[發明專利]基于相關分析的PCB圖像分塊采樣裝置及方法有效
| 申請號: | 202010104106.1 | 申請日: | 2020-02-20 |
| 公開(公告)號: | CN111415327B | 公開(公告)日: | 2023-02-28 |
| 發明(設計)人: | 羅貴明;何悅 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/136;G06T7/11;G06T7/73 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 王艷斌 |
| 地址: | 10008*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 相關 分析 pcb 圖像 分塊 采樣 裝置 方法 | ||
1.一種基于相關分析的PCB圖像分塊采樣裝置,其特征在于,包括:
圖像采集模塊,用于采集PCB板的灰度圖像;
投影模塊,所述投影模塊與所述圖像采集模塊連接,用于將所述灰度圖像投影至二維坐標系,得到投影數組;
相關分析模塊,所述相關分析模塊與所述投影模塊連接,用于將所述投影數組進行數據相關分析,生成自相關系數序列;
閾值計算模塊,所述閾值計算模塊與所述相關分析模塊連接,用于利用相關閾值算法對所述自相關系數序列進行處理,得到分類區域劃分閾值;
分區模塊,所述分區模塊分別與所述閾值計算模塊、所述相關分析模塊和所述圖像采集模塊連接,利用所述自相關系數序列和所述分類區域劃分閾值處理所述灰度圖像,得到PCB子板的區域坐標列表;以及
采樣模塊,所述采樣模塊分別與所述分區模塊和所述圖像采集模塊連接,用于根據所述PCB子板的區域坐標列表在所述灰度圖像進行圖像塊采樣,確定采樣框位置坐標。
2.根據權利要求1所述的基于相關分析的PCB圖像分塊采樣裝置,其特征在于,所述自相關系數序列中元素偏移的距離由元素值大小決定。
3.根據權利要求1所述的基于相關分析的PCB圖像分塊采樣裝置,其特征在于,所述分區模塊具體用于:
利用所述分類區域劃分閾值在所述自相關系數序列進行判斷,分離所述灰度圖像坐標投影大于所述分類區域劃分閾值的每個峰值,并確定每個峰值坐標;
當所述每個峰值坐標代表圖像在相應方向上移動一定距離后出現重復時,根據子板區域大小、采樣框大小和重復率計算采樣框的偏離值,再由所述采樣框的偏離值和所述采樣框大小得到所述PCB子板的區域坐標列表。
4.根據權利要求1所述的基于相關分析的PCB圖像分塊采樣裝置,其特征在于,所述采樣模塊具體用于:
獲取每個PCB子板區域的高和寬;
根據所述PCB子板的區域坐標列表確定采樣框大小和采樣重復率;
處理所述采樣框大小、所述采樣重復率、所述每個PCB子板區域的高和所述每個PCB子板區域的寬,求解所述采樣框坐標。
5.根據權利要求4所述的基于相關分析的PCB圖像分塊采樣裝置,其特征在于,所述采樣框的大小通過計算確定。
6.一種基于相關分析的PCB圖像分塊采樣方法,其特征在于,包括以下步驟:
采集PCB板的灰度圖像;
將所述灰度圖像投影到至二維坐標系,得到投影數組;
將所述投影數組進行數據相關分析,生成自相關系數序列;
利用相關閾值算法對所述自相關系數序列進行處理,得到分類區域劃分閾值;
利用所述自相關系數序列和所述分類區域劃分閾值處理所述灰度圖像,得到PCB子板的區域坐標列表;以及
根據所述PCB子板的區域坐標列表在所述灰度圖像進行圖像塊采樣,確定采樣框位置坐標。
7.根據權利要求6所述的基于相關分析的PCB圖像分塊采樣方法,其特征在于,所述自相關系數序列中元素偏移的距離由元素值大小決定。
8.根據權利要求6所述的基于相關分析的PCB圖像分塊采樣方法,其特征在于,所述處理所述灰度圖像、所述自相關系數序列和所述分類區域劃分閾值,得到PCB子板的區域坐標列表,包括:
利用所述分類區域劃分閾值在所述自相關系數序列進行判斷,分離所述灰度圖像坐標投影大于所述分類區域劃分閾值的每個峰值,并確定每個峰值坐標;
當所述每個峰值坐標代表圖像在相應方向上移動一定距離后出現重復時,根據子板區域大小、采樣框大小和重復率計算采樣框的偏離值,再由所述采樣框的偏離值和所述采樣框大小得到所述PCB子板的區域坐標列表。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010104106.1/1.html,轉載請聲明來源鉆瓜專利網。





