本發(fā)明涉及自動(dòng)光學(xué)檢測(cè)
技術(shù)領(lǐng)域：
，特別是涉及一種元件反件檢測(cè)方法和系統(tǒng)。
背景技術(shù)：
：AOI(AutomaticOpticInspection，自動(dòng)光學(xué)檢測(cè))，是利用光學(xué)原理對(duì)電路板焊接生產(chǎn)中出現(xiàn)的常見缺陷進(jìn)行檢測(cè)的設(shè)備。對(duì)于插件的電路板來(lái)說(shuō)，常見的缺陷檢測(cè)包括漏件檢測(cè)、錯(cuò)件檢測(cè)、反件檢測(cè)、多件檢測(cè)等。其中，反件檢測(cè)是指對(duì)二極管、電容、插座等有極性的元件進(jìn)行檢測(cè)，判斷其在電路板中是否存在反向的現(xiàn)象。目前，元件的反件檢測(cè)主要采用智能方法，即利用深度學(xué)習(xí)的方法對(duì)大量樣本進(jìn)行訓(xùn)練，得到分類模型。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究的一個(gè)新領(lǐng)域，其目的是模擬人腦的機(jī)制來(lái)解釋數(shù)據(jù)、發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。不同的學(xué)習(xí)框架下建立的學(xué)習(xí)模型也是不同的。例如，卷積神經(jīng)網(wǎng)絡(luò)(Convolutionalneuralnetworks，簡(jiǎn)稱CNNs)就是一種深度機(jī)器學(xué)習(xí)模型。利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的元件極性檢測(cè)分類器，雖然在元件的極性檢測(cè)方面達(dá)到了比較理想的效果，但是也有其自身無(wú)法解決的缺點(diǎn)。首先，利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型時(shí)，為了提高模型的準(zhǔn)確率、增強(qiáng)模型的魯棒性，需要大量的訓(xùn)練樣本。但是在實(shí)際過(guò)程中需要耗費(fèi)大量的人力、時(shí)間采集樣本；當(dāng)采集較多的訓(xùn)練樣本后，也需要耗費(fèi)大量的人力和時(shí)間進(jìn)行數(shù)據(jù)標(biāo)注。即使如此，也很難采集到足夠多的負(fù)樣本。另外，利用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的元件極性檢測(cè)模型，對(duì)于已知的元件擁有很高的識(shí)別率，能夠達(dá)到很好的檢測(cè)效果。但是對(duì)于未知的元件，即訓(xùn)練樣本中不存在的元件，元件極性檢測(cè)模型的識(shí)別率下降，經(jīng)常會(huì)發(fā)生誤報(bào)和漏報(bào)。綜上所述，現(xiàn)有的元件極性檢測(cè)方式檢測(cè)效果較差。技術(shù)實(shí)現(xiàn)要素：基于此，有必要針對(duì)現(xiàn)有的元件極性檢測(cè)方式檢測(cè)效果較差的問(wèn)題，提供一種元件反件檢測(cè)方法和系統(tǒng)。一種元件反件檢測(cè)方法，包括以下步驟：獲取電路板上待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像；其中，極性區(qū)域?yàn)榘惭b正確時(shí)所述待測(cè)元件的電極在所述電路板上的區(qū)域，極性對(duì)稱區(qū)域?yàn)榉醇r(shí)所述電極在電路板上的區(qū)域；獲取所述極性區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第一數(shù)量，將所述第一數(shù)量與預(yù)存的極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第一參考數(shù)量進(jìn)行比較；獲取所述極性對(duì)稱區(qū)域圖像中像素值處于所述像素值區(qū)間內(nèi)的像素點(diǎn)的第二數(shù)量，將所述第二數(shù)量與所述極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第二參考數(shù)量進(jìn)行比較；若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，判定所述待測(cè)元件反件。