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：瑞峰(天津)电子有限公司

摘要：本发明提供一种基于图像识别的电路板焊接不良检测方法及系统，涉及图像识别技术领域，包括收集电路板的焊接区域图像，使用边缘检测算子，计算焊接区域图像中每个像素点的梯度幅度和梯度方向，基于相邻的像素点之间的梯度幅度差异和梯度方向差异，计算边缘权重，确定边缘连贯性评估值，基于边缘连贯性评估值，提取焊接区域边缘，得到边缘增强图；基于预先设置的单元配置，结合跳跃连接，构建残差单元，将残差单元按照由浅入深的顺序进行堆叠，同时在残差单元之间设置维度匹配层，构建不良检测网络；将边缘增强图输入训练完成的不良检测网络，确定焊接不良类型。

主权项：1.基于图像识别的电路板焊接不良检测方法，其特征在于，包括：收集电路板的焊接区域图像，使用边缘检测算子，计算所述焊接区域图像中每个像素点的梯度幅度和梯度方向，基于相邻的所述像素点之间的梯度幅度差异和梯度方向差异，计算边缘权重，确定边缘连贯性评估值，基于所述边缘连贯性评估值，提取焊接区域边缘，得到边缘增强图；基于预先设置的单元配置，结合跳跃连接，构建残差单元，将所述残差单元按照由浅入深的顺序进行堆叠，同时在所述残差单元之间设置维度匹配层，构建不良检测网络；将所述边缘增强图输入训练完成的所述不良检测网络，确定焊接不良类型，其中所述不良检测网络的训练包括基于所述边缘增强图，确定不良标签，构建训练图集，将所述训练图集输入所述不良检测网络，通过计算损失函数的值，确定准确率，经过迭代学习训练，使所述损失函数的值最小化，完成所述不良检测网络训练；使用边缘检测算子，计算所述焊接区域图像中每个像素点的梯度幅度和梯度方向，基于相邻的所述像素点之间的梯度幅度差异和梯度方向差异，计算边缘权重，确定边缘连贯性评估值包括：基于所述焊接区域图像的分辨率和细节特征，确定高斯核和标准差，对所述焊接区域图像进行卷积操作，去除图像噪声，获得平滑图像；使用边缘检测算子在水平方向和垂直方向上计算梯度，获得所述平滑图像中每个像素点的梯度幅度和梯度方向；以所述平滑图像中的每个像素点为顶点，所述像素点之间关联关系为边缘，同时根据所述像素点的梯度幅度和梯度方向，确定所述边缘对应的边缘权重，构建加权无向图；基于所述加权无向图中的任意所述顶点，确定与所述顶点相关联的所有边缘的边缘权重，计算所述边缘权重的均值，确定所述顶点的边缘连贯性评估值；所述边缘连贯性评估值的计算方法包括：确定两个顶点之间边缘权重，其公式如下： ；其中，i表示顶点，j表示另一个顶点，wij表示顶点i和顶点j之间的边缘权重，exp表示指数函数，Δθij表示顶点i和顶点j之间梯度方向差异，σ1表示控制梯度方向差异影响的方向尺度参数，Gi表示顶点i的梯度幅度，Gj表示顶点j的梯度幅度，σ2表示控制梯度幅度差异影响的幅度尺度参数；计算所述边缘权重的均值，确定所述顶点的边缘连贯性评估值，其公式如下： ；其中，Ci表示针对顶点i的边缘连贯性评估值，Ni表示与顶点i相邻的所有顶点总数；基于预先设置的单元配置，结合跳跃连接，构建残差单元，将所述残差单元按照由浅入深的顺序进行堆叠，同时在所述残差单元之间设置维度匹配层，构建不良检测网络包括：所述单元配置包括每个所述残差单元中卷积层数量、激活层数量，以及残差单元总数；所述残差单元中的卷积层由深度卷积和逐点卷积组成；基于输入的所述边缘增强图对应的每一个通道，所述深度卷积在单一通道上滑动卷积核，进行卷积操作，提取通道特征图；所述逐点卷积应用单元点卷积核对所述通道特征图进行融合操作，获得融合特征图；通过基于1×1卷积操作构建的维度匹配层，将所述残差单元匹配堆叠，构建不良检测网络；还包括：在所述残差单元匹配堆叠后，设置全局平均池化层，进行平均池化操作，再经过全连接层，将池化后的特征向量映射到与焊接不良类型数量相等的输出节点上，使用softmax激活函数处理所述全连接层的输出，得到与所述焊接不良类型匹配的各类型概率。

全文数据：

权利要求：

百度查询： 瑞峰(天津)电子有限公司 基于图像识别的电路板焊接不良检测方法及系统