(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211169845.4 (22)申请日 2022.09.26 (65)同一申请的已公布的文献号 申请公布号 CN 115272134 A (43)申请公布日 2022.11.01 (73)专利权人 南通睿禧智能科技有限公司 地址 226000 江苏省南 通市如东县河口镇 关口村六组3 68号 (72)发明人 沈惠林　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 朱英民 (51)Int.Cl. G06T 5/00(2006.01) G06T 7/11(2017.01)G06T 7/136(2017.01) G06V 10/22(2022.01) G06V 10/26(2022.01) (56)对比文件 CN 108520274 A,2018.09.1 1 CN 114331954 A,202 2.04.12 CN 106097308 A,2016.1 1.09 CN 114298987 A,202 2.04.08 审查员 王丹丹 (54)发明名称 一种基于PCB干扰反光识别的PCB图像去反 光方法 (57)摘要 本发明涉及数据 识别技术领域， 具体涉及一 种基于PCB干扰反光识别的PCB图像去反光方法。 该方法是一种应用电子设备进行识别的方法， 利 用人工智能系统完成对PCB去反光识别。 该方法 首先采用相关的电子设备进行图像识别， 以获取 PCB图像和对应的反光区域； 通过对反光区域进 行数据处理得到干扰反光处理区域； 将PCB图像 和对应的干扰 反光处理区域输入PCB图像去反光 网络输出去反光后的PCB图像。 本发明将PCB图片 和干扰反光处理区域输入PCB图像去反光网络中 进行去反光操作， 实现了仅对干扰 反光处理区域 内的反光进行处理， 提高去反光的精确度的目 的。 权利要求书2页 说明书9页 附图1页 CN 115272134 B 2022.12.16 CN 115272134 B 1.一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在于， 该方法包括以下步 骤： 获取PCB图像； 预处理所述PCB图像得到对应的HSI图像； 获取所述HSI图像中的反光区 域； 对所述HSI图像 中各像素点对应的亮度值进行分割， 得到最优亮度阈值； 获取每个反光 区域对应的灰度直方图； 当所述灰度直方图中对应的灰度值极差大于预设极差阈值时， 选 取对应的灰度直方图中的各峰值划分区域， 得到多个二级区域； 选取最大灰度值对应的像 素点的亮度值小于所述 最优亮度阈值的二级区域作为 三级区域； 对于任意所述三级区域， 筛选出最外圈的像素点与 标准圆进行拟合， 得到拟合优度； 根 据所述拟合优度和所述三级区域的数量计算焊点特征反光值； 当所述焊点特征反光值大于 预设反光阈值时， 将对应的三级区域所在的反光区域作为定位区域； 获取每个所述反光区域的中心点和对应的邻 近中心点， 根据中心点和对应的邻 近中心 点的距离计算网格点指数； 大于等于预设指数阈值的所述网格点指数对应的中心点和邻近 中心点作为相邻网格点， 将所有所述相邻网格点对应的反光区域作为一个整体， 得到网格 状反光纹路区； 获取 所述网格 状反光纹路区对应的凸包作为干扰反光区域； 基于干扰反光区域的宽度从所述干扰反光 区域中筛选出待选区域； 将所述待选区域内 的干扰反光区域和反光区域作为备选干扰反光处理 区域； 筛除所述备选干扰反光处理 区域 中的所述定位区域， 得到 干扰反光处 理区域； 将所述PCB图像和对应的所述干扰反光处理区域输入PCB图像去反光网络， 输出去反光 后的PCB图像。 2.根据权利要求1所述的一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在 于， 所述获取 所述HSI图像中的反光区域， 包括： 对所述HSI图像 中各像素点对应的亮度值进行分割， 得到最优亮度阈值， 将亮度值大于 所述最优亮度阈值的像素点作为反光像素点； 由相邻的所述反光像素点构建备选反光区 域， 由所述备选反光区域最外圈的所述反光像素点构建凸包， 所述反光像素点构建的凸包 对应的区域作为所述HSI图像中的反光区域。 