一種元件反件檢測(cè)系統(tǒng)，包括：獲取模塊，用于獲取電路板上待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像；其中，極性區(qū)域?yàn)榘惭b正確時(shí)所述待測(cè)元件的電極在所述電路板上的區(qū)域，極性對(duì)稱區(qū)域?yàn)榉醇r(shí)所述電極在電路板上的區(qū)域；第一比較模塊，用于獲取所述極性區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第一數(shù)量，將所述第一數(shù)量與預(yù)存的極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第一參考數(shù)量進(jìn)行比較；第二比較模塊，用于獲取所述極性對(duì)稱區(qū)域圖像中像素值處于所述像素值區(qū)間內(nèi)的像素點(diǎn)的第二數(shù)量，將所述第二數(shù)量與所述極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第二參考數(shù)量進(jìn)行比較；判斷模塊，用于若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，判定所述待測(cè)元件反件。上述元件反件檢測(cè)方法和系統(tǒng)，通過(guò)將待測(cè)元件的極性區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第一數(shù)量與極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第一參考數(shù)量進(jìn)行比較，將待測(cè)元件的極性對(duì)稱區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第二數(shù)量與極性對(duì)稱區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第二參考數(shù)量進(jìn)行比較，若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，判定所述待測(cè)元件反件，無(wú)需大量的訓(xùn)練樣本，只需要獲取元件的極性區(qū)域和極性對(duì)稱區(qū)域，操作簡(jiǎn)單，識(shí)別率高，檢測(cè)效果較好。附圖說(shuō)明圖1為一個(gè)實(shí)施例的元件反件檢測(cè)方法的流程圖；圖2為極性區(qū)域與極性對(duì)稱區(qū)域的示意圖；圖3為模板匹配方法的示意圖；圖4為一個(gè)實(shí)施例的元件反件檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明的元件反件檢測(cè)方法和系統(tǒng)的實(shí)施例進(jìn)行說(shuō)明。圖1為一個(gè)實(shí)施例的元件反件檢測(cè)方法的流程圖。如圖1所示，所述元件反件檢測(cè)方法可包括以下步驟：S1，獲取電路板上待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像；其中，極性區(qū)域?yàn)榘惭b正確時(shí)所述待測(cè)元件的電極在所述電路板上的區(qū)域，極性對(duì)稱區(qū)域?yàn)榉醇r(shí)所述電極在電路板上的區(qū)域；本發(fā)明所述的極性區(qū)域和極性對(duì)稱區(qū)域的示意圖如圖2所示。可以先獲取所述電路板的圖像，再?gòu)乃鲭娐钒宓膱D像中定位極性區(qū)域和極性對(duì)稱區(qū)域，并從所述電路板的圖像中分別截取所述極性區(qū)域和極性對(duì)稱區(qū)域?qū)?yīng)的圖像，設(shè)為極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像。在一個(gè)實(shí)施例中，可以通過(guò)模板匹配的方法獲取所述極性區(qū)域圖像。模板匹配方法如圖3所示。具體地，可以從所述電路板的圖像中選取與所述極性區(qū)域參考圖像相匹配的第一圖像區(qū)域；根據(jù)所述第一圖像區(qū)域與所述極性區(qū)域參考圖像中各個(gè)像素點(diǎn)的像素值，計(jì)算所述圖像區(qū)域與所述極性區(qū)域參考圖像的第一像素相似度；并將第一像素相似度大于或等于預(yù)設(shè)的第一像素相似度閾值的第一圖像區(qū)域設(shè)為所述極性區(qū)域圖像。