【技术实现步骤摘要】
基于CNN的PCB板图像相似度的快速检索方法
[0001]本专利技术涉及
PCB
板检测技术,特别涉及一种基于
CNN
的
PCB
板图像相似度的快速检索方法
。
技术介绍
[0002]目前人工智能领域飞速发展,大量工业行业内出现人工智能代替人员对产品进行产品优良判断,而人工智能检测的准确率与训练样本的数量有密切的关系
。
如何在大量的
PCB
板图像数据中快速准确的寻找出所需要的
PCB
板图像数据一直是
PCB
板图像处理和机械视觉研究领域的热点
。
[0003]现有技术中会采用
PCB
板图像相似度匹配的方法进行优良品的判断
。PCB
板图像相似度计算方式一般分为两种,一是使用
PCB
板图像特征点进行特征匹配,将目标
PCB
板图像特征点与检测
PCB
板图像特征点进行匹配,二是将目标
PCB
板图像信息转化为一组特征向量,使用该特征向量与
PCB
板图像生成特征向量进行对比获得两组特征向量间的偏差
。
[0004]对于特征点匹配,存在特征点冗余,进而在进行
PCB
板图像相似度检索时,需要进行大量的比较增大了时间成本,严重降低了匹配的效率
。
对于
PCB
板图像特征向量,现有的特征向量算法将复杂背景 ...
【技术保护点】
【技术特征摘要】
1.
一种基于
CNN
的
PCB
板图像相似度的快速检索方法,其特征在于,包括:
(1)
收集
PCB
板图像数据,分为测试集和训练集;
(2)
根据
PCB
板图像训练集对深度卷积神经网络进行训练,获得训练后的深度卷积神经网络模型;
(3)
将数据库的原始
PCB
板图像输入训练完成的深度卷积神经网络模型获得数据库的原始
PCB
板图像的特征向量;使用感知哈希算法获得数据库的原始
PCB
板图像的哈希码;将获得的数据库的原始
PCB
板图像的特征向量以及哈希码作为两组检索信息存入
PCB
板图像数据库中;
(4)
获得待检索的缺陷
PCB
板图像,将该缺陷
PCB
板图像输入训练好的深度卷积网络,获得缺陷
PCB
板图像的特征向量;使用感知哈希算法对该缺陷
PCB
板图像进行处理,获得缺陷
PCB
板图像的哈希码;
(5)
将待检索
PCB
板图像的哈希码在
PCB
板图像数据库中,依照一定条件进行检索,若未检索到的
PCB
板图像,则认为
PCB
板图像数据库不存在相似
PCB
板图像;如果检索到,则作为初步筛选的
PCB
板图像,则继续进行步骤
(6)
;
(6)
将待检索
PCB
板图像特征向量与初步筛选的
PCB
板图像的特征向量进行相似度计算,并输出满足条件的
PCB
板图像数据
。2.
如权利要求1所述的方法,其特征在于,收集
PCB
板图像数据,分为测试集和训练集包括:从
PCB
板图像数据库中进行随机抽样,获得小样本的
PCB
板图像数据集;将小样本的
PCB
板图像数据集进行标注特征信息,为小样本数据集每个
PCB
板图像分配一个或多个与其内容相关的标签;对标签信息细化后的原始
PCB
板图像数据集进行分类,获得训练集和测试集
。3.
如权利要求1所述的方法,其特征在于,深度卷积神经网络为卷积神经网络
ResNet50。4.
如权利要求1所述的方法,其特征在于,将数据库的原始
PCB
板图像输入训练完成的深度卷积神经网络模型获得数据库的原始
PCB
板图像的特征向量包括:将数据库的原始
PCB
板图像输入训练完成的深度卷积神经网络模型,从靠近输出层的层提取特征,表示
PCB
板图像丝印
、
工艺
、
油墨颜色和
/
或形状信息
。5.
如权利要求1所述的方法,其特征在于,步骤
(5)
对于待检索
PCB
板图像,遍历
PCB
板图像数据库...
【专利技术属性】
技术研发人员:徐晨,刘哲,陈佳佳,
申请(专利权)人:声瞳科技广州有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。