基于顏色和梯度的元件定位方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種基于顏色和梯度的元件定位方法和系統(tǒng)，其是獲取模板圖像的HSV圖像和梯度幅值圖像以及待測(cè)圖像的HSV圖像和梯度幅值圖像，將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模板圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，得到目標(biāo)模板圖像，將待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值也分別替換為待測(cè)圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，得到目標(biāo)待測(cè)圖像，利用目標(biāo)模板圖像和目標(biāo)待測(cè)圖像進(jìn)行模板匹配，就可以對(duì)待測(cè)圖像中的待測(cè)元件進(jìn)行定位。此方案中由于在模板匹配時(shí)考慮了圖像的梯度信息，可以有效地降低不同光照的影響，從而有效地提高電子元件定位的穩(wěn)定性。
【專利說明】
基于顏色和梯度的元件定位方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及自動(dòng)光學(xué)檢測(cè)領(lǐng)域，特別是涉及基于顏色和梯度的元件定位方法和系 統(tǒng)。
【背景技術(shù)】
[0002] 當(dāng)前，對(duì)PCB電路板（印制電路板)進(jìn)行檢測(cè)，使用較多的是A0I(Automatic Optic Inspect ion，自動(dòng)光學(xué)檢測(cè)）系統(tǒng)，自動(dòng)光學(xué)檢測(cè)是工業(yè)制作過程的必要環(huán)節(jié)，利用光學(xué)方 式取得成品的表面狀態(tài)，以影像處理來檢測(cè)異物或表面瑕疵。電子元件的錯(cuò)、漏、反檢測(cè)是 電路板缺陷檢測(cè)領(lǐng)域中的一種常見應(yīng)用，機(jī)器通過攝像頭自動(dòng)掃描電路板獲取圖像，提取 每個(gè)電子元件的局部圖像，并通過圖像處理技術(shù)，判斷電子元件是否存在錯(cuò)、漏、反缺陷，最 后將疑似缺陷的元件顯示或標(biāo)記出來，方便查看與檢修。
[0003] 對(duì)電子元件的檢測(cè)的首先要解決的問題是電子元件的精確定位，只有取得了電子 元件的精確定位的結(jié)果后，才能進(jìn)行元件錯(cuò)件、漏件、反件等缺陷問題的檢測(cè)。在傳統(tǒng)的Α0Ι 系統(tǒng)中，電子元件的精確定位主要是通過彩色圖像的模板匹配得到的，也即是通過工人制 版時(shí)得到的電子元件的模板圖像片在待搜索的區(qū)域進(jìn)行搜索，以得到電子元件的定位信 息。
[0004] 但是這種基于彩色圖像模板匹配的方法考慮的信息太過單調(diào)，只依賴于彩色圖像 的三個(gè)通道的顏色信息，比較容易受到光照、周圍類似顏色區(qū)域的影響，定位的結(jié)果不夠穩(wěn) 定。

【發(fā)明內(nèi)容】

[0005] 基于此，有必要針對(duì)現(xiàn)有元件定位方法得到定位結(jié)果的穩(wěn)定性不夠的問題，提供 一種基于顏色和梯度的元件定位方法和系統(tǒng)。
[0006] -種基于顏色和梯度的元件定位方法，包括以下步驟：
[0007] 獲取待測(cè)元件的模板圖像和對(duì)待測(cè)元件進(jìn)行實(shí)際拍攝的待測(cè)圖像；
[0008] 獲取模板圖像的HSV圖像和梯度幅值圖像，獲取待測(cè)圖像的HSV圖像和梯度幅值圖 像；
[0009] 將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模板圖像的梯度幅值 圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像；
[0010]將待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為待測(cè)圖像的梯度幅值 圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像；
[0011]通過目標(biāo)模板圖像對(duì)目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定待測(cè)元件在待測(cè)圖像中所 在的位置。
[0012] -種基于顏色和梯度的元件定位系統(tǒng)，包括以下單元：
[0013] 第一獲取單元，用于獲取待測(cè)元件的模板圖像和對(duì)待測(cè)元件進(jìn)行實(shí)際拍攝的待測(cè) 圖像；
[0014] 第二獲取單元，用于獲取模板圖像的HSV圖像和梯度幅值圖像，獲取待測(cè)圖像的 HSV圖像和梯度幅值圖像；
[0015] 合成單元，用于將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模板圖 像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像；