所述極性區(qū)域參考圖像可以預(yù)先存儲(chǔ)在系統(tǒng)的存儲(chǔ)區(qū)域中，并在獲取所述極性區(qū)域圖像時(shí)從所述存儲(chǔ)區(qū)域中調(diào)用。若所述第一像素相似度小于預(yù)設(shè)的第一像素相似度閾值，可以將所述電路板的圖像中與所述第一圖像區(qū)域相鄰的區(qū)域設(shè)為所述第一圖像區(qū)域，并重復(fù)計(jì)算所述第一圖像區(qū)域與所述極性區(qū)域參考圖像的第一像素相似度的步驟。其中，與所述第一圖像區(qū)域相鄰的區(qū)域是在所述電路板的圖像中將所述第一圖像區(qū)域向x軸和y軸分別移動(dòng)若干個(gè)像素點(diǎn)所得的區(qū)域。在上述步驟中，每次移動(dòng)的像素點(diǎn)可以是一個(gè)像素點(diǎn)，也可以是多個(gè)像素點(diǎn)，移動(dòng)的距離可以根據(jù)實(shí)際需要設(shè)定。類似地，也可以通過(guò)模板匹配的方法獲取所述極性對(duì)稱區(qū)域圖像。具體地，可以從所述電路板的圖像中選取與所述極性對(duì)稱區(qū)域參考圖像相匹配的第二圖像區(qū)域；根據(jù)所述第二圖像區(qū)域與所述極性對(duì)稱區(qū)域參考圖像中各個(gè)像素點(diǎn)的像素值，計(jì)算所述圖像區(qū)域與所述極性對(duì)稱區(qū)域參考圖像的第二像素相似度；并將第二像素相似度大于或等于預(yù)設(shè)的第二像素相似度閾值的第二圖像區(qū)域設(shè)為所述極性對(duì)稱區(qū)域圖像。所述極性對(duì)稱區(qū)域參考圖像可以預(yù)先存儲(chǔ)在系統(tǒng)的存儲(chǔ)區(qū)域中，并在獲取所述極性區(qū)域圖像時(shí)從所述存儲(chǔ)區(qū)域中調(diào)用。若所述第二像素相似度小于預(yù)設(shè)的第二像素相似度閾值，可以將所述電路板的圖像中與所述第二圖像區(qū)域相鄰的區(qū)域設(shè)為所述第二圖像區(qū)域，并重復(fù)計(jì)算所述第二圖像區(qū)域與所述極性區(qū)域參考圖像的第二像素相似度的步驟。其中，與所述第二圖像區(qū)域相鄰的區(qū)域是在所述電路板的圖像中將所述第二圖像區(qū)域向x軸和y軸分別移動(dòng)若干個(gè)像素點(diǎn)所得的區(qū)域。在上述步驟中，每次移動(dòng)的像素點(diǎn)可以是一個(gè)像素點(diǎn)，也可以是多個(gè)像素點(diǎn)，移動(dòng)的距離可以根據(jù)實(shí)際需要設(shè)定。還可以根據(jù)其他方式獲取所述極性區(qū)域圖像與所述極性對(duì)稱區(qū)域圖像。在上述獲取所述極性區(qū)域圖像與所述極性對(duì)稱區(qū)域圖像的實(shí)施例中，可以根據(jù)如下公式計(jì)算所述第一像素相似度和第二像素相似度：R(x,y)=Σx,yT(x,y)·I(x,y)Σx,yT(x,y)2·Σx,yI(x,y)2;]]>式中，R(x,y)是所述圖像區(qū)域與所述極性區(qū)域參考圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素相似度，T(x,y)為所述極性區(qū)域參考圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素值，I(x,y)為所述圖像區(qū)域中坐標(biāo)為(x,y)的像素點(diǎn)的像素值。所述第一像素相似度閾值可以根據(jù)實(shí)際需要來(lái)設(shè)定。例如，可以設(shè)為0.8，或者設(shè)為0.9，或設(shè)為其他數(shù)值。所述第一像素相似度閾值越大，圖像獲取的精確度越高。S2，獲取所述極性區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第一數(shù)量，將所述第一數(shù)量與預(yù)存的極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第一參考數(shù)量進(jìn)行比較；所述預(yù)選的像素值區(qū)間可以根據(jù)實(shí)際需要自行選定。例如，可以將所述極性區(qū)域圖像中的各個(gè)像素點(diǎn)按照像素值的分布劃分為若干個(gè)區(qū)間，從所述若干個(gè)區(qū)間中選擇像素點(diǎn)最多的區(qū)間，并設(shè)為所述預(yù)選的像素值區(qū)間。