[發(fā)明專利]基于SURF特征匹配的電子元器件定位和檢測方法有效
| 申請?zhí)枺?/td> | 201910827363.5 | 申請日: | 2019-09-03 |
| 公開(公告)號: | CN110706293B | 公開(公告)日: | 2023-04-25 |
| 發(fā)明(設(shè)計)人: | 曾亞光;熊志航;陳韋兆;韓定安;王茗祎;熊紅蓮;肖世旭 | 申請(專利權(quán))人: | 佛山科學(xué)技術(shù)學(xué)院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T3/00;G06T3/40;G06T7/90;G06T3/60;G06V10/46;G06V10/74 |
| 代理公司: | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205 | 代理人: | 蔡偉杰 |
| 地址: | 528000 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 surf 特征 匹配 電子元器件 定位 檢測 方法 | ||
1.基于SURF特征匹配的電子元器件定位和檢測方法,其特征在于:所述方法包括:
采集樣本電路板的圖像和待測電路板的圖像,得到原始樣本圖像和原始待測圖像;
對原始樣本圖像建立坐標(biāo)系,得到第一坐標(biāo)系,標(biāo)出原始樣本圖像中的電子元器件的坐標(biāo);
對原始待測圖像建立坐標(biāo)系,得到第二坐標(biāo)系;
分別對原始樣本圖像和原始待測圖像進行均值降采樣,得到參考樣本圖像和參考待測圖像;
分別對所述參考樣本圖像和參考待測圖像進行SURF特征點提取,通過描述符的歐氏距離作為相似性度量測度進行特征點匹配得到匹配點,根據(jù)所述匹配點計算出所述參考樣本圖像和參考待測圖像之間的幾何變換關(guān)系,定位出所述原始待測圖像中的電子元器件的坐標(biāo);
對比所述原始樣本圖像和原始待測圖像中的電子元器件的顏色矩判斷原始待測圖像中的電子元器件是否存在缺陷;
所述根據(jù)所述匹配點計算出所述參考樣本圖像和參考待測圖像之間的幾何變換關(guān)系的過程包括:
取參考待測圖像的第二坐標(biāo)系為參考坐標(biāo)系,所述參考樣本圖像的第一坐標(biāo)系為待變換坐標(biāo)系,所述待測電路板和樣本電路板沒有發(fā)生縮放形變,只發(fā)生旋轉(zhuǎn)和平移;
設(shè)參考樣本圖像旋轉(zhuǎn)θ度、x方向上平移Δx、在y方向上平移Δy后的位置與參考待測圖像重合,兩張圖像之間的變換設(shè)為:
x′=xcosθ+ysinθ+Δx
y′=y(tǒng)cosθ-xsinθ+Δy
其中(x,y)是參考樣本圖像上的點坐標(biāo),(x’,y’)是參考待測圖像上與所述參考樣本圖像上的點坐標(biāo)(x,y)相匹配的點坐標(biāo);在SURF特征點匹配后有n對匹配點的坐標(biāo),且所述n對匹配點的坐標(biāo)都滿足同一個坐標(biāo)變換關(guān)系式,對于水平方向坐標(biāo):
同理可得垂直方向坐標(biāo)滿足下列關(guān)系:
把上述式(1)、式(2)寫成矩陣的形式:
對矩陣求偽逆解出方程,得到旋轉(zhuǎn)度θ、x方向上的平移量Δx、在y方向上的平移量Δy,進而得到代表所述參考樣本圖像和參考待測圖像之間幾何變換關(guān)系的仿射變換函數(shù)f(x,y);
定位出所述原始待測圖像中的電子元器件的坐標(biāo)的過程包括:
對所述原始樣本圖像的像素點的位置進行所述仿射變換函數(shù)f(x,y)的變化,使得所述第一坐標(biāo)系轉(zhuǎn)換為所述第二坐標(biāo)系,所述原始樣本圖像的像素點的坐標(biāo)轉(zhuǎn)變?yōu)樗龅诙鴺?biāo)系的坐標(biāo),根據(jù)所述原始樣本圖像上標(biāo)出的電子元器件的坐標(biāo),定位出所述原始待測圖像中的電子元器件的坐標(biāo);
所述原始樣本圖像中的所有像素點經(jīng)過所述仿射變換函數(shù)f(x,y)中的旋轉(zhuǎn)和平移后得到的圖像與所述原始待測圖像重合。
2.根據(jù)權(quán)利要求1所述的基于SURF特征匹配的電子元器件定位和檢測方法,其特征在于,所述進行SURF特征點提取的過程包括:
生成給定圖像的積分圖像;
構(gòu)建Hessian矩陣H(x,σ),根據(jù)Hessian矩陣構(gòu)建尺度空間,利用所述積分圖像得到三維尺度空間響應(yīng)圖,采用極大值抑制來尋找候選特征點,利用三維二次擬合函數(shù)對特征點進行臨近像素插值,得到特征點的位置;
在特征點區(qū)域內(nèi)統(tǒng)計其haar小波特征,確定特征點的主方向,生成給定圖像的描述符。
3.根據(jù)權(quán)利要求1所述的基于SURF特征匹配的電子元器件定位和檢測方法,其特征在于,所述通過描述符的歐氏距離作為相似性度量測度進行特征點匹配得到匹配點的過程包括:
設(shè)為參考樣本圖像的特征點的特征向量,為參考樣本圖像的特征點的特征向量,其中對應(yīng)的特征點(x1,y1)、(x2,y2)為相互匹配的特征點對;
比較特征點最近鄰與次近鄰的歐式距離,若距離比率小于預(yù)設(shè)的第一閾值,則對應(yīng)的特征點(x1,y1)、(x2,y2)為匹配點。
4.根據(jù)權(quán)利要求1所述的基于SURF特征匹配的電子元器件定位和檢測方法,其特征在于,所述對比所述原始樣本圖像和原始待測圖像中的電子元器件的顏色矩判斷原始待測圖像中的電子元器件是否存在缺陷的過程包括:
提取出原始樣本圖像中的電子元器件和已定位出的原始待測圖像中的電子元器件的顏色矩,通過加權(quán)的歐拉距離來計算原始待測圖像中的電子元器件和原始樣本圖像的電子元器件的前三階顏色矩的顏色相似度,若顏色相似度超過顏色閾值,則判斷所述原始待測圖像中的電子元器件沒有缺陷。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于佛山科學(xué)技術(shù)學(xué)院,未經(jīng)佛山科學(xué)技術(shù)學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910827363.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于SURF算法進行定位的方法及機器人
- 一種加密域SURF圖像特征提取方法
- 基于改進SURF特征的視覺詞袋模型構(gòu)建方法
- 一種基于SURF算法的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法
- 一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法
- 一種地標(biāo)圖像的匹配識別方法和裝置
- 基于場景變化分類和在線局部特征匹配的剛體目標(biāo)跟蹤方法
- 一種基于特征和區(qū)域協(xié)同匹配的剛體目標(biāo)跟蹤方法
- 基于HSV、SURF與LBP特征相結(jié)合的敏感圖像識別方法
- 一種基于登錄框圖像的釣魚頁面識別方法及相關(guān)設(shè)備





