一种基于高频信息的贴片图像识别方法及装置

技术领域

本申请实施例涉及贴片机技术领域，尤其涉及一种基于高频信息的贴片图像识别方法及装置。

背景技术

目前，贴片机是SMT(表面贴装技术)的生产线中的主要设备，也是整个SMT生产中最关键、最复杂的设备。贴片机在贴放元器件时，为了确保元器件贴放的精准度，通常会通过人工或者图像处理技术定位贴片位置，以此来确保元器件贴片的精准度。

但是，由于贴片机要处理的元器件封装形式多种多样，各种元器件在外形和大小上存在差异，通过人工定位贴片容易引起定位误差，而图像处理的方式又容易受图像质量的影响，进而影响贴片机的贴片精度，导致贴片效果相对偏差。

发明内容

本申请实施例提供一种基于高频信息的贴片图像识别方法及装置，能够对采集的贴片图像进行有效增强，提升贴片图像识别检测效率和准确率，优化识别检测效果。

在第一方面，本申请实施例提供了一种基于高频信息的贴片图像识别方法，包括：

获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；

通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；

对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

进一步的，在对所述贴片图像进行高频处理得到对应的高频贴片图像之后，还包括：

对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

进一步的，所述获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像，包括：

获取贴片图像，对所述贴片图像进行第二图像识别，确定图像边缘；

对所述图像边缘进行高频处理。

进一步的，所述对所述图像边缘进行高频处理，包括：

对原始获取的贴片图像进行放大处理得到放大图像；

提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系；

根据所述映射关系，将所述高频图像叠加至所述放大图像中。

进一步的，所述图片增强模型为图片亮度增强模型。

进一步的，所述通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像，包括：

对所述高频贴片图像进行区块划分，得到多个区块待增强图像；

针对每个区块，计算该区块中RGB三通道的最大灰度值，并进行细化处理得到调节分量；

将所述调节分量输入至图片增强模型得到高频增强贴片图像。

进一步的，所述计算该区块中RGB三通道的最大灰度值，包括：

确定区块划分后得到的边缘区块；

针对边缘区块，确定对应的取向像素点集合，根据所述取向像素点结合中每个像素点的RGB值计算得到三通道的最大灰度值。

在第二方面，本申请实施例提供了一种基于高频信息的贴片图像识别装置，包括：

高频处理模块，用于获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；

图像增强模块，用于通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；

识别检测模块，用于对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

在第三方面，本申请实施例提供了一种基于高频信息的贴片图像识别设备，包括：

存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的基于高频信息的贴片图像识别方法。

在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于高频信息的贴片图像识别方法。

本申请实施例通过获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。采用上述技术手段，对采集的贴片图像进行有效增强，提升贴片图像识别检测效率和准确率，优化识别检测效果。

附图说明

图1为本申请实施例提供的一种基于高频信息的贴片图像识别方法的流程图；

图2为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图；

图3为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图；

图4为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图；

图4a为本申请实施例提供的一种贴片机的结构示意图；

图5为本申请实施例提供的一种基于高频信息的贴片图像识别装置的机构示意图；

图6为本申请实施例提供的一种基于高频信息的贴片图像识别设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

本申请提供的基于高频信息的贴片图像识别方法，旨在进行贴片图像检测识别时，通过对贴片图像进行有效增强，提升贴片图像的清晰度，进而以增强后的贴片图像进行检测识别，以此来提升贴片图像的检测识别精度，优化贴片误差识别效果。相对于传统的贴片机，其为了保障贴片精度，通常在进行贴片作业的时候，会通过人工定位或者图像识别定位的方式定位贴片位置，进而进行贴片操作。由于贴片机要处理的元器件封装形式多种多样，各种元器件在外形和大小上存在差异，通过人工定位贴片容易引起定位误差，而图像处理的方式又容易受图像质量的影响。如若拍摄条件相对较差，其获取的图像质量难以满足精准定位元器件的需求，难免会存在贴片误差的情况。基于此，提供本申请实施例的基于高频信息的贴片图像识别方法，以解决现有贴片机贴片误差的技术问题。

图1为本申请实施例提供的一种基于高频信息的贴片图像识别方法的流程图，本实施例中提供的基于高频信息的贴片图像识别方法可以由基于高频信息的贴片图像识别设备执行，该基于高频信息的贴片图像识别设备可以通过软件和/或硬件的方式实现，该基于高频信息的贴片图像识别设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该基于高频信息的贴片图像识别设备可以是贴片机的控制设备等处理设备。

下述以该基于高频信息的贴片图像识别设备为执行基于高频信息的贴片图像识别方法的主体为例，进行描述。参照图1，该基于高频信息的贴片图像识别方法具体包括：

S101、获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像。

针对一幅普通图像而言，其包括低频分量和高频分量，低频分量表征图像中亮度或者灰度值变化缓慢的区域，也就是图像中大片平坦的区域，描述了图像的主要部分，是对整幅图像强度的综合度量。高频分量对应着图像变化剧烈的部分，也就是图像的边缘(轮廓)或者噪声以及细节部分。

