【技术实现步骤摘要】
本申请涉及图像识别，尤其涉及一种色环电阻颜色提取方法、装置、设备和介质。
技术介绍
1、工业制造过程中因其工艺波动、机台差异等因素会产生各种各样形态的缺陷，使用大量人力对产品缺陷识别分类。工业2.0时代，越来越多的电子制造商开始采用人工智能adc（自动缺陷分类系统）来取代人力进行缺陷分类，但在工业pcb检测领域中，插件类色环电阻需要检测每环颜色信息，对应环颜色错误则产生错件异常，仅使用adc对元器件进行检测尚达不到色环电阻颜色检测需求。
技术实现思路
1、本申请实施例提供了一种色环电阻颜色提取方法、装置、设备和介质，解决了现有技术对色环电阻颜色检测的精度不足的技术问题。
2、一方面，本申请实施例提供了一种色环电阻颜色提取方法，包括：
3、获取目标色环电阻的rgb颜色图像；
4、基于所述rgb颜色图像，获得lab颜色图像；
5、将各色环电阻的颜色类型对应lab值进行变换处理，获得颜色提取阈值；
6、基于所述颜色提取阈值，对所述lab颜色图像进行颜色提取处理。
7、作为本申请一些可选实施方式，所述将各色环电阻的颜色类型对应lab值进行变换处理，获得颜色提取阈值，包括：
8、将目标色环电阻的rgb颜色图像输入至已训练的目标颜色提取模型中，以获得各色环电阻的颜色类型；
9、基于各所述色环电阻的颜色类型，将各所述色环电阻的颜色类型对应的lab值进行变换处理，获得颜色提取阈值。
10、基
11、作为本申请一些可选实施方式，所述基于各所述色环电阻的颜色类型，将各所述色环电阻的颜色类型对应的lab值进行变换处理，获得颜色提取阈值，包括：
12、基于各所述色环电阻的颜色类型，将各色环颜色对应的lab值±10%进行变换处理，获得颜色提取阈值。
13、基于上述步骤，±10%的lab值变换处理是因为考虑了颜色的一定变化范围；这样设置可以增加了颜色提取的容错能力，从而应对一些颜色变化或制造差异且不失去识别准确性，即降低误报率。
14、作为本申请一些可选实施方式，所述目标颜色提取模型通过如下步骤训练获得：
15、构建初始adc颜色提取模型；
16、基于第一元器件样本图像集对所述初始adc颜色提取模型进行训练，以使得所述初始adc颜色提取模型输出各色环电阻的颜色类型；
17、其中，所述第一元器件样本图像集包括多张第一元器件样本图像，所述第一元器件样本图像中包括色环电阻的颜色类型标注信息。
18、作为本申请一些可选实施方式，所述基于第一元器件样本图像集对所述初始adc颜色提取模型进行训练，以使得所述初始adc颜色提取模型输出各色环电阻的颜色类型，包括：
19、获取元器件样本初始图像；
20、对所述元器件样本初始图像中色环电阻的颜色类型进行标注，获得第一元器件样本图像；
21、基于所述第一元器件样本图像，获得第一元器件样本图像集；
22、基于所述第一元器件样本图像集对初始adc颜色提取模型进行训练，以使得所述初始adc颜色提取模型输出色环电阻的颜色类型。
23、基于上述步骤，通过构建和训练目标颜色提取模型，实现了色环电阻颜色类型的自动化识别，提高了识别的效率和准确性。
24、作为本申请一些可选实施方式，在所述基于所述颜色提取阈值，对所述lab颜色图像进行颜色提取处理之后，还包括：
25、基于所述颜色提取阈值，对所述lab颜色图像进行颜色提取处理，获取各色环颜色区域；
26、基于各所述色环颜色区域，对所述lab颜色图像进行掩膜处理。
27、基于上述步骤，进一步优化了颜色提取的结果，提高了颜色提取的准确性和可靠性。
28、作为本申请一些可选实施方式，获取目标色环电阻的rgb颜色图像，包括：
29、将元器件图像输入至已训练的目标检测模型，以获得目标色环电阻的位置坐标信息；
30、基于所述目标色环电阻的位置坐标信息，对所述元器件图像进行裁剪，获得目标色环电阻图像；
31、将所述目标色环电阻图像映射至rgb颜色空间，获得rgb颜色图像。
32、基于上述步骤，实现了获取目标色环电阻的rgb颜色图像，提供了高质量、准确和干净的图像数据，有助于后续的颜色提取和分析步骤，从而提高了色环电阻颜色识别的精确性和可靠性。
33、作为本申请一些可选实施方式，所述目标检测模型通过如下步骤训练获得：
34、构建初始adc检测模型；
35、基于第二元器件样本图像集对所述初始adc检测模型进行训练，以使得所述初始adc检测模型输出色环电阻的位置信息；
36、其中，所述第二元器件样本图像集包括多张第二元器件样本图像，所述第二元器件样本图像中包括色环电阻的位置标注信息。
37、基于上述步骤，实现了色环电阻位置的自动化检测，提高了检测的效率和准确性。
38、作为本申请一些可选实施方式，所述基于第二元器件样本图像集对所述初始adc检测模型进行训练，以使得所述初始adc检测模型输出色环电阻的位置信息，包括：
39、获取元器件样本初始图像；
