基于机器视觉的LED贴片极性检测方法、系统及存储介质

基于机器视觉的led贴片极性检测方法、系统及存储介质
技术领域
1.本发明涉及图像处理技术领域，尤其是一种基于机器视觉的led贴片极性检测方法、系统、及存储介质。


背景技术：

2.近年来，基于计算机视觉的检测技术在工业检测领域中得到迅速发展，它是以现代光学为基础，融合计算机技术、图像处理与分析技术等现代科学为一体，组成光机电一体化的综合检测系统，能够实现工业检测的智能化、数字化、网络化和多功能化，具有在线检测、实时分析与控制、精度高、连续工作等特点，能广泛用于各种特殊场合。
3.led贴片是一种能发光的半导体电子元件，在电子工业的许多场合，往往需要对其正负极进行检测。传统的正负极检测通常有两种方法：(1)利用人的眼睛观察贴片上小缺角的位置，即可判断正负极位置；(2)利用万用表检测led是否会发光，如若发光，则判定万用表红色引线端为负极，黑线端为正极。然而，在生产线中，贴片led的数目比较多，如果用传统的方法检测led的极性，将不可避免地面临检测人员的疲劳度高、检测速度慢、检测成本高以及容易出错的问题。


技术实现要素：

4.本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
5.为此，本发明实施例的一个目的在于提供一种基于机器视觉的led贴片极性检测方法，该方法提高了led贴片极性检测的效率和准确度，降低了人工成本。
6.本发明实施例的另一个目的在于提供一种基于机器视觉的led贴片极性检测系统。
7.为了达到上述技术目的，本发明实施例所采取的技术方案包括：
8.第一方面，本发明实施例提供了一种基于机器视觉的led贴片极性检测方法，包括以下步骤：
9.获取待检测led贴片的第一图像信息，并确定所述第一图像信息的感兴趣区域；
10.对所述感兴趣区域进行平滑处理得到第二图像信息，对所述第二图像信息进行二值化处理得到第三图像信息；
11.对所述第三图像信息进行边缘提取得到贴片轮廓，并确定所述贴片轮廓的最小外接矩形；
12.确定所述贴片轮廓的第一重心和所述最小外接矩形的第一中心点，根据所述第一重心和所述第一中心点的位置关系确定所述待检测led贴片的正极区域和负极区域。
13.进一步地，在本发明的一个实施例中，所述获取待检测led贴片的第一图像信息，并确定所述第一图像信息的感兴趣区域这一步骤，其具体包括：
14.通过工业相机获取待检测led贴片的第一图像信息；
15.获取预设的背景图像信息，对所述第一图像信息和所述背景图像信息进行差分处
理得到前景图像信息，并将所述前景图像信息作为所述第一图像信息的感兴趣区域。
16.进一步地，在本发明的一个实施例中，所述对所述感兴趣区域进行平滑处理得到第二图像信息这一步骤，其具体包括：
17.获取预设的第一卷积核；
18.通过所述第一卷积核对所述感兴趣区域进行卷积平滑滤波，得到第二图像信息。
19.进一步地，在本发明的一个实施例中，所述对所述第二图像信息进行二值化处理得到第三图像信息这一步骤，其具体包括：
20.获取预设的第一灰度阈值；
21.将所述第二图像信息中像素点灰度值小于等于所述第一灰度阈值的像素点的灰度值置为0，将所述第二图像信息中像素点灰度值大于所述第一灰度阈值的像素点的灰度值置为1。
22.进一步地，在本发明的一个实施例中，所述对所述第三图像信息进行边缘提取得到贴片轮廓这一步骤，其具体包括：
23.对所述第三图像信息中所有像素点的灰度值进行遍历，确定第一像素点，所述第一像素点的灰度值为1，且所述第一像素点的八邻域中的像素点的灰度值均为1；
24.在所述第三图像信息中将所述第一像素点删除，得到剩余像素点组成的贴片轮廓。
25.进一步地，在本发明的一个实施例中，所述第一重心通过下式确定：
[0026][0027]
其中，(x0，y0)表示第一重心的坐标值，k表示贴片轮廓中像素点的总数，(xi，yi)表示贴片轮廓中第i个像素点的坐标值，i(xi，yi)表示贴片轮廓中第i个像素点的灰度值。
[0028]
进一步地，在本发明的一个实施例中，所述根据所述第一重心和所述第一中心点的位置关系确定所述待检测led贴片的正极区域和负极区域这一步骤，其具体包括：
[0029]
根据所述第一重心和所述第一中心点确定第一连线，并确定所述第一连线与所述贴片轮廓的第一交点和第二交点，所述第一交点位于所述第一中心点远离所述第一重心的一侧，所述第二交点位于所述第一重心远离所述第一中心点的一侧；
[0030]