在一个实施例中，可通过使用滤波器对原始贴片图像进行滤波以得到高频贴片图像。优选的，采用将贴片图像进行分层的处理方式，如分解为底层和细节层，其中底层包含图像的低频分量部分，反映了图像在大尺度上的强度变化；细节层包含图像的高频分量部分反映了图像在小尺度上的细节。具体的，使用低通滤波(如均值滤波、高斯滤波、导向滤波)对图像进行滤波处理操作如下：

B＝f (I)

其中，I代表获取到的原始的贴片图像，B为提取得到的图片底层，f()代表低通滤波操作。在得到底层图像B后，使用源图像减去底层图像B即得到细节图像D，即高频贴片图像D＝I-B。

进一步优选的，通过公式：

计算得到高频贴片图像D，其中，c为一个很小的常数，以防止除零错误。

在另一个实施例中，采用小波变换的方法以得到原始的贴片图像对应的高频贴片图像。具体的，首先抽取出原图像的每一行，进行小波分解，获得水平方向的高、低频信息。接着抽取出原图像的每一列，进行小波分解，获得垂直方向的高、低频信息，最后将高频信息进行整合叠加以生成只包含高频信息的高频贴片图像。

S102、通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像。

在一个实施例中，该图片增强模型可以是图片亮度增强模型。具体的，原始估计的亮度分量为A，全局亮度增强的亮度分量如下：

其中，λ是控制亮度程度的变量，对于亮度较低的像素，λ的值越大。

S103、对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

基于该高频增强贴片图像，进行贴片检测，判断当前对应的贴片操作是否出现贴片误差。具体的，可以是通过将所述高频增强贴片图像输入预先训练的贴片检测识别模型，基于所述贴片检测识别模型判断所述高频增强贴片图像是否出现贴片误差，输出对应的贴片检测结果。

在判断当前高频增强贴片图像出现贴片误差之后，可以通过输出报警提示信号及时提示相关管理人员及时对贴片误差的情况进行更正，以此来保障贴片机的正常运行，优化贴片作业效果。

由上述可知，获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果，由此提高了图像识别的准确度，避免了采集图像受到客观影响显示效果较差导致无法正确进行贴片检测识别的问题。

在上述技术方案的基础上，如图2所示，图2为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图，在对所述贴片图像进行高频处理得到对应的高频贴片图像之后，还包括：对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。具体如下：

S201、获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像。

S202、对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

在一个实施例中，高频图像除了包含图像细节外，针对噪声在高频处理过程中也会凸显，本步骤进一步包括了确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。结合贴片检测识别的实际情况，主要为对贴片边缘四周进行检测判断是否符合贴片要求。故在图像处理过程中，得到对应的高频贴片图像后，对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

具体的，主要去除的噪声包括：高斯噪声、椒盐噪声。示例性的，可采用的方法包括空间平滑滤波：均值滤波、中值滤波、小波去噪、高斯滤波等。

S203、通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像。

S204、对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

由上述内容可知，对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理，由此提高了图片处理效率，减少了图片处理的复杂度，提升了图片处理速度。

在上述技术方案的基础上，如图3所示，图3为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图，所述对所述图像边缘进行高频处理，包括：对原始获取的贴片图像进行放大处理得到放大图像；提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系；根据所述映射关系，将所述高频图像叠加至所述放大图像中。具体如下：

S301、获取贴片图像，对所述贴片图像进行第二图像识别，确定图像边缘，对原始获取的贴片图像进行放大处理得到放大图像。

示例性的，通过固定设置的放大比率对图像进行放大，如放大为原来图像的2倍。

S302、提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系，根据所述映射关系，将所述高频图像叠加至所述放大图像中。

具体的，可以是：将放大图像划分为多个预定大小的放大图像像素块；在所述原图像中搜索与所述放大图像像素块最相似的原图像像素块；在所述高频图像中获取与所述原图像像素块对应的高频图像像素块；根据放大图像像素块与原图像像素块、原图像像素块与高频图像像素块的对应关系，建立放大图像像素块与高频图像像素块的位置对应关系。

S303、对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

S304、通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像。

S305、对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

由上述内容可知，对原始获取的贴片图像进行放大处理得到放大图像；提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系；根据所述映射关系，将所述高频图像叠加至所述放大图像中，可以高效的进行图像增强处理，便于后续的图像识别过程。

在上述技术方案的基础上，如图4所示，图4为本申请实施例提供的另一种基于高频信息的贴片图像识别方法的流程图，通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像，包括：对所述高频贴片图像进行区块划分，得到多个区块待增强图像；针对每个区块，计算该区块中RGB三通道的最大灰度值，并进行细化处理得到调节分量；将所述调节分量输入至图片增强模型得到高频增强贴片图像。所述计算该区块中RGB三通道的最大灰度值，包括：确定区块划分后得到的边缘区块；针对边缘区块，确定对应的取向像素点集合，根据所述取向像素点结合中每个像素点的RGB值计算得到三通道的最大灰度值。具体如下：