40、对所述元器件样本初始图像中色环电阻的位置信息进行标注，获得第二元器件样本图像；
41、基于所述第二元器件样本图像，获得第二元器件样本图像集；
42、基于所述第二元器件样本图像集对初始adc检测模型进行训练，以使得所述初始adc检测模型输出色环电阻的位置信息。
43、基于上述步骤，实现了色环电阻位置的自动检测，提高了检测的效率和准确性。
44、作为本申请一些可选实施方式，所述第二元器件样本图像是利用多个图像采集设备从元器件的上方采集获得。
45、基于上述步骤，使用多个图像采集设备从元器件的上方采集第二元器件样本图像具有综合信息、多角度视角、信息融合、降低视角限制和数据多样性等技术效果。这有助于提高图像数据的质量和多样性，从而对于后续的数据处理和分析步骤具有积极的影响，如色环电阻颜色提取和目标检测。
46、再一方面，本申请实施例提供了一种色环电阻颜色提取装置，包括：
47、获取图像模块，用于获取目标色环电阻的rgb颜色图像；
48、颜色空间转换模块，用于基于所述rgb颜色图像，获得lab颜色图像；
49、提取阈值设置模块，用于将各色环电阻的颜色类型对应lab值进行变换处理，获得颜色提取阈值；
50、颜色提取处理模块，用于基于所述颜色提取阈值，对所述lab颜色图像进行颜色提取处理。
51、再一方面，本申请实施例提供了一种电子设备，包括：存储器和处理器，所述存储器中存储有获取机程序，所述处理器执本文档来自技高网...
【技术保护点】
1.一种色环电阻颜色提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述色环电阻颜色提取方法，其特征在于，所述将各色环电阻的颜色类型对应LAB值进行变换处理，获得颜色提取阈值，包括：
3.根据权利要求2所述色环电阻颜色提取方法，其特征在于，所述基于各所述色环电阻的颜色类型，将各所述色环电阻的颜色类型对应的LAB值进行变换处理，获得颜色提取阈值，包括：
4.根据权利要求2所述色环电阻颜色提取方法，其特征在于，所述目标颜色提取模型通过如下步骤训练获得：
5.根据权利要求4所述色环电阻颜色提取方法，其特征在于，所述基于第一元器件样本图像集对所述初始ADC颜色提取模型进行训练，以使得所述初始ADC颜色提取模型输出各色环电阻的颜色类型，包括：
6.根据权利要求1所述色环电阻颜色提取方法，其特征在于，在所述基于所述颜色提取阈值，对所述LAB颜色图像进行颜色提取处理之后，还包括：
7.根据权利要求1所述色环电阻颜色提取方法，其特征在于，获取目标色环电阻的RGB颜色图像，包括：
8.根据权利要求7所述色环
9.根据权利要求8所述色环电阻颜色提取方法，其特征在于，所述基于第二元器件样本图像集对所述初始ADC检测模型进行训练，以使得所述初始ADC检测模型输出色环电阻的位置信息，包括：
10.根据权利要求8所述色环电阻颜色提取方法，其特征在于，所述第二元器件样本图像是利用多个图像采集设备从元器件的上方采集获得。
11.一种色环电阻颜色提取装置，其特征在于，包括：
12.一种电子设备，其特征在于，该电子设备包括存储器和处理器，所述存储器中存储有获取机程序，所述处理器执行所述获取机程序，实现如权利要求1-10中任一项所述的方法。
13.一种获取机可读存储介质，其特征在于，所述获取机可读存储介质上存储有获取机程序，处理器执行所述获取机程序，实现如权利要求1-10中任一项所述的方法。
...【技术特征摘要】
1.一种色环电阻颜色提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述色环电阻颜色提取方法，其特征在于，所述将各色环电阻的颜色类型对应lab值进行变换处理，获得颜色提取阈值，包括：
3.根据权利要求2所述色环电阻颜色提取方法，其特征在于，所述基于各所述色环电阻的颜色类型，将各所述色环电阻的颜色类型对应的lab值进行变换处理，获得颜色提取阈值，包括：
4.根据权利要求2所述色环电阻颜色提取方法，其特征在于，所述目标颜色提取模型通过如下步骤训练获得：
5.根据权利要求4所述色环电阻颜色提取方法，其特征在于，所述基于第一元器件样本图像集对所述初始adc颜色提取模型进行训练，以使得所述初始adc颜色提取模型输出各色环电阻的颜色类型，包括：
6.根据权利要求1所述色环电阻颜色提取方法，其特征在于，在所述基于所述颜色提取阈值，对所述lab颜色图像进行颜色提取处理之后，还包括：
7.根据权利要求1所述色环电阻颜色提取方法...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：成都数之联科技股份有限公司，
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。