基于几何特征的IC芯片字符分割与识别方法

发布时间：2021-01-20 11:01

　　针对IC芯片字符的分割与识别问题,提出了一种基于字符几何特征的分割方法和一种基于字符最小外接圆的归一化与重定位方法,使用基于像素差分的模板匹配完成识别。首先,对芯片图像进行直方图均衡化处理,并利用辅助圆进行中线定位和图像校正,定位得到ROI区域并进行均值二值化处理。随后,对二值化ROI图像进行字符分割,以字符的几何特征作为判断条件,从而完成了对缺陷字符的正确分割。之后,对单字符图像提取最大轮廓,利用其轮廓的最小外接圆进行字符的归一化与重定位。最后,对归一化的字符进行差分识别。通过采集4种芯片样本进行实验,结果表明,该方法能够实现芯片字符的准确分割,对于缺陷字符的分割准确率达90%;能够快速精准地识别芯片字符,单字符平均识别时间为4.6 ms,识别准确率达到99.4%。 

【文章来源】：智能系统学报. 2020,15(01)北大核心

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于最大熵模型的双直方图均衡算法[J]. 戴声奎,钟峥,黄正暐.  电子学报. 2019(03)
[2]中国象棋机器人棋子定位与识别方法[J]. 郭晓峰,王耀南,周显恩,尹阿婷,赵辉平,刘磊.  智能系统学报. 2018(04)
[3]直方图均衡化的数学模型研究[J]. 吴成茂.  电子学报. 2013(03)
[4]基于最小二乘法的改进的随机椭圆检测算法[J]. 陈海峰,雷华,孔燕波,周柳云,冯华君.  浙江大学学报(工学版). 2008(08)
[5]基于最小二乘法的椭圆拟合改进算法[J]. 闫蓓,王斌,李媛.  北京航空航天大学学报. 2008(03)
[6]中国IC产业分析综述[J]. 吴文昌.  经济师. 2006(06)

硕士论文
[1]基于机器视觉的QFN芯片表面检测系统设计[D]. 张静平.东南大学 2017
[2]IC芯片印刷字符识别算法研究与应用[D]. 胡洋.华中科技大学 2015
[3]字符识别技术研究及其在机器视觉测控中的应用[D]. 李杜.江南大学 2011



本文编号：2988924