一种电源芯片质量检测方法及系统与流程

1.本发明涉及检测领域，尤其涉及一种电源芯片质量检测方法及系统。


背景技术：

2.电源芯片是在电子设备系统中担负起对电能的变换、分配、检测及其他电能管理的职责的芯片。主要负责识别cpu供电幅值，产生相应的短矩波，推动后级电路进行功率输出。
3.电源芯片生产出来后需要进行多方面的质量检测，在引脚检测方面，现有技术一般是采用图像识别的方式来进行检测，但是现有的图像识别过程，一般是对图像进行灰度化处理后，再进行剩余的降噪等识别步骤，这样的处理方式，不利于细节信息的保留，从而导致图像识别结果不够准确，影响质量检测的结果。


技术实现要素：

4.本发明的目的在于公开一种电源芯片质量检测方法及系统，解决现有技术中，采用图像识别技术对电源芯片的引脚进行质量检测时，先对图像进行灰度化，再进行其余的识别步骤，导致细节信息保留不足，影响图像识别结果的准确度的问题。
5.为了达到上述目的，本发明采用如下技术方案：一方面，本发明提供了一种电源芯片质量检测方法，包括：s1，获取电源芯片的引脚的外观图像；s2，获取外观图像在rgb颜色空间中的红色分量的图像imgr、绿色分量的图像imgg和蓝色分量的图像imgb；s3，分别对imgr、imgg、imgb进行降噪处理，获得图像lwnsimgr、lwnsimgg、lwnsimgb；s4，分别对lwnsimgr、lwnsimgg、lwnsimgb进行图像分割处理，获得图像sgtimgr、sgtimgg、sgtimgb；s5，对sgtimgr、sgtimgg、sgtimgb进行图像融合处理，获得图像trgimg；s6，对trgimg进行特征提取，获得特征信息；s7，基于特征信息判断电源芯片的引脚是否通过质量检测。
6.优选地，所述s1包括：使用工业相机获取电源芯片的引脚的外观图像。
7.优选地，所述s3包括：对于图像i，i∈{imgr,imgg,imgb}，降噪方式如下：使用中值滤波算法分别对图像i中的每个像素点进行降噪处理，获得图像midi；根据设定的获取算法获取图像midi中的待处理像素点的集合u；使用改进的双边滤波算法分别对集合u中的每个像素点进行降噪处理，获得降噪后的图像lwnsi。
8.优选地，所述根据设定的获取算法获取图像midi中的待处理像素点的集合u，包括：将像素点pix在图像i中的像素值记为，将像素点pix在图像midi中的像素值记为；采用如下公式计算素点pix的变化系数：式中，表示变化系数，表示预设的像素值变化标准值；判断是否大于设定的变化系数阈值，若是，则将像素点pix作为待处理像素点存入集合u。
9.优选地，所述s4包括：对图像j进行图像分割处理的过程如下，j∈{lwnsimgr，lwnsimgg，lwnsimgb}：将图像j分成多个面积相同的子图像；对图像j进行边缘检测，获取边缘像素点的集合；将包含中的像素点的子图像存入集合；使用图像分割算法分别对中的每个子图像进行图像分割处理，获得前景像素点的集合；将处于中的像素点连接成的区域内部的像素点和中的像素点组成的图像作为对图像j进行图像分割处理获得的图像。
10.优选地，所述对图像j进行边缘检测，获取边缘像素点的集合，包括：使用marr-hildreth算法对图像j进行边缘检测，获取边缘像素点的集合。
11.优选地，所述s5包括：分别计算sgtimgr、sgtimgg、sgtimgb的自适应融合权重；将sgtimgr、sgtimgg、sgtimgb中的像素点分别存入集合sgtimgru、sgtimggu、sgtimgbu，获取sgtimgru、sgtimggu、sgtimgbu的交集uniu；对于uniu中的像素点appix，使用如下公式获取appix在图像trgimg中的像素值trgimg(appix)：
式中，分别表示appix在sgtimgr、sgtimgg、sgtimgb中的像素值。
12.优选地，所述s6包括：使用sufr算法对trgimg进行特征提取，获得特征信息。
13.优选地，所述s7包括：将从图像trgimg中获取的特征信息与预设的缺陷类型的所对应的特征信息进行匹配，若匹配成功，则表示电源芯片的引脚没有通过质量检测；若匹配失败，则表示电源芯片的引脚通过质量检测。
14.另一方面，本发明提供了一种电源芯片质量检测系统，包括拍摄模块、分量图像获取模块、降噪模块、图像分割模块、图像融合模块、特征提取模块和质量检测模块；拍摄模块用于获取电源芯片的引脚的外观图像；分量图像获取模块用于获取外观图像在rgb颜色空间中的红色分量的图像imgr、绿色分量的图像imgg和蓝色分量的图像imgb；降噪模块用于分别对imgr、imgg、imgb进行降噪处理，获得图像lwnsimgr、lwnsimgg、lwnsimgb；图像分割模块用于分别对lwnsimgr、lwnsimgg、lwnsimgb进行图像分割处理，获得图像sgtimgr、sgtimgg、sgtimgb；图像融合模块用于对sgtimgr、sgtimgg、sgtimgb进行图像融合处理，获得图像trgimg；特征提取模块用于对trgimg进行特征提取，获得特征信息；质量检测模块用于基于特征信息判断电源芯片的引脚是否通过质量检测。
