买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北石油大学

摘要：本发明提供了基于改进RetinaNet及Canny‑Franklin矩亚像素的表面贴装异形元件参数提取方法及系统。为解决现有的方法存在检测精度低、不具有泛化性及检测效率低的问题。包括如下步骤：S1、采集表面贴装异形元件图像；S2、构建元件参数提取模型，该模型基于改进的RetinaNet网络，并构建有空间与通道注意力模块，使网络更加关注引脚区域，基于差分聚类算法求解anchor比例，以预测引脚类型及引脚初始位置；同时该模型基于双边滤波与动态阈值的Canny算子以实现图像像素级边缘的提取，并基于Franklin矩实现像素级边缘的亚像素边缘检测，以提取引脚最终位置信息；S3、采用所述元件参数提取模型对表面贴装异形元件图像的元件参数进行提取。本发明方法具有更好的鲁棒性、更高的精度和速度。

主权项：1.基于改进RetinaNet及Canny-Franklin矩亚像素的表面贴装异形元件参数提取方法，其特征在于，包括如下步骤：S1、采集表面贴装异形元件图像；S2、构建元件参数提取模型，该模型基于改进的RetinaNet网络，并构建有空间与通道注意力模块，使网络更加关注引脚区域，基于差分聚类算法求解anchor比例，以预测引脚类型及引脚初始位置；同时该模型基于双边滤波与动态阈值的Canny算子以实现图像像素级边缘的提取，并基于Franklin矩实现像素级边缘的亚像素边缘检测，以提取引脚最终位置信息；S3、采用所述元件参数提取模型对表面贴装异形元件图像的元件参数进行提取；S2中所述改进的RetinaNet网络包括：特征提取网络、特征金字塔网络FPN和分类及回归网络三部分，通过所述特征提取网络对表面贴装异形元件图像进行特征提取得到有效特征图，通过空间与通道注意力模块获得特征图的空间和通道权重，后经特征金字塔网络FPN完成多尺度特征融合，采用差分聚类算法计算anchor的比例，根据分类及回归结果对引脚种类与引脚初始位置进行预测；所述空间与通道注意力模块包括空间注意力模块和通道注意力模块，所述空间注意力模块通过空间注意力机制来捕获长距离的引脚位置依赖，并将全局信息融合到通道中，以补充元件图像的语义信息，所述通道注意力模块利用通道注意力建模通道间依赖关系重标定每个通道的重要性，动态生成网络关注区域，突出重要的元件引脚信息，抑制不相关背景区域特征激活；所述空间注意力模块的输入特征图为：X∈RH×W×C，其中C是通道数，H和W为特征图高度和宽度，用三个不同权重的1x1卷积Wθ、Wφ和Wg对X进行线性映射，得到θ＝WθX、φ＝WφX和g＝WgX，采用特征金字塔网络FPN从θ和g中采样S个代表点得到和计算相似度矩阵VP为：VP＝φT×Pθθ使用softmax函数归一化相似度矩阵VP，约束矩阵元素值为[0,1]，则空间注意力输出表示为： Wo为1×1卷积，使注意力输出恢复原始特征图尺寸；所述通道注意力模块引入ECA注意力模块，优先关注有效通道，学习相邻通道的相关性，获取特征通道的重要程度，生成通道权重，使网络强化有利于引脚检测的特征通道，弱化无关特征；所述差分聚类算法结合K-Means聚类算法和差分进化算法，计算过程为：1初始化群体从anchor比例数据中随机选取f个样本作为初始聚类中心，进行重复执行Np次，通过实数编码构造初始种群，编码方式为：Ui0＝ui1,ui2,ui3,…uif其中i＝1,2,…,Np，Ui0表示初始种群的第i个个体，uif表示第i个体的第f个聚类中心；2变异操作Viγ+1＝Ur1γ+αUr2γ-Ur3γViγ+1为变异个体，α∈[0,1]为缩放系数，r1,r2,r3为在[1,Np]区间中的随机数且互不相同，γ代表第γ代；3交叉操作当前个体Uiγ和变异个体Viγ+1进行交叉操作来获得中间个体Miγ+1＝mi1γ+1,mi2γ+1,…,mifγ+1，中间个体的第j分量为： 其中CR为交叉概率，且CR∈[0,1]，σ为[1,D]之间随机产生的一个整数，D为个体维度，β为[0,1]之间满足均匀分布且随机产生的一个数；4选择操作采用贪婪算法选择进入下一代群体的个体； fUiγ为Uiγ个体适应度；5算法终止判断进行检验种群Uγ+1中的个体，算法的终止条件是种群中最优的个体连续γ代不发生改变；若满足算法终止条件，输出最佳个体，否则重复变异交叉选择操作，一直到输出最佳聚类中心为止；6采用马氏距离计算每个样本与每个簇中心的距离： 其中，a代表样本的坐标，bi代表中心簇的坐标，∑-1是多维随机变量的协方差矩阵；7更新簇中心，计算每个簇中所有样本的均值作为新的簇中心；8重复步骤6～7，直至每个簇中心不再变化或者簇中心变化很小。

全文数据：

权利要求：

百度查询： 东北石油大学 基于改进RetinaNet及Canny-Franklin矩亚像素的表面贴装异形元件参数提取方法及系统