[0016] 合成單元還用于將待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為待測(cè) 圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像；
[0017] 匹配單元，用于通過目標(biāo)模板圖像對(duì)目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定待測(cè)元件 在待測(cè)圖像中所在的位置。
[0018] 根據(jù)上述本發(fā)明的方案，其是先分別獲取待測(cè)元件的模板圖像和對(duì)待測(cè)元件進(jìn)行 實(shí)際拍攝的待測(cè)圖像，再獲取模板圖像的HSV圖像和梯度幅值圖像以及待測(cè)圖像的HSV圖像 和梯度幅值圖像，將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模板圖像的梯 度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，得到目標(biāo)模板圖像，將待測(cè)圖像的HSV圖像中各像素 點(diǎn)的V通道數(shù)值也分別替換為待測(cè)圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，得到目 標(biāo)待測(cè)圖像，利用目標(biāo)模板圖像和目標(biāo)待測(cè)圖像進(jìn)行模板匹配，就可以對(duì)待測(cè)圖像中的待 測(cè)元件進(jìn)行定位。此方案中將圖像轉(zhuǎn)換到HSV顏色空間，再將HSV三個(gè)通道中的V通道數(shù)值替 換為圖像的梯度幅值，由于在模板匹配時(shí)考慮了圖像的梯度信息，可以有效地降低不同光 照的影響，從而有效地提高電子元件定位的穩(wěn)定性。
【附圖說明】
[0019] 圖1是其中一個(gè)實(shí)施例中基于顏色和梯度的元件定位方法的流程示意圖；
[0020] 圖2是其中一個(gè)實(shí)施例中基于顏色和梯度的元件定位系統(tǒng)的結(jié)構(gòu)示意圖；
[0021]圖3是其中一個(gè)實(shí)施例中基于顏色和梯度的元件定位系統(tǒng)的結(jié)構(gòu)示意圖；
[0022]圖4是其中一個(gè)實(shí)施例中基于顏色和梯度的元件定位系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023]為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本 發(fā)明進(jìn)行進(jìn)一步的詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的【具體實(shí)施方式】?jī)H僅用以解釋本發(fā)明， 并不限定本發(fā)明的保護(hù)范圍。
[0024] 參見圖1所示，為本發(fā)明的基于顏色和梯度的元件定位方法的實(shí)施例。該實(shí)施例中 的基于顏色和梯度的元件定位方法包括如下步驟：
[0025] 步驟S101:獲取待測(cè)元件的模板圖像和對(duì)待測(cè)元件進(jìn)行實(shí)際拍攝的待測(cè)圖像；
[0026] 待測(cè)元件可以為PCB板上的電子元器件，如電阻、電感、電容等;模板圖像中只包括 待測(cè)元件的圖像信息;待測(cè)圖像是包括待測(cè)元件的PCB板圖像，是對(duì)包括待測(cè)元件的PCB板 進(jìn)行實(shí)際拍攝得到的；
[0027]步驟S102:獲取模板圖像的HSV圖像和梯度幅值圖像，獲取待測(cè)圖像的HSV圖像和 梯度幅值圖像；
[0028]模板圖像的HSV圖像是模板圖像在Η(色調(diào)）、S(飽和度）、V(明度)三個(gè)通道的圖像， 模板圖像的HSV圖像中的各像素點(diǎn)是與模板圖像的各像素點(diǎn)相對(duì)應(yīng)的；模板圖像的梯度幅 值圖像是根據(jù)模板圖像中各像素點(diǎn)的梯度幅值組成的，模板圖像的梯度幅值圖像中的各像 素點(diǎn)也是與模板圖像的各像素點(diǎn)相對(duì)應(yīng)的；待測(cè)圖像的HSV圖像是待測(cè)圖像在Η(色調(diào)）、S (飽和度）、V(明度)三個(gè)通道的圖像，待測(cè)圖像的HSV圖像中的各像素點(diǎn)是與待測(cè)圖像的各 像素點(diǎn)相對(duì)應(yīng)的；待測(cè)圖像的梯度幅值圖像是根據(jù)待測(cè)圖像中各像素點(diǎn)的梯度幅值組成 的，待測(cè)圖像的梯度幅值圖像中的各像素點(diǎn)也是與待測(cè)圖像的各像素點(diǎn)相對(duì)應(yīng)的；
[0029]步驟S103:將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模板圖像的 梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像；
