申请/专利权人：洛阳德晶智能科技有限公司

申请日：2021-08-23

公开（公告）日：2024-04-09

公开（公告）号：CN113592962B

主分类号：G06T7/80

分类号：G06T7/80;G06V20/62;G06V30/146;G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.11.19#实质审查的生效;2021.11.02#公开

摘要：基于机器视觉的批量硅片标识识别方法，它包括如下步骤：步骤1：通过工业相机获取得到整盒硅片图像；步骤2：对整盒硅片图像进行字符透视形变矫正；步骤3：对步骤2获得的字符进行定位及分割算法；步骤4：对分割后的字符进行识别。本发明为字符分类算法降低难度，利用较为轻量级的分类算法即可实现快速、准确的字符识别，并提供了一种非接触式识别方法，无需触碰或取出硅片，即可完成整盒硅片的标识识别，避免硅片粘污、划痕的风险。

主权项：1.基于机器视觉的批量硅片标识识别方法，其特征在于，它包括如下步骤：步骤1：通过工业相机获取得到整盒硅片图像：将批量硅片放入片盒中，整个片盒放置在片盒基座上，工业相机对整个片盒拍照，得到整盒硅片图像；步骤2：对整盒硅片图像进行字符透视形变矫正：首先以基座上表面中心位置为世界坐标原点，对相机进行内外参标定得到相机的内参和外参，即相机与片盒的相对位姿；然后，在世界坐标系中构建硅片及片盒3D模型，对各个硅片的位姿进行分析，得到字符区域的包围矩形三维顶点坐标；其次，将四个顶点投影到像素坐标系，按实际的长宽比生成矩形包围框，从而得到透视变换矩阵，实现图像畸变的校正；步骤2中，包括如下步骤：2.1、硅片及片盒模型构建：定义片盒与硅片所在的坐标系为世界坐标系，定义片盒基座中心的位置为世界坐标系原点ow，Z轴垂直于基座上表面，方向向上，X轴、Y轴位于片盒基座上表面内，Y轴指向片盒开口方向，X轴垂直于片盒开口方向；记各硅片圆心的世界坐标为Oi＝[0,0,hi]T，i∈{1,…,N}；根据片盒和基座的3D模型，hi可通过如下公式计算：hi＝h0+i-1·Δh1其中，h0为最底部片子到基座上表面的距离，各相邻片子圆心间距相等，均为Δh；对于半径为R的硅片，其棱线长度为L，则棱线的两个端点可以表示为： 2.2、相机内外参标定：根据相机外参RCW,tcW，即相机坐标系相对于世界坐标系的旋转矩阵RCW和平移向量tCW,从而将世界坐标系下的点PW＝[X,Y,Z]T通过相机外参变换到相机坐标系下的坐标为PC＝[XC,YC,ZC]T：PC＝RCWPW+tCW5进而，通过相机的内参矩阵K，将世界坐标系下的点投影到图像坐标系下的计算公式可以写为： 其中，相机的内参矩阵K，以及相机坐标系相对于世界坐标系的旋转矩阵RCW和平移向量tCw，需要通过标定算法依次计算得出；2.3、硅片三维模型配准：根据相机内参、外参，投影到图像坐标系下，得到图像坐标系下的端点坐标计算图像坐标系下两端点pi1、pi2所在直线li的斜率ki为： 对实际采集的图像采用直线提取算法，计算出各棱线的直线方程，从而能够将图像中的棱线l′i，按从上到下的顺序与硅片Oi进行关联；2.4、字符图像畸变校正：确定硅片的转角θi后，进一步计算各硅片上字符区域的世界坐标；步骤3：对步骤2获得的字符进行定位及分割算法；在步骤3中，首先对获取到的图像进行去噪、滤波处理、自适应二值化处理，然后使用闭运算连通二值图中的孔洞区域，完成预处理；进一步通过水平投影方法，统计每一行像素的白点数量，确定字符所在行的范围；进而利用垂直投影方法对字符进行分割，得到每个字符的图像；步骤4：对分割后的字符进行识别。

全文数据：

权利要求：

百度查询： 洛阳德晶智能科技有限公司 基于机器视觉的批量硅片标识识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD