本發明專利技術實施例提供一種基于特征點匹配算法的極反缺陷檢測方法及檢測裝置，屬于工業視覺檢測技術領域。該方法包括：首先獲取PCB板的待檢測圖像、檢測模板圖像及檢測模板圖像中的待匹配點坐標；然后將待檢測圖像、檢測模板圖像及待匹配點坐標輸入至預設神經網絡，得到待匹配點在檢測模板圖像中的匹配點坐標；最后基于匹配點坐標與待檢測圖像中的第一極性標志點坐標角度判斷PCB板是否存在極反缺陷，該過程操作簡單，并且提高了PCB板極反檢測的準確性。性。性。
【技術實現步驟摘要】
一種基于特征點匹配算法的極反缺陷檢測方法及檢測裝置
[0001]本專利技術涉及工業視覺檢測
，具體地涉及一種用于PCB板極反缺陷的判斷方法、裝置及電子設備。
技術介紹
[0002]目前，PCB板(Printed Circuit Board，印制電路板)中元器件的極性標志特征較小且多樣，對PCB板進行極性檢測通常采用傳統的圖像識別方式，例如在PCB模板圖上對極性標志做模板，根據PCB模板圖來對PCB板上的元器件圖像做對比，進行缺陷判斷。因此，現有技術存在需要PCB模板圖較多，操作復雜，同時PCB板缺陷檢測誤報率較高的問題。
技術實現思路
[0003]基于此，本專利技術第一方面提供一種基于特征點匹配算法的極反缺陷檢測方法，提高了PCB板極反缺陷檢測的準確性，該方法包括：
[0004]獲取PCB板的待檢測圖像、檢測模板圖像及檢測模板圖像中的待匹配點坐標；
[0005]將待檢測圖像、檢測模板圖像及待匹配點坐標輸入至預設神經網絡，得到待匹配點在檢測模板圖像中的匹配點坐標；
[0006]基于匹配點坐標與待檢測圖像中的第一極性標志點坐標角度判斷PCB板是否存在極反缺陷。
[0007]在本專利技術實施例中，預設神經網絡包括依次連接的特征提取模塊、transformer模塊和全連接模塊；
[0008]將待檢測圖像、檢測模板圖像及待匹配點坐標輸入至預設神經網絡，得到待匹配點在檢測模板圖像中的匹配點坐標，包括：
[0009]將待檢測圖像和檢測模板圖像輸入至特征提取模塊進行特征提取，得到對應的待檢測特征圖像和檢測模板特征圖像；
[0010]對待檢測特征圖像和檢測模板特征圖像進行處理，得到特征映射信息；
[0011]將特征映射信息以及檢測模板圖像上的待匹配點坐標輸入至transformer模塊進行處理，得到輸出信息；
[0012]將輸出信息輸入至全連接層得到匹配點坐標。
[0013]在本專利技術實施例中，對待檢測特征圖像和檢測模板特征圖像進行處理得到特征映射信息，包括：
[0014]將待檢測特征圖像和檢測模板特征圖像以水平方向拼接，得到拼接特征圖像；
[0015]在拼接特征圖像上添加待匹配點坐標的位置編碼，得到特征映射信息，其中，位置編碼是根據待匹配點坐標進行編碼得到的。
[0016]在本專利技術實施例中，基于transformer模塊對特征映射信息以及檢測模板圖像上的待匹配點坐標進行處理得到輸出信息，包括：
[0017]將特征映射信息和待匹配點坐標輸入至transformer模塊的編碼器中進行編碼，
得到編碼信息和待匹配點坐標的編碼值；
[0018]將編碼信息和待匹配點坐標的編碼值輸入至transformer模塊的解碼器中進行解碼，得到解碼信息，并將解碼信息作為輸出信息。
[0019]在本專利技術實施例中，基于匹配點坐標與待檢測圖像中的第一極性標志點坐標角度判斷PCB板是否存在極反缺陷，包括：
[0020]獲取待檢測圖像上的第一極性標志點坐標；
[0021]計算匹配點坐標與第一極性標志點坐標之間的第一角度；
[0022]獲取檢測模板圖像上的第二極性標志點坐標；
[0023]計算待匹配點坐標與第二極性標志點坐標之間的第二角度；
[0024]判斷第一角度和第二角度的角度差值是否在預設角度閾值范圍內；
[0025]如果是，則PCB板不存在極反缺陷；
[0026]如果否，則PCB板存在極反缺陷。
[0027]在本專利技術實施例中，計算匹配點坐標與第一極性標志點坐標之間的第一角度，包括：
[0028]計算匹配點坐標的第一重心點坐標；
[0029]基于仿射變換將第一重心點坐標和第一極性標志點坐標轉換至同一坐標系中；
[0030]連接第一重心點坐標和第一極性標志點坐標，計算第一重心點坐標和第一極性標志點坐標的連接線與橫坐標軸的第一角度。
[0031]在本專利技術實施例中，計算待匹配點坐標與第二極性標志點坐標之間的第二角度，包括：
[0032]計算待匹配點坐標的第二重心點坐標；
[0033]基于仿射變換將第二重心點坐標和第二極性標志點坐標轉換至同一坐標系中；
[0034]連接第二重心點坐標和第二極性標志點坐標，計算第二重心點坐標和第二極性標志點坐標的連接線與橫坐標軸的第二角度。
[0035]本專利技術第二方面提供一種基于特征點匹配算法的極反缺陷檢測裝置，包括：
[0036]圖像獲取模塊，獲取PCB板的待檢測圖像、檢測模板圖像及檢測模板圖像中的待匹配點坐標；
