色環(huán)電阻是印刷電路板(PCB)中最常用的電子元器件之一,主要依靠色環(huán)的排列順序和顏色等視覺信息進行區(qū)分,易發(fā)生裝配錯誤。但是色環(huán)電阻裝配質量的人工檢測方法效率低、誤檢率高,而傳統(tǒng)的基于圖像處理技術的自動檢測方法魯棒性較差,難以解決不同拍攝角度、物距及光照條件下的PCB板色環(huán)電阻檢測問題。針對這一問題,該文提出一種基于卷積神經網絡(CNN)的PCB板色環(huán)電阻自動檢測與定位方法,首先采用編碼器-解碼器結構的卷積神經網絡模型及帶有權重的交叉熵損失函數的網絡訓練方法,較好地解決了復雜光照及場景下PCB板色環(huán)電阻的圖像分割問題;然后采用最小面積外接矩形方法定位單個色環(huán)電阻,并通過仿射變換對色環(huán)電阻位置進行垂直校正;最后通過高斯模板匹配方法實現了色環(huán)電阻的色環(huán)定位。采用1270幅PCB圖像對該文方法進行了實驗和驗證,并與傳統(tǒng)的基于形態(tài)學和基于模板匹配的色環(huán)電阻檢測方法進行了對比,結果表明,該文方法在召回率、準確率及重疊度等性能指標上具有明顯優(yōu)勢,處理速度快,能滿足實際應用要求。

【文章頁數】：10 頁

【部分圖文】：

圖4Maxpooling與Upsamping計算過程

法對色環(huán)電阻及色環(huán)進行定位。首先采用最小面積外接矩形算法獲得色環(huán)電阻的矩形輪廓，并根據輪廓信息，通過仿射變換將色環(huán)電阻統(tǒng)一校正為垂直放置，以便后續(xù)的色環(huán)定位；最后通過高斯模板匹配方法，定位出色環(huán)電阻中的各條色環(huán)。具體實現過程如下：(1)基于最小面積外接矩形算法的色環(huán)電阻定位方法：....

圖5色環(huán)電阻及色環(huán)的定位方法流程圖以及中間過程示意圖

最小面積外接矩形算法獲得色環(huán)電阻的矩形輪廓，并根據輪廓信息，通過仿射變換將色環(huán)電阻統(tǒng)一校正為垂直放置，以便后續(xù)的色環(huán)定位；最后通過高斯模板匹配方法，定位出色環(huán)電阻中的各條色環(huán)。具體實現過程如下：(1)基于最小面積外接矩形算法的色環(huán)電阻定位方法：通過建立給定目標的凸外形并旋轉外形，....

圖1PCB圖像數據集示例

別及布局形式多樣，色環(huán)電阻的種類、大小與數量也存在較大差異，數據集較為完備。本文選取其中的970幅圖像作為訓練集，共約5000個色環(huán)電阻；150幅圖像作為驗證集，用于確定合適的模型參數；150幅圖像作為測試集，共含有851個色環(huán)電阻，用于對本文所提方法進行測試。3方法本文算法的總....

圖2本文算法的總體流程圖

別及布局形式多樣，色環(huán)電阻的種類、大小與數量也存在較大差異，數據集較為完備。本文選取其中的970幅圖像作為訓練集，共約5000個色環(huán)電阻；150幅圖像作為驗證集，用于確定合適的模型參數；150幅圖像作為測試集，共含有851個色環(huán)電阻，用于對本文所提方法進行測試。3方法本文算法的總....

本文編號：3968330