15.本发明在使用图像识别技术对电源管理芯片的引脚进行处理时，先获取红、绿、蓝三色的分量图像，然后分别对分量图像进行降噪和图像分割处理，接着将分割处理获得的三幅图像进行融合处理，最后再对融合处理获得的图像进行特征提取，并基于获得的特征信息进行质量检测。与现有技术相比，本发明在图像分割之前并没有进行图像灰度化处理，而灰度化处理是一个降维的过程，因此，能够比灰度化处理保留更多的细节信息，有效地提高了使用图像识别技术对电源管理芯片的引脚进行检测的结果的准确性。
附图说明
16.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
17.图1，为本发明一种电源芯片质量检测方法的一种实施例图。
18.图2，为本发明一种电源芯片质量检测系统的一种实施例图。
具体实施方式
19.以下结合附图对本技术的实施方式作进一步说明。附图中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。另外，下面结合附图描述的本
申请的实施方式是示例性的，仅用于解释本技术的实施方式，而不能理解为对本技术的限制。
20.一方面，如图1所示的一种实施例，本发明提供了一种电源芯片质量检测方法，包括：s1，获取电源芯片的引脚的外观图像；s2，获取外观图像在rgb颜色空间中的红色分量的图像imgr、绿色分量的图像imgg和蓝色分量的图像imgb；s3，分别对imgr、imgg、imgb进行降噪处理，获得图像lwnsimgr、lwnsimgg、lwnsimgb；s4，分别对lwnsimgr、lwnsimgg、lwnsimgb进行图像分割处理，获得图像sgtimgr、sgtimgg、sgtimgb；s5，对sgtimgr、sgtimgg、sgtimgb进行图像融合处理，获得图像trgimg；s6，对trgimg进行特征提取，获得特征信息；s7，基于特征信息判断电源芯片的引脚是否通过质量检测。
21.本发明在使用图像识别技术对电源管理芯片的引脚进行处理时，先获取红、绿、蓝三色的分量图像，然后分别对分量图像进行降噪和图像分割处理，接着将分割处理获得的三幅图像进行融合处理，最后再对融合处理获得的图像进行特征提取，并基于获得的特征信息进行质量检测。与现有技术相比，本发明在图像分割之前并没有进行图像灰度化处理，而灰度化处理是一个降维的过程，因此，能够比灰度化处理保留更多的细节信息，有效地提高了使用图像识别技术对电源管理芯片的引脚进行检测的结果的准确性。
22.以rgb图像为例，图像灰度化处理后，图像中包含的细节信息从3通道降维到1通道，这也使得细节信息大幅度减少。而细节信息对图像是否能准确分割有着重要的影响，因此降维后能够影响图像分割的准确性。
23.优选地，所述s1包括：使用工业相机获取电源芯片的引脚的外观图像。
24.优选地，所述s3包括：对于图像i，i∈{imgr,imgg,imgb}，降噪方式如下：使用中值滤波算法分别对图像i中的每个像素点进行降噪处理，获得图像midi；根据设定的获取算法获取图像midi中的待处理像素点的集合u；使用改进的双边滤波算法分别对集合u中的每个像素点进行降噪处理，获得降噪后的图像lwnsi。
25.与现有的只有一步的降噪方式不同，本发明进行了两步的降噪处理，先通过中值滤波算法进行快速的第一步降噪处理，然后根据第一步降噪处理获得的图像获取需要进行第二步降噪处理的待处理像素点，接着在对待处理像素点进行降噪处理。待处理的像素点均为第一步降噪处理后，像素值出现了大幅度变化的噪声像素点，因此，本发明在第一步降噪的基础上，再次对被选择出来的这些噪声像素点进行第二步的降噪处理，进一步提高了降噪处理结果的准确性。由于第二步并不是对所有像素点都进行处理，因此，与一步的降噪相比，本发明能够在增加较小的降噪时间的前提下，大幅度改进降噪结果的准确性。
26.优选地，所述改进的双边滤波算法包括：
式中，表示使用改进的双边滤波算法对像素点q进行降噪处理后，像素点q的像素值；setq表示像素点q的大小的邻域中的像素点的集合，表示像素点r和像素点q的之间的距离，表示setq中的像素点与像素点r之间的距离的标准差，和分别表示像素点q和r的像素值，表示setq中的像素点与像素点r之间的像素值的差的标准差，、表示预设的权重系数，和分别表示像素点q和r的梯度幅值，表示setq中的像素点与像素点r之间的梯度幅值的差的标准差。
27.与现有的双边滤波算法相比，本发明还考虑了梯度幅值这个方面，通过设置权重系数将原有的滤波结果和增加的梯度幅值方面的滤波结果进行加权融合，从而获得了更为准确的降噪结果。
28.优选地，所述根据设定的获取算法获取图像midi中的待处理像素点的集合u，包括：将像素点pix在图像i中的像素值记为，将像素点pix在图像midi中的像素值记为；采用如下公式计算素点pix的变化系数：式中，表示变化系数，表示预设的像素值变化标准值；判断是否大于设定的变化系数阈值，若是，则将像素点pix作为待处理像素点存入集合u。