确定所述第一交点所在区域为所述待检测led贴片的负极区域，并确定所述第二交点所在区域为所述待检测led贴片的正极区域。
[0031]
第二方面，本发明实施例提供了一种基于机器视觉的led贴片极性检测系统，包括：
[0032]
感兴趣区域确定模块，用于获取待检测led贴片的第一图像信息，并确定所述第一图像信息的感兴趣区域；
[0033]
图像处理模块，用于对所述感兴趣区域进行平滑处理得到第二图像信息，对所述第二图像信息进行二值化处理得到第三图像信息；
[0034]
边缘提取模块，用于对所述第三图像信息进行边缘提取得到贴片轮廓，并确定所述贴片轮廓的最小外接矩形；
[0035]
极性区域确定模块，用于确定所述贴片轮廓的第一重心和所述最小外接矩形的第一中心点，根据所述第一重心和所述第一中心点的位置关系确定所述待检测led贴片的正极区域和负极区域。
[0036]
第三方面，本发明实施例提供了一种基于机器视觉的led贴片极性检测装置，包括：
[0037]
至少一个处理器；
[0038]
至少一个存储器，用于存储至少一个程序；
[0039]
当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种基于机器视觉的led贴片极性检测方法。
[0040]
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种基于机器视觉的led贴片极性检测方法。
[0041]
本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：
[0042]
本发明实施例获取待检测led贴片的第一图像信息并确定感兴趣区域，对该感兴趣区域依次进行平滑处理和二值化处理得到第三图像信息，然后对第三图像信息进行边缘提取得到贴片轮廓并确定最小外接矩形，进而可以根据贴片轮廓的第一重心和最小外接矩形的第一中心点的位置关系确定待检测led贴片的正极区域和负极区域。本发明实施例通过图像采集、图像处理、边缘提取以及特征点的位置比对实现了对led贴片极性的自动化检测，无需人工进行判断，相较现有技术而言，提高了led贴片极性检测的效率和准确度，降低了人工成本。
附图说明
[0043]
为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
[0044]
图1为本发明实施例提供的一种基于机器视觉的led贴片极性检测方法的步骤流程图；
[0045]
图2为本发明实施例提供的第一重心、第一中心点、第一连线、正极区域以及负极区域的位置关系示意图；
[0046]
图3为本发明实施例提供的一种基于机器视觉的led贴片极性检测系统的结构框图；
[0047]
图4为本发明实施例提供的一种基于机器视觉的led贴片极性检测装置的结构框图。
具体实施方式
[0048]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
[0049]
在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
[0050]
参照图1，本发明实施例提供了一种基于机器视觉的led贴片极性检测方法，具体包括以下步骤：
[0051]
s101、获取待检测led贴片的第一图像信息，并确定第一图像信息的感兴趣区域。
[0052]
具体地，本发明实施例针对待检测led贴片的第一图像信息设定一个感兴趣区域，后续图像处理及检测都是在感兴趣区域内部区域进行的，从而降低了图像处理和检测的复杂度。
[0053]
步骤s101具体包括以下步骤：
[0054]
s1011、通过工业相机获取待检测led贴片的第一图像信息；
[0055]
s1012、获取预设的背景图像信息，对第一图像信息和背景图像信息进行差分处理得到前景图像信息，并将前景图像信息作为第一图像信息的感兴趣区域。
[0056]
具体地，本发明实施例通过视频采集设备获取待检测led贴片的第一图像信息，视频采集设备由工业数字摄相机、光学镜头和光源构成，工业数字摄相机及镜头用于被测对象的图像采集，将采集的图像数据传输给上位机供其进行处理，光源用于照明并突出对象的特征。
[0057]
