电路元器件中电阻的识别和定位.docx
《电路元器件中电阻的识别和定位.docx》由会员分享,可在线阅读,更多相关《电路元器件中电阻的识别和定位.docx(22页珍藏版)》请在冰豆网上搜索。
电路元器件中电阻的识别和定位
电路元器件中电阻的识别和定位
摘要
随着彩色图像的应用越来越广泛,尤其是在电子产品迅速发展的今天,利用彩色图片帮助识别元器件,不但消除了电路板大的,容易损坏的缺点,还可以几乎真实的把电路板的情况反映出来。
更加有优势的是,利用PHOTOSHOP软件,还可以利用工具查找形状相似的图形,对找元器件更是一大帮助。
在颜色方面,还可以通过改变元器件的颜色,来查找、识别元器件,这个都是一大帮助,这是实物识别无法比拟的,所以本毕业论文选择了这个课题,通过对彩色图像的处理,得出一个结论,为彩色图像处理的探索尽一份力。
本课题首先分析了基于摄像的照片元器件定位系统的工作原理与组成,对系统各部件进行分析和选型,搭建了硬件平台。
其次,系统地研究并处理图像,定位系统所采用的图像处理技术,并进行相应步骤的仿真实验验证。
再次,以不同的元器件为本实验的识别方法,通过图片处理后实现了元器件元件的识别,通过标尺工具得出了元器件的位置,从而得出元件的偏移角度。
最后得到了元器件的识别和定位。
关键词:
图像再认;解释图像;元器件定位;图像处理
RESISTANCEINTHECIRCUITCOMPONENESTOINDETIFYANDLOCATE
ABSTRACT
Withtheapplicationofcolorimagesmorewidely,especiallyintherapiddevelopmentofelectronicproductstoday,theuseofcolorpicturestohelpidentifythecomponents,notonlyeliminatingthecircuitboardlarge,easytodamagetheshortcomings,butalsothecircuitboardisalmosttruesituationreflected.MoreadvantageistheuseofPHOTOSHOPsoftwaretoolscanalsobeusedtofindasimilarshape,graphics,righttofindcomponentsisalsoamajorhelp.Incolor,butalsobychangingthecolorcomponents,tolocate,identifycomponents,thisisabighelp,itisthephysicalidentificationcannotcomparewith,sochoosethesubjectofthisthesis,throughthecolorimageprocessingcometoaconclusion,fortheexplorationofcolorimageprocessingcandosomething.
Thetopicfirstanalyzesthecamera'sphoto-basedpositioningsystemcomponentsandcompositionoftheworkingprincipleofthesystemcomponentsanalysisandselection,hassetupahardwareplatform.Second,thesystematicstudyandimageprocessing,positioningsystemusedinimageprocessingtechnology,andmaketheappropriatestepstoverifythesimulationresults.Again,experimentwithdifferentcomponent-basedmethodofidentification,achievedthroughtheimageprocessingcomponentsaftertheidentificationofcomponents,throughtheRulertooltoarriveatthelocationofthecomponentstoarriveattheoffsetanglecomponents.Finallyreceivedrecognitionandstatusofcomponents.
