【技术实现步骤摘要】
本专利技术涉及算法领域，特别指一种氧化引线框架精确计数方法。
技术介绍
1、引线框架作为集成电路的芯片载体，是电子信息产业中重要的基础材料。它最开始计数是产业工人手动一片一片翻动计数，在这个过程中，容易造成产品的损坏和污染，且长时间重复性的操作，会造成人工的视觉疲劳，从而影响计数的准确性。在机器视觉技术的兴起发展下，用工业相机采集引线框架图像，加上图像处理算法自动计数的方案逐渐取代人工计数。而以往对于引线框架计数的图像处理方法通常是，首先将图像二值化，然后提取每一条产品的最小外接矩形，通过统计每一张图像中的最小外接矩形数量，从而计算出每张图像中引线框架的数量。
2、对于理想状态的引线框架，这种计数方法准确度比较高。但对于引线框架产品紧密堆叠在一起，且产品表面有氧化的情况，则无法准确的通过二值化来分割每条产品而达到精准计数的目的。而在实际工业应用中，这种引线框架产品紧密堆叠在一起，且产品表面有氧化的情况出现频率很高，具体为：
3、1、引线框架为堆叠放置，部分产品之间无间隙或间隙很小，无法直接分割，从而造成计数困难；
4、2、部分引线框架因管理不善或在外放置时间过长，产品表面发生氧化，在工业相机的成像下，表现为杂乱的干扰点和干扰块；
5、因此需要一种在此环境下对引线框架精确计数的方法。
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种通过对采集图像划分区域后，进行图像离散化处理，并通过提取离散化图像中竖线与引
2、本专利技术采用的技术方案如下：一种氧化引线框架精确计数方法包括如下步骤：
3、s1、图像采集：通过ccd相机拍摄采集引线框架图像；
4、s2、确定roi检测区域：在步骤s1中采集的引线框架图像中取矩形区域作为检测区域，在图像中定义水平方向为x方向，竖直方向为y方向；
5、s3、求解滤波后的梯度图像：求解得到步骤s2中检测区域滤波后的梯度图像，在检测区域图像的x、y方向用三阶sobel算子进行滤波，滤波公式为，其中，表示滤波后的梯度图像，表示滤波前的图像，表示x方向的sobel算子，，表示y方向的sobel算子，；
6、s4、梯度图像离散化处理：在步骤s3中滤波后的梯度图像中，沿x方向等间距的抽取以y方向延伸的n列竖线作为分析对象，其中，n为配置参数，根据步骤2中检测区域的大小取值；
7、s5、提取边缘点对：将步骤s5中抽取的n列竖线与引线框架相交的上下边缘点定义成一组边缘点对；同时，在竖线图像上沿y方向由上而下搜索由暗到亮的边缘，确定上边缘点，再继续搜索由亮到暗的边缘，确定下边缘点；找到下边缘点后，又重新搜索暗到亮的边缘，如此循环迭代，直至找出该竖线上所有引线框架的上下边缘点后，检索检测区域，判断检测区域内的竖线是否全部提取边缘点对，如无，则在其他竖线上沿y方向重复搜索，直至提取n列竖线上的边缘点对；
8、s6、通过边缘点对厚度进行第一次筛选：对步骤5提取的n条竖线上的边缘点对进行第一次筛选，计算沿边缘点对中上边缘点与下边缘点的距离，其中表示下边缘点的y坐标值，表示上边缘点的y坐标值，当或者时，剔除该组边缘点，其中，表示引线框架允许的最小厚度，表示引线框架允许的最大厚度，如此循环直至对步骤s5中提取的边缘点对完成第一次筛选；
9、s7、通过拟合直线距离进行第二次筛选：将步骤6第一次筛选后的边缘点对在同一条引线框架方向上（即x方向），进行最小二乘法直线拟合，计算每组边缘点对中的点到拟合直线的距离，将距离大于设定阈值d的边缘点对剔除，拟合直线的公式为y=k*x+b，其中，k为最小二乘拟合的直线斜率，b为截距；d2为点到拟合直线的距离其中，x和y分别表示点的x、y坐标值，和分别表示坐标x、y的平均值；
10、s8、计算置信度输出计数结果：统计步骤7中每列图像里剩下边缘点对的数量，此时一列里的边缘点对的数量即可代表该列里引线框架的条数，对于各列里边缘点对数不一致的情况，采用投票表决加置信度的方法，最后以置信度最高的数量作为最终处理识别的引线框架数量。
11、优选的，所述步骤s1中ccd相机从上下叠放的引线框架的正前方拍摄采集图像；所述ccd相机像素为500万，分辨率为2448*2048。
12、优选的，所述步骤s2中检测区域坐标为（x、y、width、height），其中，x为检测区域y方向侧边对应的坐标直线，y为检测区域x方向侧边对应的坐标直线，width为检测区域图像宽度值，height为检测区域图像高度值，检测区域的宽度和高度不大于步骤s1中采集图像的宽度值和高度值。
13、优选的，所述步骤s5中沿y方向由上而下搜索由暗到亮的边缘，通过步骤s4中图像内灰度值大于0的点判断，当该点的灰度值的绝对值大于设置阈值t1时，确定该点为上边缘点。
14、优选的，所述t1的取值范围为15至25个像素单位。