3.根据权利要求1所述的一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在 于， 所述根据所述拟合优度和所述 三级区域的数量计算焊点特 征反光值， 包括： 每个反光区域对应多个三级区域； 保留所述拟合优度在预设拟合范围内的三级区域， 保留后的三级区域的拟合优度的和为拟合优度之和； 以自然常数为底数， 以所述拟合优度之和为指数的指数函数和所述三级区域的数量的 乘积为所述焊点特 征反光值。 4.根据权利要求1所述的一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在 于， 所述获取每 个所述反光区域的中心点和对应的邻近中心点， 包括： 选取任意反光区域的中心点作为目标中心点， 获取所述目标中心点到其他反光 区域的 中心点的欧式距离， 将所述欧式距离从小到大进 行排序得到距离序列， 将距离序列中前k个 欧式距离元 素对应的中心点作为目标中心点的邻近中心点。 5.根据权利要求1所述的一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在 于， 所述根据中心点和对应的邻近中心点的距离计算网格点指数， 包括：权　利　要　求　书 1/2 页 2 CN 115272134 B 2每个所述中心点对应八个邻近中心点； 根据与中心点之间的距离从小到大对邻 近中心点进行排序， 距离最近的邻 近中心点作 为第一邻近中心点， 距离最远的中心点作为第八邻近中心点； 计算第一邻近中心点和第 二邻近中心点的差值的绝对值作为第 一绝对值； 所述第 一绝 对值和所述第二邻近中心点至中心 点的距离的比值作为行比例指数； 计算第三邻近中心 点 和第四邻近中心 点的差值的绝对值作为第二绝对值； 所述第二绝对值和所述第四邻近中心 点至中心点的距离的比值作为列比例指数； 计算第五邻 近中心点和第六邻 近中心点的差值的绝对值作为第 三绝对值； 计算第五邻 近中心点和第七邻近中心点的差值的绝对值作为第四绝对值； 计算第五邻近中心点和 第八 邻近中心点的差值的绝对值作为第五绝对值； 计算第六邻近中心点和 第七邻近中心 点的差 值的绝对值作为第六绝对值； 计算第六邻近中心 点和第八邻近中心 点的差值的绝对值作为 第七绝对值； 计算第七邻近中心点和第八邻近中心点的差值的绝对值作为第八绝对值； 获 取所述第三绝对值、 所述第四绝对值、 所述第 五绝对值、 所述第六绝对值、 所述第七绝对值 和所述第八绝对值中的最大值作为最大绝对值， 所述最大绝对值和所述第八邻近中心点至 中心点的距离的比值作为 斜比例指数； 当所述行比例指数大于等于预设第一阈值时， 对应的米字行指数为0； 反之， 对应的米 字行指数为1； 当所述列比例指数大于等于预设第一阈值时， 对应的米字列指数为0； 反之， 对应的米 字列指数为1； 当所述斜比例指数大于等于预设第一阈值时， 对应的米字斜指数为0； 反之， 对应的米 字斜指数为1； 所述网格点指数为所述米字行指数、 所述米字列指数和所述米字斜指数之和。 6.根据权利要求1所述的一种基于PCB干扰反光识别的PCB图像去反光方法， 其特征在 于， 所述基于 干扰反光区域的宽度从所述干扰反光区域中筛 选出待选区域， 包括： 所述干扰反光区域内的除所述网格状反光纹路区外的区域作为备选高亮反光中心区 域， 将所述备选高亮反光中心区域中的反光区域作为高亮反光中心区域； 获取高亮反光中心区域的反光中心点， 获取高亮反光中心区域中像素点与 所述反光中 心点的最大距离； 以所述反光中心 点为圆点， 以所述最大距离为初始半径做圆， 自适应迭代 增大圆的半径， 得到最佳半径和对应的最佳圆； 获取所述干扰反光区域中反光 区域内除所述最佳圆外的像素点作为第 一像素点， 拟合 多个所述第一像素点得到第一拟合直线； 过所述反光中心 点， 做所述第一拟合直线的垂线， 所述垂线交于所述干扰反光区域， 得到 两个交点， 连接所述两个交点得到 宽度线段； 分别过两个交点， 做所述宽度线段的垂线得到两条初始垂线， 两条所述初始垂线之间 的范围作为待选区域。权　利　要　求　书 2/2 页 3 CN 115272134 B 3