Keywords:
imagerecognition;interpretedimages;componentpositioning;imageprocessing
第一章绪论
1.1数字图像处理发展史
数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程[1]。
常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室(JPL)。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,如几何校正、灰度变换、去除噪声等方法进行处理,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理,以致获得了月球的地形图、彩色图及全景镶嵌图,获得了非凡的成果,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。
[1]在以后的宇航空间技术,如对火星、土星等星球的探测研究中,数字图像处理技术都发挥了巨大的作用。
数字图像处理取得的另一个巨大成就是在医学上获得的成果。
1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(ComputerTomograph)。
CT的基本方法是根据人的头部截面的投影,经计算机处理来重建截面图像,称为图像重建。
与此同时,图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就,属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,使图像处理成为一门引人注目、前景远大的新型学科。
随着图像处理技术的深入发展。
从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展。
[2]人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界,这被称为图像理解或计算机视觉。
很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。
其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论,这个理论成为计算机视觉领域其后十多年的主导思想。
图像理解虽然在理论方法研究上已取得不小的进展,但它本身是一个比较难的研究领域,存在不少困难,因人类本身对自己的视觉过程还了解甚少,因此计算机视觉是一个有待人们进一步探索的新领域。
1.2图像识别概念发展
图形刺激作用于感觉器官,人们辨认出它是经验过的某一图形的过程,也叫图像再认。
在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。
只有通过存储的信息与当前的信息进行比较的加工过程,才能实现对图像的再认。
人的图像识别能力是很强的[3]。
图像距离的改变或图像在感觉器官上作用位置的改变,都会造成图像在视网膜上的大小和形状的改变。
即使在这种情况下,人们仍然可以认出他们过去知觉过的图像。
甚至图像识别可以不受感觉通道的限制。
例如,人可以用眼看字,当别人在他背上写字时,他也可认出这个字来。
图像识别可能是以图像的主要特征为基础的。
每个图像都有它的特征,如字母A有个尖,P有个圈、而Y的中心有个锐角等。
对图像识别时眼动的研究表明,视线总是集中在图像的主要特征上,也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方,这些地方的信息量最大。
而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。
由此可见,在图像识别过程中,知觉机制必须排除输入的多余信息,抽出关键的信息[4]。
同时,在大脑里必定有一个负责整合信息的机制,它能把分阶段获得的信息整理成一个完整的知觉映象。
在人类图像识别系统中,对复杂图像的识别往往要通过不同层次的信息加工才能实现。
对于熟悉的图形,由于掌握了它的主要特征,就会把它当作一个单元来识别,而不再注意它的细节了。
这种由孤立的单元材料组成的整体单位叫做组块,每一个组块是同时被感知的。
在文字材料的识别中,人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块,而且能把经常在一起出现的字或词组成组块单位来加以识别。
图像识别是人工智能的一个重要领域。
为了编制模拟人类图像识别活动的计算机程序,人们提出了不同的图像识别模型。
