System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于神经辐射场的PCB焊点三维重建方法技术_技高网

一种基于神经辐射场的PCB焊点三维重建方法技术

技术编号:41148712 阅读:5 留言:0更新日期:2024-04-30 18:15
该发明专利技术公开了一种基于神经辐射场的PCB焊点三维重建方法,涉及计算机视觉中的三维重建领域,涉及计算机视觉中的三维重建领域。本发明专利技术利用符号距离函数对焊点表面进行建模,结合双向反射分布函数对焊点图像光强进行建模,并统一至神经辐射场渲染框架进行弱监督网络学习;提出的方法利用已有的二维焊点检测设备采集图像,实现焊点三维重建,成本低廉,焊点重建分辨率高。

【技术实现步骤摘要】

本专利技术涉及计算机视觉中的三维重建领域,特别是涉及pcb焊点三维重建方法,用于焊点缺陷检测。


技术介绍

1、在pcb电路板的贴片生产过程中,电子元器件放置在带锡膏的焊盘上,通过回流焊炉或高温焊烙铁,与焊盘连接,形成焊点。焊点的质量决定了信号导通的质量。常见的焊点缺陷包括,缺焊、少焊、多焊。焊点必须达到一定的要求才能达到质量要求。所以,当前的pcb贴片生产过程中需要借助焊点aoi设备来检查焊点是否存在缺陷。三维焊点aoi设备主要依靠高精度的激光传感器实现焊点三维成像,精度越高,成本越高;二维焊点的aoi设备主要通过三色环形光源配合小视角相机采集图像实现。环形光源有红、绿、蓝纯色光源组成,且成不同的角度,焊点表面会反射不同颜色的光成像。待检测焊点通过与参考焊点的比对,对比蓝色成像区域的大小接近来判断待测焊点是否合格。这种基于二维图像的检测方法成本低,但依赖于检测人员的经验。


技术实现思路

1、本专利技术的目的是解决在不增加硬件成本的基础上,利用二维焊点图像实现高精度的焊点三维重建。本专利技术利用符号距离函数对焊点表面进行建模,结合双向反射分布函数对焊点图像光强进行建模,并统一至神经辐射场渲染框架进行弱监督网络学习。提出的方法仅利用已有的二维焊点检测设备采集图像,实现焊点三维重建,成本低廉,焊点重建分辨率高。

2、本专利技术技术方案为一种基于神经辐射场的pcb焊点三维重建方法,该方法包括:

3、步骤1:采用相机采集焊点图像,焊点图像的宽为h,高为w;

>4、步骤2:给定相机中心p=(0,0,0),建立以相机中心为原点的坐标系,光线方向r为(0,0,-1),即z轴的负方向;在z=1~-0.5平面间沿着z轴负方向对焊点图像每个像素的光线进行采样,采样点数为k,记采样的三维空间点坐标为x,x∈rw×h×64,则采样点如下;

5、

6、设定三色光源的入射角度θ=[θ1,θ2,θ3]范围(θ1=15,θ2=45,θ3=70),光强i0=1,相机视角

7、步骤3:计算x的位置编码e(x):

8、e(x)=[x,sin(x),cos(x),sin(2x),cos(2x),...,sin(6x),cos(6x)]

9、步骤4:建立符号距离函数多层感知机n1;符号距离函数多层感知机n1以x的位置编码e(x)为输入,输出为符号距离d,用于衡量空间点距离物体表面的距离,定义为:

10、

11、f(x)表示符号距离函数,定义不透明度函数如下:

12、σ(x)=φ(f(r,x))∈[0,1]

13、其中,令同时求取偏导计算得到的f(x)即为物体表面上该点的法向

14、步骤5:构建双向反射分布函数感知机n2,双向反射分布函数感知机n2输入为初始光强i0、入射角θ、相机视角v、法向输出为位置x对应的红、绿、蓝三色通道的光强分量c1,c2,c3;

15、步骤6:设混合反射模型为:

16、c=α·ld+β·ls

17、其中,c表示颜色,由红、绿、蓝三色通道构成,,ld为光的散射分量,定义为γ表示表面到光源的距离;ls为光的镜面反射分量,定义为α,β为n2中待学习的平衡因子,其中为光源方向,由法向的水平角和入射角θ计算所得;

18、步骤7:通过上述得到的x,σ(x),c渲染神经辐射场,渲染公式如下:

19、

20、

21、其中,c(r)表示沿着光线方向r上的采样点颜色,σk表示沿着光线方向r第k个采样点的不透明度,ck是沿着光线方向r上第k个采样点的颜色,tk为第k个采样点到相机中心的距离,δk=tk+1-tk为相邻两个采样点之间的距离;

22、步骤8:最小化网络训练的目标函数,采用误差逆传播方法优化符号距离函数多层感知机n1的参数、双向反射分布函数感知机n2的参数和平衡因子α,β,当网络收敛时,停止优化;

23、

24、步骤9:由优化后的符号距离函数多层感知机n1输出重建的x所有的距离值,找到d=0即为重建目标的表面。

25、进一步的,符号距离函数多层感知机n1的具体结构为:9层感知机,采用全连接方式,输入层为3个神经元输入x,隐藏层为256个神经元,隐藏层共有7层,输出层为1个神经元,输出距离d。

26、双向反射分布函数感知机n2的具体结构为:4层感知机,采用全连接方式,输入层为3个神经元,隐藏层为10个神经元,隐藏层共有2层,输出层为10个神经元。

27、本专利技术利用符号距离函数对焊点表面进行建模,结合双向反射分布函数对焊点图像光强进行建模,并统一至神经辐射场渲染框架进行弱监督网络学习;提出的方法利用已有的二维焊点检测设备采集图像,实现焊点三维重建,成本低廉,焊点重建分辨率高。

本文档来自技高网...

【技术保护点】

1.一种基于神经辐射场的PCB焊点三维重建方法,该方法包括:

2.如权利要求1所述的一种基于神经辐射场的PCB焊点三维重建方法,其特征在于,所述符号距离函数多层感知机N1的具体结构为:9层感知机,采用全连接方式,输入层为3个神经元输入x,隐藏层为256个神经元,隐藏层共有7层,输出层为1个神经元,输出距离d。

3.如权利要求1所述的一种基于神经辐射场的PCB焊点三维重建方法,其特征在于,所述双向反射分布函数感知机N2的具体结构为:4层感知机,采用全连接方式,输入层为3个神经元,隐藏层为10个神经元,隐藏层共有2层,输出层为10个神经元。

【技术特征摘要】

1.一种基于神经辐射场的pcb焊点三维重建方法,该方法包括:

2.如权利要求1所述的一种基于神经辐射场的pcb焊点三维重建方法,其特征在于,所述符号距离函数多层感知机n1的具体结构为:9层感知机,采用全连接方式,输入层为3个神经元输入x,隐藏层为256个神经元,隐藏层共有...

【专利技术属性】
技术研发人员:郑亚莉陈志铭华航丁尧禹白利兵
申请(专利权)人:电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1