29.优选地，所述s4包括：对图像j进行图像分割处理的过程如下，j∈{lwnsimgr，lwnsimgg，lwnsimgb}：将图像j分成多个面积相同的子图像；对图像j进行边缘检测，获取边缘像素点的集合；将包含中的像素点的子图像存入集合；
使用图像分割算法分别对中的每个子图像进行图像分割处理，获得前景像素点的集合；将处于中的像素点连接成的区域内部的像素点和中的像素点组成的图像作为对图像j进行图像分割处理获得的图像。
30.本发明在进行图像分割时，先进行了子图像的获取，然后再对需要进行图像分割处理的的子图像进行分割处理，最后基于多个子图像的分割结果获取最终的总体分割结果。与现有的图像分割算法相比，由于本发明需要进行图像分割的像素带的数量大幅度减少，因此本发明有效地提高了图像分割处理的效率。对于不包含边缘像素点的子图像，其可能属于背景部分，也可能属于前景部分，因此，本发明不对这些子图像进行图像分割，因为对这些像素点进行图像分割会获得错误的分割结果，即把本来是背景部分的像素点强行分出部分作为前景部分的像素点，或者是把本来是前景部分的像素点强行分出部分作为背景部分的像素点。另外，由于子图像相较于整幅图像而言，面积小很多，因此，在图像分割时是对整幅图像的局部区域进行分割，不需要考虑其它部分的情况，因此，分割的结果更为准确。
31.在获得集合后，由于图像j中还有属于前景像素点，因此，本发明先将集合中的像素点作为部分前景，形成一个中间为空的区域，并将所有处于这个区域内的像素点作为前景像素点，这样的处理方式，不仅能够避免最终图像分割结果中出现空洞，而且还能有利于提高图像分割处理的速度。
32.优选地，所述对图像j进行边缘检测，获取边缘像素点的集合，包括：使用marr-hildreth算法对图像j进行边缘检测，获取边缘像素点的集合。
33.优选地，所述s5包括：分别计算sgtimgr、sgtimgg、sgtimgb的自适应融合权重；将sgtimgr、sgtimgg、sgtimgb中的像素点分别存入集合sgtimgru、sgtimggu、sgtimgbu，获取sgtimgru、sgtimggu、sgtimgbu的交集uniu；对于uniu中的像素点appix，使用如下公式获取appix在图像trgimg中的像素值trgimg(appix)：式中，分别表示appix在sgtimgr、sgtimgg、sgtimgb中的像素值。
34.优选地，所述s6包括：在进行图像融合时，由于本发明采用的是自适应的融合权重，与现有的设定为固
定权重的融合方式相比，本发明的融合结果的像素分布直方图更为接近原始的像素分布直方图，融合更为准确。
35.优选地，所述自适应融合权重采用如下公式计算：优选地，所述自适应融合权重采用如下公式计算：式中，分布表示图像sgtimgr、sgtimgg、sgtimgb中的像素点的像素值的平均值。
36.本发明在计算自适应权重时，从三张图像的像素点的像素值均值出发，均值越大，表示该分量在原有的像素值中的重要程度越高，因此，本发明能够有效地提高图像融合结果的准确性。
37.使用sufr算法对trgimg进行特征提取，获得特征信息。
38.优选地，所述s7包括：将从图像trgimg中获取的特征信息与预设的缺陷类型的所对应的特征信息进行匹配，若匹配成功，则表示电源芯片的引脚没有通过质量检测；若匹配失败，则表示电源芯片的引脚通过质量检测。
39.具体的，引脚的缺陷类型包括引脚数量不符合设定的数量要求、引脚长度不符合设定的长度要求等、引脚弯曲程度过大等。
40.另一方面，如图2所示，本发明提供了一种电源芯片质量检测系统，包括拍摄模块、分量图像获取模块、降噪模块、图像分割模块、图像融合模块、特征提取模块和质量检测模块；拍摄模块用于获取电源芯片的引脚的外观图像；分量图像获取模块用于获取外观图像在rgb颜色空间中的红色分量的图像imgr、绿色分量的图像imgg和蓝色分量的图像imgb；降噪模块用于分别对imgr、imgg、imgb进行降噪处理，获得图像lwnsimgr、lwnsimgg、lwnsimgb；图像分割模块用于分别对lwnsimgr、lwnsimgg、lwnsimgb进行图像分割处理，获得图像sgtimgr、sgtimgg、sgtimgb；图像融合模块用于对sgtimgr、sgtimgg、sgtimgb进行图像融合处理，获得图像trgimg；特征提取模块用于对trgimg进行特征提取，获得特征信息；
质量检测模块用于基于特征信息判断电源芯片的引脚是否通过质量检测。
41.在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
42.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的程序的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
43.尽管上面已经示出和描述了本技术的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施方式进行变化、修改、替换和变型。