例如模板匹配模型。
这种模型认为,识别某个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。
当前的刺激如果能与大脑中的模板相匹配,这个图像也就被识别了[5]。
例如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。
这个模型简单明了,也容易得到实际应用。
但这种模型强调图像必须与脑中的模板完全符合才能加以识别,而事实上人不仅能识别与脑中的模板完全一致的图像,也能识别与模板不完全一致的图像。
例如,人们不仅能识别某一个具体的字母A,也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。
同时,人能识别的图像是大量的,如果所识别的每一个图像在脑中都有一个相应的模板,也是不可能的。
为了解决模板匹配模型存在的问题,格式塔心理学家又提出了一个原型匹配模型[6]。
这种模型认为,在长时记忆中存储的并不是所要识别的无数个模板,而是图像的某些“相似性”。
从图像中抽象出来的“相似性”就可作为原型,拿它来检验所要识别的图像。
如果能找到一个相似的原型,这个图像也就被识别了。
这种模型从神经上和记忆探寻的过程上来看,都比模板匹配模型更适宜,而且还能说明对一些不规则的,但某些方面与原型相似的图像的识别。
但是,这种模型没有说明人是怎样对相似的刺激进行辨别和加工的,它也难以在计算机程序中得到实现。
因此又有人提出了一个更复杂的模型,即“泛魔”识别模型。
1.3彩色图像处理的应用和发展
在过去的25年里,人们主要对灰色图片的处理,但随着彩色记录设备、和彩色输出设备的增加,越来越多的需要有精确一致的彩色来表达。
所以也就随人们对彩色图像处理的加深[7]。
彩色图像处理主要包括三个方面,彩色图像的记录,彩色图像的传递,彩色图像的复制。
以下我们逐一了解一下:
1.3.1彩色图像的记录
彩色图像的处理要从数据开始。
许多设备,如数码相机,扫描仪等以数字形式记录图像的。
在过去几年,分辨率发展最为显著,图片也从标准清晰度过渡到高清晰度,在军事、医疗领域到机器成像方面都采用了非常高的分辨率的彩色图片。
图片的记录是一个比较重要的环节,现在是知识爆炸的时代,有效记录不但从清晰度方面,而且从存储量方面也得到了很大的提升,所以在捕捉搞清晰度的彩色图片的同时,也可以多次拍摄,从各个角度多照几张,得到最好的效果和全方位的数据[8]。
在记录方面,还向远距离,隐蔽性发展,在商业或军事领域,用针孔摄像机或遥感摄像机,可以分别从不察觉和远距离拍摄,取得数据,盗取商业和军事资料。
1.3.2彩色图像的传递
得到了图像,当然就要转移。
例如从记录人到其他人,从记录地点到处理地点,从一台计算机到其他的计算机等等,图片数量非常少的情况下,传送自然能很便捷,但是在数量极大的情况下,就要需要利用到工具。
首先是压缩工具,在保证图片质量的条件下,把数据压缩,便于传送。
在数字技术迅速发展的现在,越来越多的压缩手段的运用,也给图片传递带来了很大的好处。
还有就是传递的工具,物质上的有U盘,相机,移动硬盘,甚至现在手机也是一种有效的、方便的工具。
得到数据以后,可以利用数据线,随时随地传输。
在看的到而摸不到的手段也有,那就是我们网络上的工具了,那时非常多了。
例如QQ,飞鸽传输类,邮发送类,提供链接下载类,还有网络硬盘类,等等。
适用范围从小数据流到大数据流,快捷、准确供你选择。
1.3.3彩色图像的复制
图片能带走自然能复制,但是现在的复制确不是单纯的复制粘贴,还可以在复制的过程中转换格式。
彩色图片能极大的反映物体准确颜色,形状等各种特性,使人能从更多的方面分析,从而得到比灰色图像更多的数据,为得出准确的结论提供了很大的帮助,所以现在的应用领域很广。
从日常生活的照相留念,到科技医疗领域,到军事领域,可以说无处不在。
科技上例如通过拍照观察植物的生长情况,电路板元器件和电路线路的分析和教学方面,医疗里的对人体器官的拍照,通过分析器官的颜色可可以得出是否有疾病,在军事领域,可以比较准确的得到目标的颜色,从而判断是否是正确的目标。
在发展方面,彩色图片几乎融入了人们的生活。
难于想象,没有了彩色图像,人们的生活会是怎样。
但是现在的发展来看,人们还是从高清晰度(HD)方面来要求彩色图像,从高清的数码相机到摄像头的面世和前进,都可以嗅到这个味道。
还有就是在生产领域和教育领域的低成本,高效率来看,前景会越来越大。
便于提携的彩色图片得到的信息跟实物相差不多,通过改灰度,色阶,RGB值,亮度,色饱和度等等,可以让人更好的了解物体外形,甚至可以提取单个物体的图像。
所以在以后的应用会更加广泛,发展势头难于遏制。
1.4电路元器件的识别应用价值
