(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210852769.0 (22)申请日 2022.07.19 (71)申请人 珠海维胜科技有限公司 地址 519000 广东省珠海市横琴新区宝华 路6号105室-72193(集中办公区) (72)发明人 李伟　卢致天　肖海明　 (74)专利代理 机构 北京华际知识产权代理有限 公司 11676 专利代理师 吕青霜 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/12(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01)G06T 7/62(2017.01) G06T 7/73(2017.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G01B 11/24(2006.01) (54)发明名称 一种基于物理尺寸匹配的电子元器件计数 方法 (57)摘要 本发明公开了一种基于物理尺寸匹配的电 子元器件计数方法， 涉及电子 元器件计数技术领 域。 本发明利用SURF算法对物料进行计数， 采用 双目相机对物料拍摄， 用S URF算法对物料图像进 行拼接， 对物料的轮廓进行提取， 计算出物料的 尺寸并且将其保存； 双目相机对与初次不同数量 的物料进行拍摄， 利用S URF算法对物料的 图像进 行拼接， 轮廓提取 以及图像分割， 再次计算物料 的尺寸， 将第一次保存的物料尺 寸与之匹配得到 物料个数用灰色模型判断基于物理尺寸匹配方 法所得结果是否稳定， 若结果不稳定， 重新将初 次不同数量的物料震散后用SURF算法计算物料 尺寸与第一次保存的物料尺寸进行匹配。 若结果 稳定尺寸匹配直至 个数稳定后停止 重复匹配。 权利要求书5页 说明书11页 附图1页 CN 115239662 A 2022.10.25 CN 115239662 A 1.一种基于物理尺寸匹配的电子元器件计数方法， 其特征在于： 该计数方法包括两个 环节： 学习环 节和计数环 节； 所述学习环 节包括以下步骤： 步骤1： 以均匀光源照射可透光的空料盘， 采用双相机装置采集图像， 拼接图像， 将图像 存储为背景图像1； 步骤2： 放置数量为ξ的物料至可透光的空料盘后， 采用双相机装置采集图像， 拼接图 像， 将图像存 储为图像2， 图像2减去 背景图像1产生前 景图像3； 步骤3： 对前景图像3的物料存在的三种姿态建模进行轮廓提取， 计算出物料长、 宽、 高 三种姿态和面积物理尺寸信息， 信息存入数据库文件， 所述三种姿态包括平放姿态、 侧放姿 态和竖放姿态； 所述计数环 节包括以下步骤： 步骤4： 放置数量为β 的新物料至料盘， β >ξ； 物料震散后， 采用双相机装置采集图像， 拼 接图像， 将图像存储为图像4， 图像4减去背景图像1产生前景图像5； 根据前景图像5提取图 像轮廓， 计算出物料的长、 宽、 高和面积物理尺寸； 步骤5： 步骤4中计算出的物料的长、 宽、 高和面积物理尺寸与步骤3所述的数据库文件 中的信息匹配， 先统计单个物料 的个数， 再对多个物料靠在一起或叠在一起的物料采用距 离变换和分水岭分割方法进行分割， 然后再统计， 对于无法分割的靠在一起或叠在一起的 物料， 根据面积法统计出物料个数； 步骤6： 利用灰色模型判断基于物理尺寸匹配方法所得结果是否稳定； 基于物理尺寸匹 配方法所得到的结果不稳定， 重复步骤4， 重新计算得到物料新的长、 宽、 高和面积物理尺 寸； 步骤7： 重复步骤5， 至物料计数结果出现相同的次数达到阈值M时， 记为计数稳定情况， 并将出现相同的次数对应的物料计数 结果作为 最终结果。 2.根据权利要求1所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述步骤1中的拼接图像是用SURF算法对双相机装置采集的图像进行特征提取与匹配， 将 生成分辨 率更大的图像； 具体步骤如下： S2 ‑1、 利用SURF算法提取不同物料图像中的特 征点； S2‑2、 利用SURF算法在尺度控件中提取候选特征点， 再利用三维线性插值法对候选点 进行定位； S2‑3、 确定不同物料图像中特 征点主方向； S2‑4、 根据特 征点构造对应的SURF 特征描述子 。 