15、优选的，所述步骤s5中继续搜索由亮到暗的边缘，通过步骤s4中图像内灰度值小于0的点判断，当该点的灰度值的绝对值小于设置阈值t2时，确定该点为下边缘点。
16、优选的，所述t2的取值范围为15至25个像素单位。
17、优选的，所述步骤s6中h1和h2的取值根据引线框架的厚度确定，基于引线框架的厚度范围为10至15像素单位，取h1的取值范围为5至10像素单位，取h2的取值范围为15至25像素单位。
18、优选的，所述步骤s7中阈值d为点相对拟合直线的偏移距离系数，d取值范围为不大于5个像素单位。
19、本专利技术的有益效果在于：
20、本专利技术针对现有技术存在的缺陷和不足自主研发设计了一种通过对采集图像划分区域后，进行图像离散化处理，并通过提取离散化图像中竖线与引线框架相交产生的边缘点对，利用边缘点对的厚度与引线框架的理论厚度比对完成第一次筛选后，通过点与引线框架拟合直线的距离偏移进行第二次筛选，并将两次筛选得到的边缘点对在各列竖向上的数量采用投票表决加置信度的方法确定最终识别的引线框架的数量，有效提高了堆叠氧化情况下计数精准度的氧化引线框架精确计数方法。
21、本专利技术应用于堆叠及氧化情况下的引线框架精准计数，实现了引线框架在堆叠放置无间隙或间隙很小，且产品表面有氧化的实际工业环境下的精确计数的要求，满足实际工业场景应用。具体的，本专利技术首先从堆叠的引线框架正前方拍摄采集引线框架图像，拍摄到的图像中代表引线框架的图像为沿水平方向延伸的多条直线，同时由于堆叠间隙或氧化影响，在图像中代表引线框架的直线会相互叠合在一起；在得到采集图像后本文档来自技高网...
【技术保护点】
1.一种氧化引线框架精确计数方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤S1中CCD相机从上下叠放的引线框架的正前方拍摄采集图像；所述CCD相机像素为500万，分辨率为2448*2048。
3.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤S2中检测区域坐标为（X、Y、Width、Height），其中，X为检测区域Y方向侧边对应的坐标直线，Y为检测区域X方向侧边对应的坐标直线，Width为检测区域图像宽度值，Height为检测区域图像高度值，检测区域的宽度和高度不大于步骤S1中采集图像的宽度值和高度值。
4.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤S5中沿Y方向由上而下搜索由暗到亮的边缘，通过步骤S4中图像内灰度值大于0的点判断，当该点的灰度值的绝对值大于设置阈值T1时，确定该点为上边缘点。
5.根据权利要求4所述的氧化引线框架精确计数方法，其特征在于：所述T1的取值范围为15至25个像素单位。
6.根据权利要求1所
7.根据权利要求6所述的氧化引线框架精确计数方法，其特征在于：所述T2的取值范围为15至25个像素单位。
8.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤S6中H1和H2的取值根据引线框架的厚度确定，基于引线框架的厚度范围为10至15像素单位，取H1的取值范围为5至10像素单位，取H2的取值范围为15至25像素单位。
9.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤S7中阈值D为点相对拟合直线的偏移距离系数，D取值范围为不大于5个像素单位。
...【技术特征摘要】
1.一种氧化引线框架精确计数方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤s1中ccd相机从上下叠放的引线框架的正前方拍摄采集图像；所述ccd相机像素为500万，分辨率为2448*2048。
3.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤s2中检测区域坐标为（x、y、width、height），其中，x为检测区域y方向侧边对应的坐标直线，y为检测区域x方向侧边对应的坐标直线，width为检测区域图像宽度值，height为检测区域图像高度值，检测区域的宽度和高度不大于步骤s1中采集图像的宽度值和高度值。
4.根据权利要求1所述的氧化引线框架精确计数方法，其特征在于：所述步骤s5中沿y方向由上而下搜索由暗到亮的边缘，通过步骤s4中图像内灰度值大于0的点判断，当该点的灰度值的绝对值大于设置阈值t1时，确定该点为上边缘点。
<...【专利技术属性】
技术研发人员：肖贤军，肖波，朱为，王威，吴韬，何礼强，谢昌锋，涂丹，王林泉，文欢梅，
申请(专利权)人：深圳市睿阳精视科技有限公司，
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。