电子元器件,是由元件和器件组成。
一、元件:
工厂在加工产品是没有改变分子成分产品可称为元件,不需要能<电>源的器件。
二、器件:
工厂在生产加工时改变了分子结构的器件称为器件
1.主动器件,它的主要特点是:
(1)自身消耗电能
(2).还需要外界电源
2.分立器件,分为
(1)双极性晶体三极管
(2)场效应晶体管(3)可控硅(4)半导体电阻电容
3.模拟集成电路主要是指由电容、电阻、晶体管等组成的模拟电路集成在一起用来处理模拟信号的集成电路。
4.数字集成电路是将元器件和连线集成于同一半导体芯片上而制成的数字逻辑电路或系统。
一个电路时由许多的的元件和器件组成,每个元件都有它的用途,特点,要识别了他们,才可以弄清电路的运转情况,才能知道它的效能,用途,电路出问题才可以查到问题,便于维修。
比如电阻,它是元件。
在电路中的主要作用为分流、限流、分压、偏置等。
在本论文里,主要是对彩色图像中的元器件进行识别,而区别于电路图里面的符号识别。
图像识别是对元器件的形状,颜色等外表特性进行识别,所以在论文里,会有对电路板的图片像的记录和处理[9-11]。
1.5小结
本课题在自主动手设计理论检验的基础上,立足于实际工程应用,着重进行了元件视觉定位系统的研究与设计工作。
通过大量实验与研究,自主设计并实现了基于机器视觉的元件定位系统。
其中图像处理软件为photoshop系统。
在下一章里,我们具体说明一下采集图片的方法,工具和步骤。
第二章采集数据
2.1电路板图像采集系统组成
采集图像工具:
一般的数码相机,分辨率有几个级别:
640*480,450*200等等。
电路板:
由于去年刚做了一个简单的功放器,因为焊接一些常见的电路元器件刚好利用一下。
距离:
为了拍摄比较好的效果,我在电路板下垫了一张蓝黑色的硬纸板。
然后在桌子上,用数码相机大概四十厘米的高度金距离拍照。
亮度:
由于是冬天,天气又点冷,阴天,但是光线还比较理想。
采集图像像素:
450*200像素。
采集的照片如图2-1:
图2-1功放器
2.2简单识别元器的方法
在图像中,元器件主要是从颜色和形状识别,下面简单介绍下本论文采用的电路板中的各元器件的外部特征。
在长8CM,宽4.5CM的电路板上,焊接了十个电容,其中有一个比较大,其余一般大小,四个电感,八个电阻,两个二极管,一个芯片和一个变调开关。
电容形状:
外包主题黑颜色,带以一道灰色带,圆柱体,比电路板上其他元器件大,就像一个小储存器。
电感:
颜色浅棕色,圆扁,好像是一个小豆被捏扁的样子。
二极管:
颜色黑色带一圈灰色,也是小圆柱体,和电容不同的是它的接线分别从两条伸出来,而电容是从一边伸出来。
芯片:
颜色黑色,小四方体,两边分别有四根接线。
变调开关:
四个接口焊接在电路板上,体积比较大,短圆柱体带一个扭转开关。
电阻:
接近小圆柱体,两头比中间稍大,颜色蓝色为主,中间有好多圈其他颜色的圈,接线也是从两边伸出来。
2.3小结
在采集照片过程中必须要严谨的态度。
采集照片要考虑到大众化因素,尽量采用一般基本条件下工厂都能找到的设备,还有就是要根据电路板的元器件的大小,颜色,来选择工具和方法。
观察元器件的特点也要认真,仔细。
这些初始阶段准备工作,都是为了后期的实验打下基础。
所谓百层高楼也也要坚实的地基,准备工作做好了,后期实验就会更严谨,准确。
第三章图像处理
3.1先对照片简单处理
运行photoshop图片处理软件,打开采集到的功放器图(2-1)照片,用用软件里的裁剪工具把照片处理,选取有用部分后,双击鼠标,即可把有用部分裁剪,而无关的蓝色背景部分便去掉了,然后保存。
[9]得到的如下照片:
图3-1未处理的功放器电路板
但是可以看到照片还是有点过度亮,所以稍微调整一下亮度,再PHOTOSHOP顶上选项找到图像选项。
然后按图像-调整-曲线点击,会出现图片的特征曲线,拉动曲线,可以调整亮度亮度,把照片调暗,得到如(图3-2)的功放器图片:
图3-2亮度调暗的功放器电路板
3.2对元器件彩色图像处理的方法
照片一眼看上去还能识别元器件,那是因为这个电路板比较小,元器件不多,为了可以在复杂的电路板上还能一下分别元器件,下面以电阻为例,具体来解析如何操作。
不过照片因为颜色的原因,还是让人混淆不清,为了突出元器件的特点,我们再把照片反相处理一下。
[10]步骤如下:
在PHOTOSHOP顶上选项,选图像-调整-反相选项操作。
因为“反相”通俗点就是颜色互换,所以我们得到得到的照片如下:
图3-3反相处理过的功放器电路板图
3.3识别电阻
仔细一看,电容和其他元器件都很明了看出来了,但是二极管和电阻接线都是从两边伸出来,而且都有彩色圈。
为了更好区分,再次把照片处理一下。
步骤如下:
