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：北京柏瑞安电子技术有限公司

摘要：本发明实施例提供了一种基于视觉的印刷电路板非标准元件识别定位方法及系统，所述方法包括以下步骤：采集图像数据，并进行预处理；构建所述印刷电路板非标准元件的定位神经网络模型，并利用所采集并预处理后的多组样本图像训练所述定位神经网络模型；利用训练完成的所述定位神经网络模型，对所述印刷电路板非标准元件进行识别定位。本发明采用多个分层的神经网络模型对印刷电路板图像进行建模，通过设计神经网络相邻层次之间神经元的连接方式和连接权重建立具有非标准元件识别和定位能力的网络模型，能够自动从包含印刷电路板、非标准电子元件的图像或视频中定位非标准电子元件的轮廓区域，具备较高的定位精度和定位速度，实现更高的定位性能。

主权项：1.一种基于视觉的印刷电路板非标准元件识别定位方法，其特征在于，所述方法包括以下步骤：采集图像数据，并进行预处理：获取包含完整的未安装元件的电路板和元件插槽的输入图像Input，采集输入图像数据；获取包含完整的已安装元件的待作业参照电路板的参考图像Reference，采集参考图像数据；所述参考图像的通道数与所述输入图像的通道数相一致；对所采集的所述输入图像、参考图像分别进行色彩空间转换的预处理操作，得到预处理后的输入图像Input′以及预处理后的参考图像Reference′；构建所述印刷电路板非标准元件的定位神经网络模型，并利用所采集并预处理后的多组样本图像训练所述定位神经网络模型：预处理后的所述输入图像Input′、参考图像Reference′作为一组样本图像；构建所述定位神经网络模型；所述定位神经网络模型包括一层输入层、六层隐藏层及一层输出层；每组所述样本图像作为所述定位神经网络模型的输入层，与样本图像组中所述输入图像对应的元件安装标记作为模型输出层，代入所述定位神经网络模型，采用反向传播算法对所述定位神经网络模型进行训练；利用训练完成的所述定位神经网络模型，对所述印刷电路板非标准元件进行识别定位：当给出一张需定位的未安装元件的印刷电路板时，从样本库中任意取出一张已安装元件的印刷电路板；采集所述需定位的未安装元件的印刷电路板的待识别定位图像及所述已安装元件的印刷电路板的样本参照图像；其中，所述待识别定位图像的通道数与所述样本参照图像的通道数相一致；将所述待识别定位图像、样本参照图像分别作为输入图像Input、参考图像Reference输入训练完成的所述定位神经网络模型，并根据所述定位神经网络模型的输出定位所述需定位的未安装元件的印刷电路板的非标准元件位置。

全文数据：

权利要求：

百度查询： 北京柏瑞安电子技术有限公司 基于视觉的印刷电路板非标准元件识别定位方法及系统