的精准度。度。度。

【技术实现步骤摘要】
电路元件标注方法、相关方法、设备、终端及存储介质


[0001]本申请涉及图像处理
，特别是一种电路元件标注方法、相关方法、设备、终端及存储介质。

技术介绍

[0002]随着汽车电子、通讯设备、变压器、电感装置和电源模块等产品在生活中的广泛应用以及电子信息技术、通讯技术的快速发展，市场对高传输、高电压的电子产品提出了更高的要求。而作为电子元器件的基础承载部件
‑
印刷电路板(Printed circuit board，简称PCB)，其性能的优劣直接影响电子元器安装后产品的性能。
[0003]由于PCB在生产过程中无法避免地存在大量的缺陷，并且存在的缺陷主要位于PCB的电路元件处。因此，需要对存在缺陷的电路元件进行标注，以进行后续的PCB修复工作；而PCB上的电路元件一般非常小且密集，若完全进行人工标注将非常费时费力，且容易出错。如果不对存在缺陷的电路元件进行标注，而直接放入下一个流程中进行制造，后续PCB的修补成本将会越来越高，且更容易报废，造成大量的浪费成本。

技术实现思路

[0004]为解决上述问题，本申请提供了一种电路元件标注方法、相关方法、设备、终端及存储介质，能够提高电路元件区域标注的精准度。
[0005]本申请采用的一个技术方案是：一种电路元件标注方法，该方法应用于光学检测设备，该方法包括：获取待标注图像，以及获取电路元件模板；其中，待标注图像包括电路板区域；提取电路元件模板中至少一个电路元件信息；利用至少一个电路元件信息遍历待标注图像中的电路板区域，标注电路板区域中与至少一个电路元件信息相匹配的电路元件区域。
[0006]可选地，获取电路元件模板，包括：响应于用户的操作指令，在待标注图像中的电路板区域中标注操作指令对应的电路元件；利用操作指令对应的电路元件，建立电路元件模板。
[0007]可选地，获取电路元件模板，包括：获取预存的电路元件模板，其中，电路元件模板包括至少一种电路元件类型的电路元件信息；提取电路元件模板中至少一个电路元件信息，包括：识别待标注图像的电路元件类型；基于电路元件类型提取电路元件模板中相同电路元件类型的电路元件信息。
[0008]可选地，标注电路板区域中与至少一个电路元件信息相匹配的电路元件区域之后，电路元件标注方法还包括：提取相匹配的电路元件区域的电路元件图像；对电路元件图像进行翻转、旋转、放大、缩小、色度调整中的一种或多种图像处理，得到若干处理电路元件图像；将电路元件图像及其对应的处理电路元件图像输入预存的电路元件模板，以更新电路元件模板。
[0009]可选地，电路元件标注方法，还包括：获取电路元件模板中的所有电路元件图像；
计算所有电路元件图像相互之间的相似度；从电路元件模板剔除相似度大于等于相似度阈值的电路元件图像。
[0010]可选地，电路元件为尖角。
[0011]本申请采用的另一个技术方案是：提供一种神经网络训练方法，该神经网络训练方法包括：获取包括若干待训练图像的训练集，其中，待训练图像中的电路元件通过如上所述的电路元件标注方法进行标注；将训练集输入神经网络进行训练，得到用于检测电路板图像中的电路元件的神经网络。
[0012]本申请采用的另一个技术方案是：提供一种电路元件检测方法，该电路元件检测方法包括：获取电路板的待检测图像；将待检测图像输入预先训练的神经网络，获取待检测图像中电路元件的检测信息；其中，预先训练的神经网络通过如上所述的神经网络训练方法训练得到。
[0013]本申请采用的另一个技术方案是：提供一种光学检测设备，该光学检测设备包括：图像获取模块，用于获取待标注图像；其中，待标注图像包括电路板区域；模板获取模块，用于获取电路元件模板；信息提取模块，用于提取电路元件模板中至少一个电路元件信息；标注模块，用于利用至少一个电路元件信息遍历待标注图像中的电路板区域，标注电路板区域中与至少一个电路元件信息相匹配的电路元件区域。
[0014]本申请采用的另一个技术方案是：提供一种智能终端，该智能终端包括：处理器以及与处理器连接的存储器，其中，存储器中存储有程序数据，处理器调取存储器存储的程序数据，以执行如上所述的电路元件标注方法、神经网络训练方法或者电路元件检测方法。