[0030]步驟S104:將待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為待測(cè)圖像的 梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像；
[0031 ]步驟S105:通過目標(biāo)模板圖像對(duì)目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定待測(cè)元件在待 測(cè)圖像中所在的位置。
[0032]在本實(shí)施例中，其是將圖像轉(zhuǎn)換到HSV顏色空間，再將HSV三個(gè)通道中的V通道數(shù)值 替換為圖像的梯度幅值，由于在模板匹配時(shí)考慮了圖像的梯度信息，可以有效地降低不同 光照的影響，從而有效地提高電子元件定位的穩(wěn)定性。
[0033]在其中一個(gè)實(shí)施例中，獲取模板圖像的HSV圖像的步驟包括以下步驟：
[0034]將模板圖像從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，獲得模板圖像的HSV圖像；
[0035]獲取待測(cè)圖像的HSV圖像的步驟包括以下步驟：
[0036]將待測(cè)圖像從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，獲得待測(cè)圖像的HSV圖像。
[0037]在本實(shí)施例中，獲取模板圖像和待測(cè)圖像兩者的HSV圖像，均是將原始圖像從RGB 顏色空間轉(zhuǎn)換到HSV顏色空間獲得的，一般圖像的RGB顏色空間數(shù)據(jù)較易獲得，而且方便轉(zhuǎn) 換到HSV顏色空間數(shù)據(jù)。
[0038]優(yōu)選的，從RGB顏色空間轉(zhuǎn)換到HSV顏色空間的公式為：
[0039]
[0040]
[0041]
[0042] V = Cmax
[0043] 式中，R、G、B分別為轉(zhuǎn)換前圖像中任意一個(gè)像素點(diǎn)在RGB顏色空間中三個(gè)通道的數(shù) 值，Η、S、V分別為轉(zhuǎn)換后對(duì)應(yīng)像素點(diǎn)在HSV顏色空間中三個(gè)通道的數(shù)值，mod 6表示除以數(shù)值 6取余數(shù)，轉(zhuǎn)換前圖像可以為模板圖像或待測(cè)圖像，根據(jù)上述公式就可以分別獲得模板圖像 的HSV圖像和待測(cè)圖像的HSV圖像。
[0044] 在其中一個(gè)實(shí)施例中，獲取模板圖像的梯度幅值圖像的步驟包括以下步驟：
[0045] 根據(jù)模板圖像獲取模板圖像的灰度圖像，對(duì)模板圖像的灰度圖像進(jìn)行卷積運(yùn)算， 獲得在橫向方向上的第一邊緣圖像和在縱向方向上的第二邊緣圖像，根據(jù)第一邊緣圖像和 第二邊緣圖像獲取模板圖像的梯度幅值圖像；
[0046] 獲取待測(cè)圖像的梯度幅值圖像的步驟包括以下步驟：
[0047] 根據(jù)待測(cè)圖像獲取待測(cè)圖像的灰度圖像，對(duì)待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算， 獲得在橫向方向上的第三邊緣圖像和在縱向方向上的第四邊緣圖像，根據(jù)第三邊緣圖像和 第四邊緣圖像獲取待測(cè)圖像的梯度幅值圖像。
[0048] 在本實(shí)施例中，梯度幅值圖像是根據(jù)灰度圖像獲取的，對(duì)灰度圖像進(jìn)行卷積運(yùn)算 獲得的邊緣圖像中包含了待測(cè)元件的邊緣信息，因此獲取的模板圖像和待測(cè)圖像兩者的梯 度幅值圖像也包含了待測(cè)元件的邊緣信息，梯度幅值圖像的這一特點(diǎn)有助于待測(cè)元件的檢 測(cè)定位，提高定位的穩(wěn)定性。
[0049] 在其中一個(gè)實(shí)施例中，根據(jù)模板圖像獲取模板圖像的灰度圖像的步驟包括以下步 驟：
[0050] 將模板圖像從RGB顏色空間轉(zhuǎn)換到灰度空間，獲得模板圖像的灰度圖像；
[0051] 根據(jù)待測(cè)圖像獲取待測(cè)圖像的灰度圖像的步驟包括以下步驟：
[0052]將待測(cè)圖像從RGB顏色空間轉(zhuǎn)換到灰度空間，獲得待測(cè)圖像的灰度圖像。
[0053]在本實(shí)施例中，獲取模板圖像和待測(cè)圖像兩者的灰度圖像，均是將原始圖像從RGB 顏色空間轉(zhuǎn)換到灰度空間獲得的，一般圖像的RGB顏色空間數(shù)據(jù)較易獲得，而且方便轉(zhuǎn)換到 灰度空間數(shù)據(jù)。
[0054]優(yōu)選的，從RGB顏色空間轉(zhuǎn)換到灰度空間的公式為：
[0055] Gray = 0.30XR+0.59XG+0.11XB
[0056] 式中，R、G、B分別為轉(zhuǎn)換前圖像中任意一個(gè)像素點(diǎn)在RGB顏色空間中三個(gè)通道的數(shù) 值，Gray為轉(zhuǎn)換后對(duì)應(yīng)像素點(diǎn)的灰度值，轉(zhuǎn)換前圖像可以為模板圖像或待測(cè)圖像。
[0057] 在其中一個(gè)實(shí)施例中，對(duì)模板圖像的灰度圖像進(jìn)行卷積運(yùn)算的步驟包括以下步 驟：