在PHOTOSHOP顶上选项找到图像,然后按图像-调整-色彩平衡-选阴影操作。
会得到一图表,按图3-4调节参数图表,
图3-4阴影操作对照
然后我们选取高光,按图3-5调节参数,
图3-5高光处理参数对照
得到的图像如图3-6:
图3-6经过阴影和高光处理过的功放器电路板
这样的话,电阻和其他的元器件就很易就看出来了,为了下面读取电阻值,我们还选取一个电阻截图,放大,以便方便读取电阻值。
步骤如下截图工具,截图。
得到的图如图3-7:
图3-7从源图随便截取的一个电阻
截图后,照片变得不清晰,为了辨认上面的彩色,我们先把照片修改一下,让他变的清晰。
图片的锐化可以把模糊的图像清晰的效用。
所以我们对它锐化处理,步骤如下:
在PHOTOSHOP选项找到滤镜选项,然后按滤镜-锐化-进一步锐化选项点击,得到的照片如图3-8:
图3-8锐化处理的电阻
为了读取电阻的阻值,我们还得把照片还原为原来的颜色,因为我们要根据电阻颜色来读取数值。
步骤如下:
图像-调整-反相,得到的照片如图3-9:
图3-9反相处理的电阻
3.4小结
这一章,总体来说,不是很复杂,步骤也很简单,但是要了解如何才可以通过颜色和形状把元器件识别出来。
把照片处理清晰,然后通过photoshop图像处理软件的强大功能把照片反相,改变照片颜色,和清晰度,让电器件明显分辨出来。
还要就是有耐性和认真的态度。
第四章元器件定位
4.1对彩色图像RGB通道调整得到的效果
上面详细介绍了如何把电阻识别和如何把电阻选取出来,方便读数,现在介绍一下在复杂的电路板下如何定位元器件,我就拿选取电阻来介绍。
[11]运行photoshop图片处理软件,打开采集照片,用裁剪工具把照片裁剪,把无关的部分去掉,得到的照片如图4-1:
图4-1裁剪掉无用部分的功放器电路板图
在photoshop里有个通道,就是那四个自带的通道。
以RGB颜色模式为例。
所有的色彩都是通过红绿蓝三种颜色组成的,所以在RGB存储颜色信息的时候就会针对每个象素点的RGB颜色进行存储,也就是存储每个象素点的RGB值。
这样说来,也就是每张图片可以拆分成三张图片(红色一张、绿色一张、蓝色一张)。
这张张图片也就是RGB三个主通道。
另一个就是三个加在一起的总通道了。
为了突出效果,我们分别来测试一下不同通道的单独和混合一起的效果。
首先是去掉蓝色和绿色,单独留下红色,效果如图4-2:
图4-2单独留下红色的电路板图片
然后是去掉红色和绿色,单独留下蓝色,效果如图4-3:
图4-3单独留下蓝色的电路板图
最后是去掉红色和蓝色,留下绿色,效果如图4-4:
图4-4单独留下绿色的电路板图
我们发现,单独一种颜色都不能合成彩色的图像,以下我们来试一下组合的颜色通道。
先是红蓝留下,把绿去掉。
效果如图4-5:
图4-5关掉绿色通道的电路板图
接着是红绿,把蓝色通道关掉,效果如图4-6:
图4-6关掉蓝色通道的电路板图
最后是把红色通道关掉,留下蓝绿,效果如图4-7:
图4-7关掉红色通道的电路板图
由以上的实验我们了解到彩色图像是由红绿蓝三色调混合而成,单独是某种或某两种色调都不可以形成彩色图像,为了实验的准确性,我们还是选择把照片反相处理,那样效果更明显。
照片反相后效果如图4-8:
图4-8反相处理的电路板图
4.2得出电阻区域
照片一眼看上去,粉红色比较多,而且区域比较大,容易处理,我们就先把粉红色去掉。
[12]步骤如下:
采用魔棒工具
,选定一块,然后右键选取相似,然后退格,得到的图如图4-9:
图4-9用魔术工具选取相似处理掉粉色的电路板图
然后在用同样的方法,处理蓝色的区域,得到的照片如图4-10:
图4-10用魔术工具选取相似处理掉蓝色电路板图
然后再继续用同样的方法处理掉黑色,得到图4-11:
图4-11用魔术工具选取相似处理掉黑色电路板图
为了更好看清楚电阻,我们再处理一下,加个背景颜色,步骤如下:
图层-新建图层,得到的图如图4-12:
图4-12为图片增加背景而新建图层
然后用填充工具填充颜色,选取了黄色,得到的图如图4-13:
图4-13为背景填充颜色
然后调整新建图层的透明度为13%,如图4-14:
图-14调整新建图层的透明度为13%
最后得到的照片如图4-15:
图4-15最终的电路板图
这样处理过后,电路板上的电阻一下就清楚明了的看出来,一共有六个电阻。
为了更方便看到电阻在电路板的那个位置,我们再次利用阴影对比出来.步骤如下:
先用矩形选用工具
选定,然后按SHIFT键,分别选出六个电阻,再新建一个图层,然后用填充工具
填充黑色,然后调一下图层的透明度,
图4-16设置透明度的参数
得到的图像如图4-16:
图4-17标出电阻而背景部分透明的黑色处理的电路板图
然后在标记一下电阻的位置,这里我们用的是标尺工具,这