針對(duì)電子元件的自動(dòng)檢測(cè)識(shí)別問題,給出一種圖像飽和度分量的Zernike矩識(shí)別電子元件的新方法。根據(jù)電子元件的圖像顏色特征,分層提取原始圖像的飽和度分量,通過遺傳算法對(duì)飽和度圖像分量進(jìn)行二值化分割并計(jì)算改進(jìn)的Zernike矩作為元件圖像的識(shí)別特征,利用切比雪夫與曼哈頓距離加權(quán)線性來取代傳統(tǒng)的歐氏距離判斷相似性,降低相似性判定時(shí)的運(yùn)算時(shí)間,從而達(dá)到識(shí)別元器件外觀的目的。實(shí)驗(yàn)表明,該方法能夠準(zhǔn)確地識(shí)別待測(cè)的元器件封裝,可應(yīng)用于電子元件生產(chǎn)和檢測(cè)中。 

【文章來源】：科學(xué)技術(shù)與工程. 2020,20(14)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

元器件的S分量圖像

圖像預(yù)處理的最終結(jié)果

元器件的圖像主要取決于其顏色和形狀,所以顏色和形狀特征結(jié)合可以有效地提升對(duì)元器件識(shí)別的準(zhǔn)確率。本文的方法從元器件圖像的預(yù)處理分割開始,然后是分割后的二值化圖像Zernike矩計(jì)算和相似性判定3個(gè)方面進(jìn)行介紹。該方法的具體架構(gòu)如圖1所示。2 元件圖像預(yù)處理

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的電路板元器件分類算法[J]. 李威,張文亮,蔡立明,余正海,段榮.  黑龍江大學(xué)工程學(xué)報(bào). 2019(03)
[2]基于灰度共生矩陣和區(qū)域生長算法的紅外光伏面板圖像分割[J]. 洪向共,周世芬.  科學(xué)技術(shù)與工程. 2018(34)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的電子元器件分類研究[J]. 陳翔,俞建定,陳曉愛,翟影.  無線通信技術(shù). 2018(02)
[4]基于多重判別分析和Zernike矩的目標(biāo)分類算法[J]. 秦記東,彭華峰.  信息工程大學(xué)學(xué)報(bào). 2017(06)
[5]基于投影序列質(zhì)心的不規(guī)則形狀識(shí)別[J]. 曹鷺萌,鄧奇根.  科學(xué)技術(shù)與工程. 2017(28)
[6]改進(jìn)二維OTSU和自適應(yīng)遺傳算法的紅外圖像分割[J]. 王坤,張楊,宋勝博,諸葛晶昌.  系統(tǒng)仿真學(xué)報(bào). 2017(06)
[7]基于不變矩和SVM的圓形交通標(biāo)志識(shí)別方法研究[J]. 張震,程偉偉,吳磊,張斌.  電子測(cè)量與儀器學(xué)報(bào). 2017(05)
[8]基于Zernike矩的人眼定位與狀態(tài)識(shí)別[J]. 李響,譚南林,李國正,張馳.  電子測(cè)量與儀器學(xué)報(bào). 2015(03)
[9]基于顯著性模型和區(qū)域生長法的藥卷缺陷檢測(cè)[J]. 劉學(xué)福,何小敏,許亮,徐海波.  科學(xué)技術(shù)與工程. 2015(04)
[10]一種基于投影曲線的印刷電路板圖像配準(zhǔn)方法[J]. 王春萌,韓焱,劉賓.  科學(xué)技術(shù)與工程. 2015(02)



本文編號(hào)：3326583