基于机器视觉的PCB板电解电容极性自动定位

摘要

现有电解电容极性检测通常分为内圆检测和极性检测两步流程。现有基于GHT的检测方法在内圆亮度非常接近外部时,无法准确定位内圆;基于滑动窗口平滑度的极性检测方法没有考虑极性区域亮度低、噪声大以及非极性区域存在高亮污染这3种情况,应用范围有限。针对现有方法不足,首先提出了基于超像素聚类分割的内圆检测方法,同时考虑了图像超像素间的亮度和位置关系,实现了对电解电容内圆的精确定位,算法稳定性能好,精度高。在内圆检测基础上,本文提出基于滑动窗口灰度均值和标准差峰谷值的电容极性检测方法,可实现复杂情况下的极性定位。相对现有算法,本文算法不依赖人工标记极性方向,可实现全自动化检测。目前该算法的测试准确率为98.6%,单张图像的平均检测时间为192±23 ms,且已投入工厂使用,效果良好。