所述若干個(gè)區(qū)間可以是2個(gè)區(qū)間，也可以是2個(gè)以上的區(qū)間。以兩個(gè)區(qū)間為例，可以計(jì)算所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像像素的平均灰度值；獲取所述極性區(qū)域圖像中像素值大于所述平均灰度值的像素點(diǎn)的第一數(shù)量。其中，獲取所述第一數(shù)量時(shí)，還可以對(duì)所述極性區(qū)域圖像進(jìn)行二值化處理，將像素值大于所述平均灰度值的像素點(diǎn)的像素值設(shè)為P1，將像素值小于或等于所述平均灰度值的像素點(diǎn)的像素值設(shè)為P2。以黑白二值化為例，可以將像素值大于所述平均灰度值的像素點(diǎn)的像素值設(shè)為255，將像素值小于或等于所述平均灰度值的像素點(diǎn)的像素值設(shè)為0，即f′(x,y)=255,f(x,y)>m0,else;]]>式中，f(x,y)是坐標(biāo)為(x,y)的像素點(diǎn)的像素值，f'(x,y)是二值化后的像素值，m是所述平均灰度值?？筛鶕?jù)如下公式計(jì)算所述平均灰度值：m＝m1+m2；其中，m2=Σx=0w2-1Σy=0h2-1f2(x,y);]]>式中，m1和m2分別為所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像，w1和h1分別為所述極性區(qū)域圖像的寬和高，w2和h2分別為所述極性對(duì)稱區(qū)域圖像的寬和高；f1(x,y)和f2(x,y)分別表示所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素值。在一個(gè)實(shí)施例中，所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像可能是彩色圖像，因此，在計(jì)算所述平均灰度值之前，還可以將所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。以述極性區(qū)域圖像為例，可以根據(jù)如下公式將所述極性區(qū)域圖像轉(zhuǎn)換為灰度圖像：Gray＝(R*30+G*59+B*11)/100；式中，Gray為灰度圖像的灰度值，R、G、B為所述極性區(qū)域圖像在RGB空間的顏色分量。可根據(jù)類似的方式將所述極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。也可以根據(jù)其他方式將所述極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。S3，獲取所述極性對(duì)稱區(qū)域圖像中像素值處于所述像素值區(qū)間內(nèi)的像素點(diǎn)的第二數(shù)量，將所述第二數(shù)量與所述極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第二參考數(shù)量進(jìn)行比較；本步驟可以根據(jù)與步驟S2類似的方式執(zhí)行，此處不再贅述。S4，若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，判定所述待測(cè)元件反件。在本步驟中，若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，則表明待測(cè)元件的極性區(qū)域與參考圖像的極性對(duì)稱區(qū)域較為類似，且待測(cè)元件的極性對(duì)稱區(qū)域與參考圖像的極性區(qū)域較為類似，從而可以判定所述待測(cè)元件反件。若所述第一數(shù)量與所述第一參考數(shù)量的差值小于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值大于預(yù)設(shè)的第二差值閾值，則表明待測(cè)元件的極性區(qū)域與參考圖像的極性區(qū)域較為類似，且待測(cè)元件的極性對(duì)稱區(qū)域與參考圖像的極性對(duì)稱區(qū)域較為類似，從而可以判定所述待測(cè)元件未反件。通過(guò)上述方式，可以準(zhǔn)確地判斷出元件是否反件，尤其在極性區(qū)域與非極性區(qū)域顏色較為相近(例如，極性區(qū)域?yàn)榛疑?，而極性對(duì)稱區(qū)域?yàn)楹谏?的情況下，上述方式可以有效地判斷出元件是否反件。