[0058]通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)模板圖像的灰 度圖像進(jìn)行卷積運(yùn)算；
[0059] 對(duì)待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算的步驟包括以下步驟：
[0060] 通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)待測(cè)圖像的灰 度圖像進(jìn)行卷積運(yùn)算。
[0061] 在本實(shí)施例中，可以靈活選用索貝爾算子(Sobel算子）、魯賓孫算子(Robinson算 子）、拉普拉斯算子(Laplace算子)等算子中的一種對(duì)圖像進(jìn)行卷積運(yùn)算，便于得到包含待 測(cè)元件邊緣信息的邊緣圖像。
[0062] 在其中一個(gè)實(shí)施例中，根據(jù)第一邊緣圖像和第二邊緣圖像獲取模板圖像的梯度幅 值圖像的步驟包括以下步驟：
[0063] 根據(jù)第一邊緣圖像中各像素點(diǎn)的梯度幅值和第二邊緣圖像中對(duì)應(yīng)像素點(diǎn)的梯度 幅值計(jì)算模板圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得模板圖像的梯度幅值圖像；
[0064]根據(jù)第三邊緣圖像和第四邊緣圖像獲取待測(cè)圖像的梯度幅值圖像的步驟包括以 下步驟：
[0065] 根據(jù)第三邊緣圖像中各像素點(diǎn)的梯度幅值和第四邊緣圖像中對(duì)應(yīng)像素點(diǎn)的梯度 幅值計(jì)算待測(cè)圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得待測(cè)圖像的梯度幅值圖像。
[0066] 在本實(shí)施例中，獲得橫向方向上的邊緣圖像和縱向方向上的邊緣圖像后，結(jié)合這 兩種圖像中各像素點(diǎn)的梯度幅值可以獲得原始圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，從而獲得梯 度幅值圖像。
[0067] 在一個(gè)優(yōu)選的實(shí)施例中，可以通過Sobel算子卷積運(yùn)算獲取橫向方向上的邊緣圖 像，以及縱向方向上的邊緣圖像，將橫向方向上的邊緣圖像像素點(diǎn)的梯度幅值的平方與縱 向方向上的邊緣圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值的平方之和作為梯度幅值圖像中對(duì)應(yīng)像素 點(diǎn)的梯度幅值，從而獲得梯度幅值圖像。
[0068] 根據(jù)橫向方向上的邊緣圖像中各像素點(diǎn)的梯度幅值和縱向方向上的邊緣圖像中 對(duì)應(yīng)像素點(diǎn)的梯度幅值計(jì)算梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值的公式為：
[0069]
[0070] 式中，X為橫向方向上的邊緣圖像中任意一個(gè)像素點(diǎn)的梯度幅值，y為縱向方向上 的邊緣圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，m為梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，可以獲 得模板圖像的梯度幅值圖像或者待測(cè)圖像的梯度幅值圖像。
[0071 ]另外，也可以根據(jù)橫向方向上的邊緣圖像中所有像素點(diǎn)的梯度幅值矩陣和縱向方 向上的邊緣圖像中對(duì)應(yīng)所有像素點(diǎn)的梯度幅值矩陣來計(jì)算梯度幅值圖像的梯度幅值矩陣， 公式為：
[0072]
[0073]式中，頂_X為橫向方向上的邊緣圖像中所有像素點(diǎn)的梯度幅值矩陣，頂_Y為縱向 方向上的邊緣圖像中對(duì)應(yīng)所有像素點(diǎn)的梯度幅值矩陣，Μ為梯度幅值圖像中對(duì)應(yīng)所有像素 點(diǎn)的梯度幅值矩陣，矩陣平方運(yùn)算是指對(duì)矩陣中對(duì)應(yīng)元素進(jìn)行平方運(yùn)算。
[0074] 在其中一個(gè)實(shí)施例中，通過目標(biāo)模板圖像對(duì)目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定待 測(cè)元件在待測(cè)圖像中所在的位置的步驟包括以下步驟：
[0075] 選取目標(biāo)待測(cè)圖像中任意一個(gè)像素點(diǎn)，并根據(jù)所選取的像素點(diǎn)在目標(biāo)待測(cè)圖像中 獲取與目標(biāo)模板圖像相同大小的圖像作為目標(biāo)待測(cè)圖像的子圖像，其中，子圖像的橫向邊 緣與目標(biāo)待測(cè)圖像的橫向邊緣平行，子圖像的縱向邊緣與目標(biāo)待測(cè)圖像的縱向邊緣平行， 所選取的像素點(diǎn)為所述子圖像的一個(gè)頂點(diǎn)；