[0037]匹配點坐標確定模塊，用于將待檢測圖像、檢測模板圖像及待匹配點坐標輸入至預設神經網絡，得到待匹配點在檢測模板圖像中的匹配點坐標；
[0038]極反判斷模塊，用于基于匹配點坐標與待檢測圖像中的第一極性標志點坐標角度判斷PCB板是否存在極反缺陷。
[0039]本專利技術第三方面提供一種電子設備，電子設備包括處理器和存儲器，存儲器存儲有能夠被處理器執行的計算機可執行指令，處理器執行計算機可執行指令以實現上述的基于特征點匹配算法的極反缺陷檢測方法。
[0040]本專利技術第四方面提供一種機器可讀存儲介質，機器可讀存儲介質上存儲有指令，指令在被處理器執行時實現上述的基于特征點匹配算法的極反缺陷檢測方法。
[0041]通過上述技術方案，首先獲取PCB板的待檢測圖像、檢測模板圖像及待檢測圖像中的待匹配點坐標；然后將待檢測圖像、檢測模板圖像及待匹配點坐標輸入至預設神經網絡，得到待匹配點在檢測模板圖像中的匹配點坐標；最后基于匹配點坐標與待檢測圖像中的第
一極性標志點坐標角度判斷PCB板是否存在極反缺陷，該過程提高了PCB板極反檢測的準確性。
[0042]本專利技術實施例的其它特征和優點將在隨后的具體實施方式部分予以詳細說明。
附圖說明
[0043]附圖是用來提供對本專利技術實施例的進一步理解，并且構成說明書的一部分，與下面的具體實施方式一起用于解釋本專利技術實施例，但并不構成對本專利技術實施例的限制。在附圖中：
[0044]圖1是本專利技術實施例提供的一種基于特征點匹配算法的極反缺陷檢測方法的流程示意圖；
[0045]圖2是本專利技術實施例提供的一種基于特征點匹配算法的極反缺陷檢測裝置的結構示意圖；
[0046]圖3是本專利技術實施例提供的一種電子設備的結構示意圖。
具體實施方式
[0047]以下結合附圖對本專利技術實施例的具體實施方式進行詳細說明。應當理解的是，此處所描述的具體實施方式僅用于說明和解釋本專利技術實施例，并不用于限制本專利技術實施例。
[0048]在工業視覺檢測領域，目前較多的是采用傳統的圖像識別方式對工業PCB板進行檢測。而PCB板中元器件的極性標志特征較小且多樣。在傳統的圖像檢測方案中，常見為在檢測模板圖上對極性標志做模板，然后通過圖像比對方式來對PCB板上的元器件圖像與模板圖做對比，進行缺陷檢測，本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于特征點匹配算法的極反缺陷檢測方法，其特征在于，包括：獲取PCB板的待檢測圖像、檢測模板圖像及所述檢測模板圖像中的待匹配點坐標；將所述待檢測圖像、所述檢測模板圖像及所述待匹配點坐標輸入至預設神經網絡，得到所述待匹配點在所述檢測模板圖像中的匹配點坐標；基于所述匹配點坐標與所述待檢測圖像中的第一極性標志點坐標角度判斷所述PCB板是否存在極反缺陷。2.根據權利要求1所述的方法，其特征在于，所述預設神經網絡包括依次連接的特征提取模塊、transformer模塊和全連接模塊；所述將所述待檢測圖像、所述檢測模板圖像及所述待匹配點坐標輸入至預設神經網絡，得到所述待匹配點在所述檢測模板圖像中的匹配點坐標，包括：將所述待檢測圖像和所述檢測模板圖像輸入至所述特征提取模塊進行特征提取，得到對應的待檢測特征圖像和檢測模板特征圖像；對所述待檢測特征圖像和所述檢測模板特征圖像進行處理，得到特征映射信息；將所述特征映射信息以及所述檢測模板圖像上的待匹配點坐標輸入至所述transformer模塊進行處理，得到輸出信息；將所述輸出信息輸入至全連接層得到所述匹配點坐標。3.根據權利要求2所述的方法，其特征在于，所述對所述待檢測特征圖像和所述檢測模板特征圖像進行處理得到特征映射信息，包括：將所述待檢測特征圖像和所述檢測模板特征圖像以水平方向拼接，得到拼接特征圖像；在所述拼接特征圖像上添加所述待匹配點坐標的位置編碼，得到所述特征映射信息，其中，所述位置編碼是根據所述待匹配點坐標進行編碼得到的。4.根據權利要求2所述的方法，其特征在于，所述基于所述transformer模塊對所述特征映射信息以及所述檢測模板圖像上的待匹配點坐標進行處理得到輸出信息，包括：將所述特征映射信息和所述待匹配點坐標輸入至所述transformer模塊的編碼器中進行編碼，得到編碼信息和待匹配點坐標的編碼值；將所述編碼信息和所述待匹配點坐標的編碼值輸入至所述transformer模塊的解碼器中進行解碼，得到解碼信息，并將所述解碼信息作為所述輸出信息。5.根據權利要求1所述的方法，其特征在于，所述基于所述匹配點坐標與所述待檢測圖像中的第一極性標志點坐標角度判斷所述PCB板是否存在極反缺陷，包括：獲取所...
【專利技術屬性】
技術研發人員：王祥，占兆武，洪海敏，蔡義，陳希邦，張榮，趙金玉，
申請(專利權)人：深圳智芯微電子科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。