具体地，背景图像信息可通过预先对led贴片的放置区域进行拍摄获取，也可以通过视频序列的帧间信息来估计和恢复背景，例如，中值法背景建模：取连续n帧图像序列，把这n帧图像序列中对应位置的像素点灰度值按从小到大排列，然后取中间值作为背景图像中对应像素点的灰度值；均值法背景建模：对一些连续帧取像素平均值，优点是速度快，缺点是对环境光照变化和一些动态背景变化比较敏感；卡尔曼滤波器模型：该算法把背景认为是一种稳态的系统，把前景图像认为是一种噪声，用基于kalman滤波理论的食欲递归低通滤波来预测变化缓慢的背景图像，这样既可以不断地用前景图像更新背景，又可以维持背景的稳定性消除噪声的干扰。
[0058]
确定背景图像信息户，对第一图像信息和背景图像信息进行差分处理即可得到前景图像信息，将该前景图像信息作为本发明实施例的感兴趣区域。
[0059]
s102、对感兴趣区域进行平滑处理得到第二图像信息，对第二图像信息进行二值化处理得到第三图像信息。
[0060]
进一步作为可选的实施方式，对感兴趣区域进行平滑处理得到第二图像信息这一步骤，其具体包括：
[0061]
s1021、获取预设的第一卷积核；
[0062]
s1022、通过第一卷积核对感兴趣区域进行卷积平滑滤波，得到第二图像信息。
[0063]
具体地，由于在led贴片的图像获取和传输的过程中难免会存在噪声点的影响，因此需要对其平滑处理，本发明实施例借助卷积核与图像进行卷积来实现平滑处理。
[0064]
设第一图像信息为f(x,y)，卷积核为g(i,j)，核大小为m
×
n，则卷积平滑滤波后的第二图像信息g(x,y)为：
[0065][0066]
其中，x、y分别表示感兴趣区域中像素点的横坐标和纵坐标，a＝(m-1)/2，b＝(n-1)/2，m和n为奇数。
[0067]
进一步作为可选的实施方式，对第二图像信息进行二值化处理得到第三图像信息这一步骤，其具体包括：
[0068]
s1023、获取预设的第一灰度阈值；
[0069]
s1024、将第二图像信息中像素点灰度值小于等于第一灰度阈值的像素点的灰度值置为0，将第二图像信息中像素点灰度值大于第一灰度阈值的像素点的灰度值置为1。
[0070]
具体地，对平滑处理后的第二图像信息g(x,y)进行二值化处理的公式如下：
[0071][0072]
其中，thresh表示第一灰度阈值，b(x,y)表示二值化处理后的第三图像信息。
[0073]
s103、对第三图像信息进行边缘提取得到贴片轮廓，并确定贴片轮廓的最小外接矩形。
[0074]
具体地，图像边缘即为图像局部区域亮度变化显著的部分，对于灰度图像来说，也就是灰度值有一个明显变化的区域，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。
[0075]
进一步作为可选的实施方式，对第三图像信息进行边缘提取得到贴片轮廓这一步骤，其具体包括：
[0076]
a1、对第三图像信息中所有像素点的灰度值进行遍历，确定第一像素点，第一像素点的灰度值为1，且第一像素点的八邻域中的像素点的灰度值均为1；
[0077]
a2、在第三图像信息中将第一像素点删除，得到剩余像素点组成的贴片轮廓。
[0078]
具体地，对二值化后的第三图像信息提取边缘，可哦通过去除第三图像信息内部像素点来实现。本发明实施例针对第三图像信息中的每一个像素点进行遍历扫描，若当前值为1，且其八邻域中像素值都为1，判定此像素点为图像的内部点，将其删除。扫描结束后，剩下的像素点即为第三图像信息的边缘像素点，即可得到贴片轮廓。
[0079]
s104、确定贴片轮廓的第一重心和最小外接矩形的第一中心点，根据第一重心和第一中心点的位置关系确定待检测led贴片的正极区域和负极区域。
[0080]
具体地，以5050led贴片为例，其外观大致呈长方形(实质为五边形)，大小为2.57mm*3.51mm，四个直角中有一个角带有小缺角，带小缺角的那端就是负极，对端则为正极。本发明实施例中，对第三图像信息进行边缘提取后，得到一个封闭的五边形轮廓，根据该五边形轮廓的重心和最小外接矩形的中心点的位置关系即可判断缺角位置，从而可以确
定负极区域和正极区域。
[0081]
进一步作为可选的实施方式，第一重心通过下式确定：
[0082][0083]
其中，(x0，y0)表示第一重心的坐标值，k表示贴片轮廓中像素点的总数，(xi，yi)表示贴片轮廓中第i个像素点的坐标值，i(xi，yi)表示贴片轮廓中第i个像素点的灰度值。
[0084]
进一步作为可选的实施方式，根据第一重心和第一中心点的位置关系确定待检测led贴片的正极区域和负极区域这一步骤，其具体包括：
[0085]
b1、根据第一重心和第一中心点确定第一连线，并确定第一连线与贴片轮廓的第一交点和第二交点，第一交点位于第一中心点远离第一重心的一侧，第二交点位于第一重心远离第一中心点的一侧；