S401、获取贴片图像，对所述贴片图像进行第二图像识别，确定图像边缘，对原始获取的贴片图像进行放大处理得到放大图像。

S402、提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系，根据所述映射关系，将所述高频图像叠加至所述放大图像中。

S403、对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

S404、对所述高频贴片图像进行区块划分，得到多个区块待增强图像，针对每个区块，确定区块划分后得到的边缘区块。

S405、针对边缘区块，确定对应的取向像素点集合，根据所述取向像素点结合中每个像素点的RGB值计算得到三通道的最大灰度值，并进行细化处理得到调节分量，将所述调节分量输入至图片增强模型得到高频增强贴片图像。

S406、对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

由上述内容可知，对所述高频贴片图像进行区块划分，得到多个区块待增强图像；针对每个区块，计算该区块中RGB三通道的最大灰度值，并进行细化处理得到调节分量；将所述调节分量输入至图片增强模型得到高频增强贴片图像。其中，确定区块划分后得到的边缘区块；针对边缘区块，确定对应的取向像素点集合，根据所述取向像素点结合中每个像素点的RGB值计算得到三通道的最大灰度值。实现了对采集的贴片图像进行有效增强，提升贴片图像识别检测效率和准确率，优化识别检测效果。

图4a为本申请实施例提供的一种贴片机的结构示意图，如图4a所示，贴片机1包括贴片平台和图像传感器12，在进行贴片作业时，元器件在贴片平台11上进行贴片作业，并在贴片完成后，通过图像传感器12进行贴片图像采集。

图5为本申请实施例提供的一种基于高频信息的贴片图像识别装置的结构示意图。参考图5，本实施例提供的基于高频信息的贴片图像识别装置具体包括：高频处理模块21、图像增强模块22和识别检测模块23。

其中，高频处理模块21，用于获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；

图像增强模块22，用于通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；

识别检测模块23，用于对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

上述，通过通过获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。采用上述技术手段，对采集的贴片图像进行有效增强，提升贴片图像识别检测效率和准确率，优化识别检测效果。

在一个实施例中，所述高频处理模块还用于：

对所述贴片图像进行第一图像识别，确定图像边缘，对所述图像边缘的高频图像部分进行平滑降噪处理。

在一个实施例中，所述高频处理模块还用于：

获取贴片图像，对所述贴片图像进行第二图像识别，确定图像边缘；

对所述图像边缘进行高频处理。

在一个实施例中，所述高频处理模块具体用于：

对原始获取的贴片图像进行放大处理得到放大图像；

提取所述贴片图像的高频部分，建立所述高频部分和放大图像的映射关系；

根据所述映射关系，将所述高频图像叠加至所述放大图像中。

在一个实施例中，所述图像增强模块具体用于：

对所述高频贴片图像进行区块划分，得到多个区块待增强图像；

针对每个区块，计算该区块中RGB三通道的最大灰度值，并进行细化处理得到调节分量；

将所述调节分量输入至图片增强模型得到高频增强贴片图像。

在一个实施例中，所述图像增强模块具体用于：

确定区块划分后得到的边缘区块；

针对边缘区块，确定对应的取向像素点集合，根据所述取向像素点结合中每个像素点的RGB值计算得到三通道的最大灰度值。

本申请提供的基于高频信息的贴片图像识别装置可以用于执行上述提供的基于高频信息的贴片图像识别方法，具备相应的功能和有益效果。

图6为本申请实施例提供的一种基于高频信息的贴片图像识别设备的结构示意图，参照图6，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个，该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。

存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的基于高频信息的贴片图像识别方法对应的程序指令/模块(例如，基于高频信息的贴片图像识别装置中的获取模块、训练模块、提取模块和检测模块)。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

通信模块33用于进行数据传输。

处理器31通过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于高频信息的贴片图像识别方法。

输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。

上述提供的电子设备可用于执行上述提供的基于高频信息的贴片图像识别方法，具备相应的功能和有益效果。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于高频信息的贴片图像识别方法，该基于高频信息的贴片图像识别方法包括：获取贴片图像，对所述贴片图像进行高频处理得到对应的高频贴片图像；通过训练的图片增强模型对所述高频贴片图像进行图像增强，得到高频增强贴片图像；对所述高频增强贴片图像进行贴片检测识别，输出对应的贴片检测结果。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于高频信息的贴片图像识别方法，还可以执行本申请任意实施例所提供的基于高频信息的贴片图像识别方法中的相关操作。

上述实施例中提供的基于高频信息的贴片图像识别装置、存储介质及电子设备可执行本申请任意实施例所提供的基于高频信息的贴片图像识别方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于高频信息的贴片图像识别方法。

上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。