本發(fā)明的元件反件檢測(cè)方法具有以下優(yōu)點(diǎn)：(1)無(wú)需大量的訓(xùn)練樣本，也無(wú)需耗費(fèi)大量的人力和時(shí)間進(jìn)行數(shù)據(jù)標(biāo)注，只需要獲取元件的極性區(qū)域和極性對(duì)稱區(qū)域，簡(jiǎn)單有效，降低了人力成本，檢測(cè)效率高；(2)可以實(shí)現(xiàn)元件極性的自動(dòng)檢測(cè)，進(jìn)一步降低了人力成本，提高了檢測(cè)效率。(3)通過(guò)將待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域與極性區(qū)域的參考圖像進(jìn)行比較，同時(shí)將待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域與極性對(duì)稱區(qū)域的參考圖像進(jìn)行比較，進(jìn)一步提高了識(shí)別率，降低了誤報(bào)和漏報(bào)的概率。(4)在極性區(qū)域與非極性區(qū)域顏色較為相近的情況下判定準(zhǔn)確性較高。與所述元件反件檢測(cè)方法相對(duì)應(yīng)地，本發(fā)明還提供一種元件反件檢測(cè)系統(tǒng)，如圖2所示，所述元件反件檢測(cè)系統(tǒng)可包括：獲取模塊10，用于獲取電路板上待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像；其中，極性區(qū)域?yàn)榘惭b正確時(shí)所述待測(cè)元件的電極在所述電路板上的區(qū)域，極性對(duì)稱區(qū)域?yàn)榉醇r(shí)所述電極在電路板上的區(qū)域；本發(fā)明所述的極性區(qū)域和極性對(duì)稱區(qū)域的示意圖如圖2所示。可以先獲取所述電路板的圖像，再?gòu)乃鲭娐钒宓膱D像中定位極性區(qū)域和極性對(duì)稱區(qū)域，并從所述電路板的圖像中分別截取所述極性區(qū)域和極性對(duì)稱區(qū)域?qū)?yīng)的圖像，設(shè)為極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像。在一個(gè)實(shí)施例中，可以通過(guò)模板匹配的方法獲取所述極性區(qū)域圖像。模板匹配方法如圖3所示。具體地，可以從所述電路板的圖像中選取與所述極性區(qū)域參考圖像相匹配的第一圖像區(qū)域；根據(jù)所述第一圖像區(qū)域與所述極性區(qū)域參考圖像中各個(gè)像素點(diǎn)的像素值，計(jì)算所述圖像區(qū)域與所述極性區(qū)域參考圖像的第一像素相似度；并將第一像素相似度大于或等于預(yù)設(shè)的第一像素相似度閾值的第一圖像區(qū)域設(shè)為所述極性區(qū)域圖像。所述極性區(qū)域參考圖像可以預(yù)先存儲(chǔ)在系統(tǒng)的存儲(chǔ)區(qū)域中，并在獲取所述極性區(qū)域圖像時(shí)從所述存儲(chǔ)區(qū)域中調(diào)用。若所述第一像素相似度小于預(yù)設(shè)的第一像素相似度閾值，可以將所述電路板的圖像中與所述第一圖像區(qū)域相鄰的區(qū)域設(shè)為所述第一圖像區(qū)域，并重復(fù)計(jì)算所述第一圖像區(qū)域與所述極性區(qū)域參考圖像的第一像素相似度的步驟。其中，與所述第一圖像區(qū)域相鄰的區(qū)域是在所述電路板的圖像中將所述第一圖像區(qū)域向x軸和y軸分別移動(dòng)若干個(gè)像素點(diǎn)所得的區(qū)域。在上述步驟中，每次移動(dòng)的像素點(diǎn)可以是一個(gè)像素點(diǎn)，也可以是多個(gè)像素點(diǎn)，移動(dòng)的距離可以根據(jù)實(shí)際需要設(shè)定。類似地，也可以通過(guò)模板匹配的方法獲取所述極性對(duì)稱區(qū)域圖像。具體地，可以從所述電路板的圖像中選取與所述極性對(duì)稱區(qū)域參考圖像相匹配的第二圖像區(qū)域；根據(jù)所述第二圖像區(qū)域與所述極性對(duì)稱區(qū)域參考圖像中各個(gè)像素點(diǎn)的像素值，計(jì)算所述圖像區(qū)域與所述極性對(duì)稱區(qū)域參考圖像的第二像素相似度；并將第二像素相似度大于或等于預(yù)設(shè)的第二像素相似度閾值的第二圖像區(qū)域設(shè)為所述極性對(duì)稱區(qū)域圖像。所述極性對(duì)稱區(qū)域參考圖像可以預(yù)先存儲(chǔ)在系統(tǒng)的存儲(chǔ)區(qū)域中，并在獲取所述極性區(qū)域圖像時(shí)從所述存儲(chǔ)區(qū)域中調(diào)用。