SAKI算法的计算原理new.pptVIP

算法原理: 这个算法是利用图像的灰阶来进行检测的.它将计算出检测框內符 合条件的亮度面積占整個检测框面積的百分比. Range(差值算法) Color XY(色彩算法) 用于检测元件缺件实例 左图为用此算法检测绿色PCB板电阻缺件的实例图，其中X1、Y1、X2、Y2的数值不用刻意取多少，我们可以直接在Color map图中拉动颜色分界线使其能区分元件本体颜色和PCB板的颜色即可。在元件置件正常情况下，检测窗口放在元件本体上不会报错，当检测元件位置缺件，检测窗口就直接放在绿色的PCB板上，那么检测窗口内平均色就是一个绿色，由于绿色被所设定的颜色分界线隔开，那么就会报错。 未缺件时检测框内颜色在此图中的位置 缺件时检测框内颜色在此图中的位置 Image Matching EX(图像比较算法) 算法原理 :此算法用是利用两个图片进行对比来对元件进行检测的,它能计算两个 图片相似程度. 应用实例:此算法常用于对元件Reverse的检测. 原理说明:将将要检测的元件的 影像保存为标准像在 搜索范围内寻找与标 准影像相似的影像。 搜索范围就是从标准 影像向外的一个搜索 区域的大小。在搜索 范围内，即使影像不 在正确位置，也会在 它里面寻找与标准影 像最相似的影像并计 算它们的相似度。 在黄色的搜索范围内，系统会去寻找与标准影像最相似的影像并与标准影像进行比对，计算它们的相似度 Image Matching EX(图像比较算法) Sample值允许范围的下限，因Sample值是以相似度定义，所以下限值最小为0 Lower Sample值允许范围的上限，因Sample值是以相似度定义，所以上限值最大为100% Upper 此设置用来调节算法的解析度。此数值越大，检测速度越快，但所获得的图片的质量会下降 Resolution 通过在此设置的一个偏移量来移动检测框的位置(此算法不用） Shift[V1-V8] 一直设为1 Method 设定在X方向的搜索范围(范围越大，搜索的时间越长） 单位:Pixel 设定在Y方向的搜索范围(范围越大，搜索的时间越长） 单位:Pixel Search Range X Search Range y 检测所用灯光类型，此灯光的选择应使元件表面的文字面或图案最明显显示出来 Lighting Image Matching EX(图像比较算法) Resolution的用法说明 此处用搜索范围由49pixels组成，标准影像由9pixels组成的例子来介绍Resolution的用法。 当Resolution=1时，在搜索范围内计算与标准影像匹配相似率的次数为25次。 当Resolution=2时，在搜索范围内计算与标准影像匹配相似率的次数为9次。 当将Resolution设定为2，与设为1比较计算的次数减少所以检测的速度要快。但从右边的图中可以看出:在搜索范围内有很多与标准影像很相似的影像很可能就被遗漏掉，所以检测的准确性降低了 (Resolution为1和2的区分图) Image Matching EX(图像比较算法) Image Matching EX算法的设定方法 Step1 设定我们检测窗口的大小，在正确元件表面，检测框能框住我们所要抓取的的 文字(符号)面即可。 Step2 用鼠标点击编辑界面右下角的“Add”按钮时会保存我们要用的标准影像。如果 是相同的元件并且它表面要与标准影像比较的文字面在我们的搜索范围以内， 就能得到很高的相似值(Sample值)；但如果是元件有不同或没有文字(符号)面 出现在搜索范围内，其Sample值也会很低。即使文字面内容相同，如果你改变 了它的颜色或背景，同样不能获得很高的Sample值。 Step3 设定搜索范围，这样即使元件有些轻微偏移仍然可以识别到文字(符号)面。 Step4 最后检查检测结果，调节各项参数。 Step1(框住文字面） Step2(点击编辑界面右下角Add按钮添加标准影像） Image Matching EX(图像比较算法) 检测BGA反向中的应用 如上图所示，在检测元件反向，我们将检测框框住所要抓取的文字面，点击右下角的Add键即可在Original image中添加标准影像，在检测过程中算法会比较所测影像与标准影像的灰阶亮度情况计算出他们的相似度即该算法的Sample值。上例中所测影像与标准影像很接近，因此Sample值很高。