← 返回列表

基于改进RetinaNet及Canny-Franklin矩亚像素的表面贴装异形元件参数提取方法及系统

申请号: CN202311424107.4
申请人: 东北石油大学
申请日期: 2023/10/31

摘要文本

本发明提供了基于改进RetinaNet及Canny‑Franklin矩亚像素的表面贴装异形元件参数提取方法及系统。为解决现有的方法存在检测精度低、不具有泛化性及检测效率低的问题。包括如下步骤:S1、采集表面贴装异形元件图像;S2、构建元件参数提取模型,该模型基于改进的RetinaNet网络,并构建有空间与通道注意力模块,使网络更加关注引脚区域,基于差分聚类算法求解anchor比例,以预测引脚类型及引脚初始位置;同时该模型基于双边滤波与动态阈值的Canny算子以实现图像像素级边缘的提取,并基于Franklin矩实现像素级边缘的亚像素边缘检测,以提取引脚最终位置信息;S3、采用所述元件参数提取模型对表面贴装异形元件图像的元件参数进行提取。本发明方法具有更好的鲁棒性、更高的精度和速度。

专利详细信息

项目 内容
专利名称 基于改进RetinaNet及Canny-Franklin矩亚像素的表面贴装异形元件参数提取方法及系统
专利类型 发明申请
申请号 CN202311424107.4
申请日 2023/10/31
公告号 CN117474861A
公开日 2024/1/30
IPC主分类号 G06T7/00
权利人 东北石油大学
发明人 梁洪卫; 赵妍俐; 王晶晶; 阚玲玲; 姜春雷; 钱维凤; 苏文豪
地址 黑龙江省大庆市高新技术产业开发区学府街99号

专利主权项内容

1.基于改进RetinaNet及Canny-Franklin矩亚像素的表面贴装异形元件参数提取方法,其特征在于,包括如下步骤:S1、采集表面贴装异形元件图像;S2、构建元件参数提取模型,该模型基于改进的RetinaNet网络,并构建有空间与通道注意力模块,使网络更加关注引脚区域,基于差分聚类算法求解anchor比例,以预测引脚类型及引脚初始位置;同时该模型基于双边滤波与动态阈值的Canny算子以实现图像像素级边缘的提取,并基于Franklin矩实现像素级边缘的亚像素边缘检测,以提取引脚最终位置信息;S3、采用所述元件参数提取模型对表面贴装异形元件图像的元件参数进行提取。