若所述第二像素相似度小于預(yù)設(shè)的第二像素相似度閾值，可以將所述電路板的圖像中與所述第二圖像區(qū)域相鄰的區(qū)域設(shè)為所述第二圖像區(qū)域，并重復(fù)計(jì)算所述第二圖像區(qū)域與所述極性區(qū)域參考圖像的第二像素相似度的步驟。其中，與所述第二圖像區(qū)域相鄰的區(qū)域是在所述電路板的圖像中將所述第二圖像區(qū)域向x軸和y軸分別移動(dòng)若干個(gè)像素點(diǎn)所得的區(qū)域。在上述步驟中，每次移動(dòng)的像素點(diǎn)可以是一個(gè)像素點(diǎn)，也可以是多個(gè)像素點(diǎn)，移動(dòng)的距離可以根據(jù)實(shí)際需要設(shè)定。還可以根據(jù)其他方式獲取所述極性區(qū)域圖像與所述極性對(duì)稱區(qū)域圖像。在上述獲取所述極性區(qū)域圖像與所述極性對(duì)稱區(qū)域圖像的實(shí)施例中，可以根據(jù)如下公式計(jì)算所述第一像素相似度和第二像素相似度：R(x,y)=Σx,yT(x,y)·I(x,y)Σx,yT(x,y)2·Σx,yI(x,y)2;]]>式中，R(x,y)是所述圖像區(qū)域與所述極性區(qū)域參考圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素相似度，T(x,y)為所述極性區(qū)域參考圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素值，I(x,y)為所述圖像區(qū)域中坐標(biāo)為(x,y)的像素點(diǎn)的像素值。所述第一像素相似度閾值可以根據(jù)實(shí)際需要來(lái)設(shè)定。例如，可以設(shè)為0.8，或者設(shè)為0.9，或設(shè)為其他數(shù)值。所述第一像素相似度閾值越大，圖像獲取的精確度越高。第一比較模塊20，用于獲取所述極性區(qū)域圖像中像素值處于預(yù)選的像素值區(qū)間內(nèi)的像素點(diǎn)的第一數(shù)量，將所述第一數(shù)量與預(yù)存的極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第一參考數(shù)量進(jìn)行比較；所述預(yù)選的像素值區(qū)間可以根據(jù)實(shí)際需要自行選定。例如，可以將所述極性區(qū)域圖像中的各個(gè)像素點(diǎn)按照像素值的分布劃分為若干個(gè)區(qū)間，從所述若干個(gè)區(qū)間中選擇像素點(diǎn)最多的區(qū)間，并設(shè)為所述預(yù)選的像素值區(qū)間。所述若干個(gè)區(qū)間可以是2個(gè)區(qū)間，也可以是2個(gè)以上的區(qū)間。以兩個(gè)區(qū)間為例，可以計(jì)算所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像像素的平均灰度值；獲取所述極性區(qū)域圖像中像素值大于所述平均灰度值的像素點(diǎn)的第一數(shù)量。其中，獲取所述第一數(shù)量時(shí)，還可以對(duì)所述極性區(qū)域圖像進(jìn)行二值化處理，將像素值大于所述平均灰度值的像素點(diǎn)的像素值設(shè)為P1，將像素值小于或等于所述平均灰度值的像素點(diǎn)的像素值設(shè)為P2。以黑白二值化為例，可以將像素值大于所述平均灰度值的像素點(diǎn)的像素值設(shè)為255，將像素值小于或等于所述平均灰度值的像素點(diǎn)的像素值設(shè)為0，即f′(x,y)=255,f(x,y)>m0,else;]]>式中，f(x,y)是所述極性區(qū)域圖中坐標(biāo)為(x,y)的像素點(diǎn)的像素值，f'(x,y)是二值化后的極性區(qū)域圖中坐標(biāo)為(x,y)的像素點(diǎn)的像素值，m是所述平均灰度值?？筛鶕?jù)如下公式計(jì)算所述平均灰度值：m＝m1+m2；其中，m2=Σx=0w2-1Σy=0h2-1f2(x,y);]]>式中，m1和m2分別為所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像，w1和h1分別為所述極性區(qū)域圖像的寬和高，w2和h2分別為所述極性對(duì)稱區(qū)域圖像的寬和高；f1(x,y)和f2(x,y)分別表示所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像中坐標(biāo)為(x,y)的像素點(diǎn)的像素值。