[0076] 計(jì)算各子圖像與目標(biāo)模板圖像的匹配度，選取代表匹配程度最高的匹配度對(duì)應(yīng)的 子圖像，確定代表匹配程度最高的匹配度對(duì)應(yīng)的子圖像在目標(biāo)待測(cè)圖像中的位置為待測(cè)元 件在待測(cè)圖像中的位置。
[0077] 在本實(shí)施例中，通過在目標(biāo)待測(cè)圖像中選取與目標(biāo)模板圖像大小相同的子圖像， 并計(jì)算子圖像與目標(biāo)模板圖像的匹配度，只要某一子圖像與目標(biāo)模板圖像的匹配度代表兩 者的匹配程度最高，就可以確定帶字圖像的位置即為待測(cè)元件的位置。
[0078] 在一個(gè)具體的實(shí)施例中，模板匹配是通過滑動(dòng)目標(biāo)模板圖像和目標(biāo)待測(cè)圖像進(jìn)行 比較來定位待測(cè)元件，一般是通過計(jì)算目標(biāo)模板圖像與目標(biāo)待測(cè)圖像中對(duì)應(yīng)的子圖像的匹 配度來確定的，模板匹配的匹配度的計(jì)算通常有以下幾種方式：
[0079] (1)平方差匹配
[0080] R(x,y) = Σχ7 ,/ (T(x7 ,y7 )-I(x+x7 ,y+y7 ))2
[0081] 其中，T表示目標(biāo)模板圖像中像素點(diǎn)的表示顏色信息和梯度信息的數(shù)值，I表示目 標(biāo)待測(cè)圖像中像素點(diǎn)的表示顏色信息和梯度信息的數(shù)值，x'，y'分別是目標(biāo)模板圖像中各 像素點(diǎn)的橫縱坐標(biāo)值，X，y分別是目標(biāo)待測(cè)圖像中各像素點(diǎn)的橫縱坐標(biāo)值。匹配值R( x，y)值 越小，表示匹配程度越高。
[0082]標(biāo)準(zhǔn)平方差匹配，公式為：
[0083]
[0084] (2)相關(guān)匹配
[0085] 此類相關(guān)匹配采用目標(biāo)模板圖像和目標(biāo)待測(cè)圖像之間的乘法操作，匹配值越大表 示匹配程度越高，〇表示最差的匹配效果，公式為：
[0086] R(x,y) = Ex,,/ (Τ(χ7 ) · I(x+x7 ,y+y7 ))
[0087] 標(biāo)準(zhǔn)相關(guān)匹配，公式為：
[0088]
[0089] (3)CV_TM_CC0EFF 相關(guān)匹配
[0090] 此類相關(guān)匹配將目標(biāo)模板圖像對(duì)其均值的相對(duì)值與目標(biāo)待測(cè)圖像對(duì)其均值的相 對(duì)值進(jìn)行匹配，1表示完美匹配，-1表示糟糕的匹配，0表示沒有任何相關(guān)性（隨機(jī)序列），公 式為：
[0091] R(x，y) = Ex^(T，（x/，/ ) · ru+γ，y+/ ))
[0092] 其中，τ，（χ'，/)=τ(χ'，/)-!/(?·}!)· Σ人/TU'd')
[0093] I((x+x7 ,y+y7 ) = I(x+x7 ,y+yf )-1/(w · h) · Σχ7,/ I(x+x7 ,y+yf )
[0094] w、h分別表示目標(biāo)模板圖像中橫向方向上像素點(diǎn)的個(gè)數(shù)和縱向方向上像素點(diǎn)的個(gè) 數(shù)。
[0095] CV_TM_CC0EFF標(biāo)準(zhǔn)相關(guān)匹配，公式為：
[0096]
[0097]本發(fā)明提供了一種基于顏色和梯度的元件定位方法，根據(jù)已知元件的圖像中顏色 和梯度信息，在待測(cè)圖像中定位元件的位置，定位準(zhǔn)確，為對(duì)元件進(jìn)行錯(cuò)，漏，反等檢測(cè)提供 了重要依據(jù)。通過考慮圖像中的梯度幅值信息，避免了元件因?yàn)楣庹盏挠绊懚鴮?dǎo)致定位不 準(zhǔn)的問題，提高了元件定位的穩(wěn)定性。
[0098] 根據(jù)上述基于顏色和梯度的元件定位方法，本發(fā)明還提供一種元件的定位系統(tǒng)， 以下就本發(fā)明的元件的定位系統(tǒng)的實(shí)施例進(jìn)行詳細(xì)說明。
[0099] 參見圖2所示，為本發(fā)明的基于顏色和梯度的元件定位系統(tǒng)的實(shí)施例。該實(shí)施例中 的基于顏色和梯度的元件定位系統(tǒng)包括第一獲取單元210,第二獲取單元220,合成單元 230,匹配單元240,其中：
[0100]第一獲取單元210,用于獲取待測(cè)元件的模板圖像和對(duì)待測(cè)元件進(jìn)行實(shí)際拍攝的 待測(cè)圖像；
[0101] 第二獲取單元220,用于獲取模板圖像的HSV圖像和梯度幅值圖像，獲取待測(cè)圖像 的HSV圖像和梯度幅值圖像；
[0102] 合成單元230,用于將模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為模 板圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像；
[0103] 合成單元230還用于將待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為待 測(cè)圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像；