3.根据权利要求2所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述S2‑1中， 利用SURF算法提取不同物料图像中的特 征点的具体方法为： SURF算法采用Hessi an矩阵行列式来检测特征点， 先利用高斯模板对图像进行卷积， 然 后在像素点处得到一个带有尺度信息的Hes sian矩阵， 表达式为： 其中L(x,y, σ )＝G(x,y, σ )*I(x,y),G(x,y, σ )是尺度可变高斯函数， 权　利　要　求　书 1/5 页 2 CN 115239662 A 2为图像， Lxx(x,y, σ )， Lxy(x,y, σ )， Lyy(x,y, σ )分别 是像素点(x,y)上 x， xy， y方向的二阶微分； 因此Hes sian矩阵行列式最终简化 为： det(H)＝ LxxLyy‑LxyLxy 每个像素的Hes sian矩阵判别式的近似值 为： det(H)＝ LxxLyy‑(ωLxy)2 ω代表加权系数， det(H)代 表点附件区域的盒式滤波响应值。 4.根据权利要求3所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述S2‑2中， 利用SURF算法对于特 征点的选取以及定位的具体方法为： SURF特征点的定位是在不同尺度特征点的响应图像上采用邻域非极大值抑制， 在构造 好的SURF金字塔中， 对所述Hessian矩阵的每个像素点与二维图像空间和尺度空间邻域内 的26个点进 行比较,选出特征点候选点； 再利用三 维线性插值法对特征点候选点进 行定位, 获得亚像素级别的特 征点。 5.根据权利要求2所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述S2‑3中， 确定不同物料图像中特 征点主方向的具体方法为： 统计特征点领域内的Haar小波特征,在特征点的领域内,统计60度扇形内所有点的水 平Haar小波特征和垂直Haar小波特征总和,一个扇形得到一个响应值； 将响应值分别加起 来,形成矢量,选择其中最长的矢量方向,作为 最终特征点的主方向。 6.根据权利要求5所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述S2‑4中， 根据特 征点构造对应的SURF 特征描述子的具体方法为： 在特征点周围取一个4 ×4的矩形区域块,所取得矩形区域方向是沿着特征点的主方 向； 把该矩形区域块划分为均等的16个子区域， 每个子区域统计25个像素的水平方向和垂 直方向的Ha ar小波特征； 该Haar小波特征为： 水平方向值之和∑dx、 垂直方向值之和∑dy、 水平方向绝对值之和 |∑dx|以及垂直方向绝对值之和|∑dy|4个方向； 把Haar小波值作为每个子块区域的特征 向量， 一共有64维向量作为SURF 特征的描述子 。 7.根据权利要求1所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述步骤2 ‑步骤4中， 对物料进 行图像采集后提取图像轮廓并计算出物料的长、 宽、 高， 具体 方法为： 学习环节用图像2和背 景图像1进行差 分， 计数环节用图像4和背 景图像1进 行差分， 得到二值化图像， 然后对二值化图像进行形态学开运算去除元器件管脚干扰， 开运算采用 十字卷积核； 十字卷积核大小 由以下方法步骤决定： S7 ‑1、 物料的外接长方形减去物料的内接长方 形， 得到物料 管脚干扰图像； S7‑2、 最小卷积核大小d以形态学腐蚀操作腐蚀掉干扰图像； S7‑3、 实际卷积核尺寸大小确定为Len＝1.5 ×d； 然后提取 图像轮廓， 计数出物料的长 l、 宽w、 高h和面积a。 8.根据权利要求7所述的一种基于物 理尺寸匹配的电子元器件计数方法， 其特征在于： 所述步骤5中， 将步骤4中所述的物料尺寸信息与步骤3所述的数据库文件中的信息匹配， 然 后在根据面积法统计出物料个数； 物料物理尺寸匹配条件如下：权　利　要　求　书 2/5 页 3 CN 115239662 A 3