在一個(gè)實(shí)施例中，所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像可能是彩色圖像，因此，在計(jì)算所述平均灰度值之前，還可以將所述極性區(qū)域圖像和所述極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。以述極性區(qū)域圖像為例，可以根據(jù)如下公式將所述極性區(qū)域圖像轉(zhuǎn)換為灰度圖像：Gray＝(R*30+G*59+B*11)/100；式中，Gray為灰度圖像的灰度值，R、G、B為所述極性區(qū)域圖像在RGB空間的顏色分量?？筛鶕?jù)類似的方式將所述極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。也可以根據(jù)其他方式將所述極性區(qū)域圖像和極性對(duì)稱區(qū)域圖像轉(zhuǎn)換為灰度圖像。第二比較模塊30，用于獲取所述極性對(duì)稱區(qū)域圖像中像素值處于所述像素值區(qū)間內(nèi)的像素點(diǎn)的第二數(shù)量，將所述第二數(shù)量與所述極性區(qū)域參考圖像中像素值處于所述像素區(qū)間內(nèi)的像素點(diǎn)的第二參考數(shù)量進(jìn)行比較；第二比較模塊30可以根據(jù)與第一比較模塊20類似的方式執(zhí)行，此處不再贅述。判斷模塊40，用于若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，判定所述待測(cè)元件反件。若所述第一數(shù)量與所述第一參考數(shù)量的差值大于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值小于預(yù)設(shè)的第二差值閾值，則表明待測(cè)元件的極性區(qū)域與參考圖像的極性對(duì)稱區(qū)域較為類似，且待測(cè)元件的極性對(duì)稱區(qū)域與參考圖像的極性區(qū)域較為類似，從而可以判定所述待測(cè)元件反件。若所述第一數(shù)量與所述第一參考數(shù)量的差值小于預(yù)設(shè)的第一差值閾值，且所述第二數(shù)量與所述第二參考數(shù)量的差值大于預(yù)設(shè)的第二差值閾值，則表明待測(cè)元件的極性區(qū)域與參考圖像的極性區(qū)域較為類似，且待測(cè)元件的極性對(duì)稱區(qū)域與參考圖像的極性對(duì)稱區(qū)域較為類似，從而可以判定所述待測(cè)元件未反件。通過(guò)上述方式，可以準(zhǔn)確地判斷出元件是否反件，尤其在極性區(qū)域與非極性區(qū)域顏色較為相近(例如，極性區(qū)域?yàn)榛疑?，而極性對(duì)稱區(qū)域?yàn)楹谏?的情況下，上述方式可以有效地判斷出元件是否反件。本發(fā)明的元件反件檢測(cè)系統(tǒng)具有以下優(yōu)點(diǎn)：(1)無(wú)需大量的訓(xùn)練樣本，也無(wú)需耗費(fèi)大量的人力和時(shí)間進(jìn)行數(shù)據(jù)標(biāo)注，只需要獲取元件的極性區(qū)域和極性對(duì)稱區(qū)域，簡(jiǎn)單有效，降低了人力成本，檢測(cè)效率高；(2)可以實(shí)現(xiàn)元件極性的自動(dòng)檢測(cè)，進(jìn)一步降低了人力成本，提高了檢測(cè)效率。(3)通過(guò)將待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域與極性區(qū)域的參考圖像進(jìn)行比較，同時(shí)將待測(cè)元件的極性區(qū)域圖像和極性對(duì)稱區(qū)域與極性對(duì)稱區(qū)域的參考圖像進(jìn)行比較，進(jìn)一步提高了識(shí)別率，降低了誤報(bào)和漏報(bào)的概率。(4)在極性區(qū)域與非極性區(qū)域顏色較為相近的情況下判定準(zhǔn)確性較高。本發(fā)明的元件反件檢測(cè)系統(tǒng)與本發(fā)明的元件反件檢測(cè)方法一一對(duì)應(yīng)，在上述元件反件檢測(cè)方法的實(shí)施例闡述的技術(shù)特征及其有益效果均適用于元件反件檢測(cè)系統(tǒng)的實(shí)施例中，特此聲明。以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說(shuō)明書記載的范圍。以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。當(dāng)前第1頁(yè)1 2 3