基于ROI（感兴趣区域）的电路板元器件图像识别方法研究

曹 雷欣
信阳农林学院

摘要


在电路板的制造、维保、拆解回收的过程中涉及到繁琐的封装芯片定位和识别工作，随着技术的发展进步，借助于机器视觉技术能够替换这部分人力且更为高效。本文设计了基于ROI的电路板元器件图像识别方法，构建了完整的封装芯片型号的识别系统，为智能化完成封装芯片型号的识别提供了技术路线。

关键词


ROI；电路板；元器件识别；封装芯片

全文:

PDF


参考


[1]王晓云，乔豪杰，刘凤丽，等.基于机器视觉的水果品质分级方法综述[J].成组技术与生产现代化，2023，40（01）：6-13.

[2]潘欣，高晓智.基于差分演化的果蝇优化算法[J].微型机与应用，2015，34（01）：23-25+28.

[3]崔猛飞，王晓云，郭金玉，等.基于图像处理的零件边缘检测算法对比与优化[J].一重技术，2023，（05）：41-46+37.

[4]郝永平，曹昭睿，白帆，等.基于兴趣区域掩码卷积神经网络的红外-可见光图像融合与目标识别算法研究[J].光子学报，2021，50（02）：84-98.

[5]孙颢洋，王欣，曹昭睿，等.基于深度学习的反无人机预警神经网络[J].科学技术与工程，2021，21（22）：9461-9469.

[6]龙志亮，邓月明，谢竞，等.改进多尺度结构化融合的红外与可见光图像融合[J].光学精密工程，2024，32（07）：1101-1110.

[7]卢佳熙.基于深度卷积神经网络的红外与可见光图像融合方法研究[D].中原工学院，2023.




DOI: http://dx.doi.org/10.12361/2661-3654-07-07-150078

Refbacks

  • 当前没有refback。