[0086]
b2、确定第一交点所在区域为待检测led贴片的负极区域，并确定第二交点所在区域为待检测led贴片的正极区域。
[0087]
如图2所示为本发明实施例提供的第一重心、第一中心点、第一连线、正极区域以及负极区域的位置关系示意图，可以理解的是，由于led贴片的结构特性，其负极区域必定位于缺角处，而缺角处的像素点数量相对其他三个直角而言较少，因此贴片轮廓的重心必定会在最小外接矩形的中心点远离缺角处(即负极区域)的一侧，换言之，负极区域即在第一中心点远离第一重心的一侧，对端即为正极区域。确定第一重心与第一中心点的连线与贴片轮廓的两个交点，根据第一重心和第一中心点这两个特征点的位置关系即可分别确定负极区域和正极区域。
[0088]
以上对本发明实施例的方法步骤进行了说明。可以认识到，本发明实施例通过图像采集、图像处理、边缘提取以及特征点的位置比对实现了对led贴片极性的自动化检测，无需人工进行判断，相较现有技术而言，提高了led贴片极性检测的效率和准确度，降低了人工成本。
[0089]
参照图3，本发明实施例提供了一种基于机器视觉的led贴片极性检测系统，包括：
[0090]
感兴趣区域确定模块，用于获取待检测led贴片的第一图像信息，并确定第一图像信息的感兴趣区域；
[0091]
图像处理模块，用于对感兴趣区域进行平滑处理得到第二图像信息，对第二图像信息进行二值化处理得到第三图像信息；
[0092]
边缘提取模块，用于对第三图像信息进行边缘提取得到贴片轮廓，并确定贴片轮廓的最小外接矩形；
[0093]
极性区域确定模块，用于确定贴片轮廓的第一重心和最小外接矩形的第一中心点，根据第一重心和第一中心点的位置关系确定待检测led贴片的正极区域和负极区域。
[0094]
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
[0095]
参照图4，本发明实施例提供了一种基于机器视觉的led贴片极性检测装置，包括：
[0096]
至少一个处理器；
[0097]
至少一个存储器，用于存储至少一个程序；
[0098]
当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现上述的一种基于机器视觉的led贴片极性检测方法。
[0099]
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
[0100]
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行上述一种基于机器视觉的led贴片极性检测方法。
[0101]
本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种基于机器视觉的led贴片极性检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
[0102]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
[0103]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0104]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0105]
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计
算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0106]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0107]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。
[0108]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0109]
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
[0110]
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0111]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。