[0104] 匹配單元240，用于通過目標(biāo)模板圖像對(duì)目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定待測(cè)元 件在待測(cè)圖像中所在的位置。
[0105] 在其中一個(gè)實(shí)施例中，第二獲取單元220將模板圖像從RGB顏色空間轉(zhuǎn)換到HSV顏 色空間，獲得模板圖像的HSV圖像；
[0106] 第二獲取單元220還將待測(cè)圖像從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，獲得待測(cè)圖 像的HSV圖像。
[0107] 在其中一個(gè)實(shí)施例中，如圖3所示，第二獲取單元220包括以下單元：
[0108] 灰度獲取單元221，用于根據(jù)模板圖像獲取模板圖像的灰度圖像；
[0109] 卷積單元222,用于對(duì)模板圖像的灰度圖像進(jìn)行卷積運(yùn)算，獲得在橫向方向上的第 一邊緣圖像和在縱向方向上的第二邊緣圖像；
[0110] 梯度獲取單元223,用于根據(jù)第一邊緣圖像和第二邊緣圖像獲取模板圖像的梯度 幅值圖像；
[0111] 灰度獲取單元221還用于根據(jù)待測(cè)圖像獲取待測(cè)圖像的灰度圖像；
[0112] 卷積單元222還用于對(duì)待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算，獲得在橫向方向上的 第三邊緣圖像和在縱向方向上的第四邊緣圖像；
[0113] 梯度獲取單元223還用于根據(jù)第三邊緣圖像和第四邊緣圖像獲取待測(cè)圖像的梯度 幅值圖像。
[0114] 在其中一個(gè)實(shí)施例中，灰度獲取單元221將模板圖像從RGB顏色空間轉(zhuǎn)換到灰度空 間，獲得模板圖像的灰度圖像；
[0115] 灰度獲取單元221將待測(cè)圖像從RGB顏色空間轉(zhuǎn)換到灰度空間，獲得待測(cè)圖像的灰 度圖像。
[0116] 在其中一個(gè)實(shí)施例中，卷積單元222通過索貝爾算子、魯賓孫算子或拉普拉斯算子 中的任意一種算子對(duì)模板圖像的灰度圖像進(jìn)行卷積運(yùn)算；
[0117] 卷積單元222通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì) 待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算。
[0118] 在其中一個(gè)實(shí)施例中，梯度獲取單元223根據(jù)第一邊緣圖像中各像素點(diǎn)的梯度幅 值和第二邊緣圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值計(jì)算模板圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得 模板圖像的梯度幅值圖像；
[0119]梯度獲取單元223根據(jù)第三邊緣圖像中各像素點(diǎn)的梯度幅值和第四邊緣圖像中對(duì) 應(yīng)像素點(diǎn)的梯度幅值計(jì)算待測(cè)圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得待測(cè)圖像的梯度幅值圖 像。
[0120] 在其中一個(gè)實(shí)施例中，如圖4所示，匹配單元240包括以下單元：
[0121 ]選圖單元241，用于選取目標(biāo)待測(cè)圖像中任意一個(gè)像素點(diǎn)，并根據(jù)所選取的像素點(diǎn) 在目標(biāo)待測(cè)圖像中獲取與目標(biāo)模板圖像相同大小的圖像作為目標(biāo)待測(cè)圖的子圖像，其中， 子圖像的橫向邊緣與目標(biāo)待測(cè)圖像的橫向邊緣平行，子圖像的縱向邊緣與目標(biāo)待測(cè)圖像的 縱向邊緣平行，所選取的像素點(diǎn)為子圖像的一個(gè)頂點(diǎn)；
[0122] 定位單元242,用于計(jì)算各子圖像與目標(biāo)模板圖像的匹配度，選取代表匹配程度最 高的匹配度對(duì)應(yīng)的子圖像，確定代表匹配程度最高的匹配度對(duì)應(yīng)的子圖像在目標(biāo)待測(cè)圖像 中的位置為待測(cè)元件在待測(cè)圖像中的位置。
[0123] 本發(fā)明的基于顏色和梯度的元件定位系統(tǒng)與本發(fā)明的基于顏色和梯度的元件定 位方法--對(duì)應(yīng)，在上述基于顏色和梯度的元件定位方法的實(shí)施例闡述的技術(shù)特征及其有 益效果均適用于基于顏色和梯度的元件定位系統(tǒng)的實(shí)施例中。
[0124] 以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí) 施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存 在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。