[0015]本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质中存储有程序数据，程序数据在被处理器执行时，用以实现如上所述的电路元件标注方法、神经网络训练方法或者电路元件检测方法。
[0016]区别于现有技术，本申请提供的电路元件标注方法，应用于光学检测设备，该方法包括：获取待标注图像，以及获取电路元件模板；其中，待标注图像包括电路板区域；提取电路元件模板中至少一个电路元件信息；利用至少一个电路元件信息遍历待标注图像中的电路板区域，标注电路板区域中与至少一个电路元件信息相匹配的电路元件区域。通过上述的电路元件标注方法，利用电路元件模板对应的电路元件信息匹配待标注图像中的电路板区域，能够提高电路元件区域标注的精准度。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
[0018]图1是本申请提供的光学检测设备一实施例的结构示意图；
[0019]图2是本申请提供的电路元件标注方法一实施例的流程示意图；
[0020]图3是本申请中获取电路元件模板一实施例的流程示意图；
[0021]图4是本申请中标注操作指令对应的电路元件一实施例的界面示意图；
[0022]图5是本申请中建立电路元件模板一实施例的流程示意图；
[0023]图6是本申请中提取电路元件信息一实施例的流程示意图；
[0024]图7是本申请中更新电路元件模板一实施例的流程示意图；
[0025]图8是本申请中更新电路元件模板另一实施例的流程示意图；
[0026]图9是本申请提供的一种神经网络训练方法的流程示意图；
[0027]图10是本申请中对训练集进行更新一实施例的流程示意图；
[0028]图11是本申请中利用若干扩展图像对训练集进行更新一实施例的流程示意图；
[0029]图12是本申请提供的一种电路元件检测方法的流程示意图；
[0030]图13是本申请提供的一种智能终端的结构示意图；
[0031]图14是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0032]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电路元件标注方法，应用于光学检测设备，其特征在于，所述方法包括：获取待标注图像，以及获取电路元件模板；其中，所述待标注图像包括电路板区域；提取所述电路元件模板中至少一个电路元件信息；利用所述至少一个电路元件信息遍历所述待标注图像中的电路板区域，标注所述电路板区域中与所述至少一个电路元件信息相匹配的电路元件区域。2.根据权利要求1所述的电路元件标注方法，其特征在于，所述获取电路元件模板，包括：响应于用户的操作指令，在所述待标注图像中的电路板区域中标注所述操作指令对应的电路元件；利用所述操作指令对应的电路元件，建立所述电路元件模板。3.根据权利要求1所述的电路元件标注方法，其特征在于，所述获取电路元件模板，包括：获取预存的电路元件模板，其中，所述电路元件模板包括至少一种电路元件类型的电路元件信息；所述提取所述电路元件模板中至少一个电路元件信息，包括：识别所述待标注图像的电路元件类型；基于所述电路元件类型提取所述电路元件模板中相同电路元件类型的电路元件信息。4.根据权利要求3所述的电路元件标注方法，其特征在于，所述标注所述电路板区域中与所述至少一个电路元件信息相匹配的电路元件区域之后，所述电路元件标注方法还包括：提取所述相匹配的电路元件区域的电路元件图像；对所述电路元件图像进行翻转、旋转、放大、缩小、色度调整中的一种或多种图像处理，得到若干处理电路元件图像；将所述电路元件图像及其对应的处理电路元件图像输入所述预存的电路元件模板，以更新所述电路元件模板。5.根据权利要求4所述的电路元件标注方法，其特征在于，所述电路元件标注方法，还包括：获取所述电路元件模板中的所有电路元件图像；计算所述所有电路元件图像相互之间的相似度；从所述电路元件模板剔除所述相似度大于等于相似度...

【专利技术属性】
技术研发人员：陈龙，曹沿松，
申请(专利权)人：奥蒂玛光学科技深圳有限公司，
类型：发明
国别省市：