[0125] 以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并 不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來 說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù) 范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于顏色和梯度的元件定位方法，其特征在于，包括以下步驟： 獲取待測(cè)元件的模板圖像和對(duì)所述待測(cè)元件進(jìn)行實(shí)際拍攝的待測(cè)圖像； 獲取所述模板圖像的HSV圖像和梯度幅值圖像，獲取所述待測(cè)圖像的HSV圖像和梯度幅 值圖像； 將所述模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為所述模板圖像的梯度 幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像； 將所述待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為所述待測(cè)圖像的梯度 幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像； 通過所述目標(biāo)模板圖像對(duì)所述目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定所述待測(cè)元件在所述 待測(cè)圖像中所在的位置。2. 根據(jù)權(quán)利要求1所述的基于顏色和梯度的元件定位方法，其特征在于： 獲取所述模板圖像的梯度幅值圖像的步驟包括以下步驟： 根據(jù)所述模板圖像獲取所述模板圖像的灰度圖像，對(duì)所述模板圖像的灰度圖像進(jìn)行卷 積運(yùn)算，獲得在橫向方向上的第一邊緣圖像和在縱向方向上的第二邊緣圖像，根據(jù)所述第 一邊緣圖像和所述第二邊緣圖像獲取所述模板圖像的梯度幅值圖像； 獲取所述待測(cè)圖像的梯度幅值圖像的步驟包括以下步驟： 根據(jù)所述待測(cè)圖像獲取所述待測(cè)圖像的灰度圖像，對(duì)所述待測(cè)圖像的灰度圖像進(jìn)行卷 積運(yùn)算，獲得在橫向方向上的第三邊緣圖像和在縱向方向上的第四邊緣圖像，根據(jù)所述第 三邊緣圖像和所述第四邊緣圖像獲取所述待測(cè)圖像的梯度幅值圖像。3. 根據(jù)權(quán)利要求2所述的基于顏色和梯度的元件定位方法，其特征在于： 所述對(duì)所述模板圖像的灰度圖像進(jìn)行卷積運(yùn)算的步驟包括以下步驟： 通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)所述模板圖像的灰 度圖像進(jìn)行卷積運(yùn)算； 所述對(duì)所述待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算的步驟包括以下步驟： 通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)所述待測(cè)圖像的灰 度圖像進(jìn)行卷積運(yùn)算。4. 根據(jù)權(quán)利要求2所述的基于顏色和梯度的元件定位方法，其特征在于： 所述根據(jù)所述第一邊緣圖像和所述第二邊緣圖像獲取所述模板圖像的梯度幅值圖像 的步驟包括以下步驟： 根據(jù)所述第一邊緣圖像中各像素點(diǎn)的梯度幅值和所述第二邊緣圖像中對(duì)應(yīng)像素點(diǎn)的 梯度幅值計(jì)算所述模板圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得所述模板圖像的梯度幅值圖 像； 所述根據(jù)所述第三邊緣圖像和所述第四邊緣圖像獲取所述待測(cè)圖像的梯度幅值圖像 的步驟包括以下步驟： 根據(jù)所述第三邊緣圖像中各像素點(diǎn)的梯度幅值和所述第四邊緣圖像中對(duì)應(yīng)像素點(diǎn)的 梯度幅值計(jì)算所述待測(cè)圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得所述待測(cè)圖像的梯度幅值圖 像。5. 根據(jù)權(quán)利要求1至4中任意一項(xiàng)所述的基于顏色和梯度的元件定位方法，其特征在 于，所述通過所述目標(biāo)模板圖像對(duì)所述目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定所述待測(cè)元件在 所述待測(cè)圖像中所在的位置的步驟包括以下步驟： 選取所述目標(biāo)待測(cè)圖像中任意一個(gè)像素點(diǎn)，并根據(jù)所選取的像素點(diǎn)在所述目標(biāo)待測(cè)圖 像中獲取與所述目標(biāo)模板圖像相同大小的圖像作為所述目標(biāo)待測(cè)圖像的子圖像，其中，所 述子圖像的橫向邊緣與所述目標(biāo)待測(cè)圖像的橫向邊緣平行，所述子圖像的縱向邊緣與所述 目標(biāo)待測(cè)圖像的縱向邊緣平行，所選取的像素點(diǎn)為所述子圖像的一個(gè)頂點(diǎn)； 計(jì)算各所述子圖像與所述目標(biāo)模板圖像的匹配度，選取代表匹配程度最高的匹配度對(duì) 應(yīng)的子圖像，確定所述代表匹配程度最高的匹配度對(duì)應(yīng)的子圖像在所述目標(biāo)待測(cè)圖像中的 位置為所述待測(cè)元件在所述待測(cè)圖像中的位置。6. -種基于顏色和梯度的元件定位系統(tǒng)，其特征在于，包括以下單元： 第一獲取單元，用于獲取待測(cè)元件的模板圖像和對(duì)所述待測(cè)元件進(jìn)行實(shí)際拍攝的待測(cè) 圖像； 第二獲取單元，用于獲取所述模板圖像的HSV圖像和梯度幅值圖像，獲取所述待測(cè)圖像 的HSV圖像和梯度幅值圖像； 合成單元，用于將所述模板圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為所述模 板圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)模板圖像； 所述合成單元還用于將所述待測(cè)圖像的HSV圖像中各像素點(diǎn)的V通道數(shù)值分別替換為 所述待測(cè)圖像的梯度幅值圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得目標(biāo)待測(cè)圖像； 匹配單元，用于通過所述目標(biāo)模板圖像對(duì)所述目標(biāo)待測(cè)圖像進(jìn)行模板匹配，確定所述 待測(cè)元件在所述待測(cè)圖像中所在的位置。7. 根據(jù)權(quán)利要求6所述的基于顏色和梯度的元件定位系統(tǒng)，其特征在于： 所述第二獲取單元包括以下單元： 灰度獲取單元，用于根據(jù)所述模板圖像獲取所述模板圖像的灰度圖像； 卷積單元，用于對(duì)所述模板圖像的灰度圖像進(jìn)行卷積運(yùn)算，獲得在橫向方向上的第一 邊緣圖像和在縱向方向上的第二邊緣圖像； 梯度獲取單元，用于根據(jù)所述第一邊緣圖像和所述第二邊緣圖像獲取所述模板圖像的 梯度幅值圖像； 所述灰度獲取單元還用于根據(jù)所述待測(cè)圖像獲取所述待測(cè)圖像的灰度圖像； 所述卷積單元還用于對(duì)所述待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算，獲得在橫向方向上的 第三邊緣圖像和在縱向方向上的第四邊緣圖像； 所述梯度獲取單元還用于根據(jù)所述第三邊緣圖像和所述第四邊緣圖像獲取所述待測(cè) 圖像的梯度幅值圖像。8. 根據(jù)權(quán)利要求7所述的基于顏色和梯度的元件定位系統(tǒng)，其特征在于： 所述卷積單元通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)所述 模板圖像的灰度圖像進(jìn)行卷積運(yùn)算； 所述卷積單元通過索貝爾算子、魯賓孫算子或拉普拉斯算子中的任意一種算子對(duì)所述 待測(cè)圖像的灰度圖像進(jìn)行卷積運(yùn)算。9. 根據(jù)權(quán)利要求7所述的基于顏色和梯度的元件定位系統(tǒng)，其特征在于： 所述梯度獲取單元根據(jù)所述第一邊緣圖像中各像素點(diǎn)的梯度幅值和所述第二邊緣圖 像中對(duì)應(yīng)像素點(diǎn)的梯度幅值計(jì)算所述模板圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得所述模板圖 像的梯度幅值圖像； 所述梯度獲取單元根據(jù)所述第三邊緣圖像中各像素點(diǎn)的梯度幅值和所述第四邊緣圖 像中對(duì)應(yīng)像素點(diǎn)的梯度幅值計(jì)算所述待測(cè)圖像中對(duì)應(yīng)像素點(diǎn)的梯度幅值，獲得所述待測(cè)圖 像的梯度幅值圖像。10.根據(jù)權(quán)利要求6至9中任意一項(xiàng)所述的基于顏色和梯度的元件定位系統(tǒng)，其特征在 于，所述匹配單元包括以下單元： 選圖單元，用于選取所述目標(biāo)待測(cè)圖像中任意一個(gè)像素點(diǎn)，并根據(jù)所選取的像素點(diǎn)在 所述目標(biāo)待測(cè)圖像中獲取與所述目標(biāo)模板圖像相同大小的圖像作為所述目標(biāo)待測(cè)圖的子 圖像，其中，所述子圖像的橫向邊緣與所述目標(biāo)待測(cè)圖像的橫向邊緣平行，所述子圖像的縱 向邊緣與所述目標(biāo)待測(cè)圖像的縱向邊緣平行，所選取的像素點(diǎn)為所述子圖像的一個(gè)頂點(diǎn)； 定位單元，用于計(jì)算各所述子圖像與所述目標(biāo)模板圖像的匹配度，選取代表匹配程度 最高的匹配度對(duì)應(yīng)的子圖像，確定所述代表匹配程度最高的匹配度對(duì)應(yīng)的子圖像在所述目 標(biāo)待測(cè)圖像中的位置為所述待測(cè)元件在所述待測(cè)圖像中的位置。
【文檔編號(hào)】G06T7/00GK105976354SQ201610235180
【公開日】2016年9月28日
【申請(qǐng)日】2016年4月14日
【發(fā)明人】林建民
【申請(qǐng)人】廣州視源電子科技股份有限公司