[发明专利]一种基于YOLO算法的mini-LED芯片精密定位方法有效

专利信息
申请号: 201911391077.5 申请日: 2019-12-30
公开(公告)号: CN111145218B 公开(公告)日: 2023-04-07
发明(设计)人: 胡跃明;曹连洋;王欢 申请(专利权)人: 华南理工大学
主分类号: G06T7/246 分类号: G06T7/246;G06V10/75;G06V10/82;G06N3/0464;G06N3/08
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 裴磊磊
地址: 511458 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 yolo 算法 mini led 芯片 精密 定位 方法
【说明书】:

发明公开了一种基于YOLO算法的mini‑LED芯片精密定位方法,包括步骤:设定待跟踪的mini‑LED芯片中的mark图片,设置预定像素位置;启动传送带后开启相机;将mark图片作为模板存入模板文件中;从第一帧图像起的每一帧图像都进行目标检测,得到每一帧图像中mark图片的置信度和像素位置;根据图像的置信度与设定的置信度阈值的大小关系,确定图像匹配情况;将mark图片在所检测帧图像中的像素位置与预定像素位置进行比较,调节传送带的速度;当实时的mark图片的像素位置与像素预定位置距离相差小于等于允许误差时,停止传送带,完成定位。本发明采用YOLO的深度学习目标检测算法,通过实时跟踪mini‑LED芯片位置,并实时调整传送带速度,达到精确定位的效果,有效地提高mini‑LED的生产效率。

技术领域

本发明涉及目标跟踪定位的技术领域,尤其涉及一种基于YOLO算法的mini-LED芯片精密定位方法。

背景技术

目前,随着计算机视觉技术的发展,基于视觉的运动目标检测与跟踪成为当前研究热点,在视频监控、虚拟现实、人机交互、行星探测、精确制导等诸多方面都有广泛的应用前景。

YOLO算法是一种基于深度学习神经网络框架的物体检测算法,该算法将输入的图像分为7乘7的网格,并以每个网格为中心预置5个默认框,算法的输出是在每个网格处预测以该5个默认框为基础的偏移,并同时预测对应的类别。5个预置的默认框是通过在大量物体检测数据集上进行聚类得到的5种具有代表性的框,因而能保证输出框的准确性与算法回归的收敛性。该方法可以消除由于视野场景发生变化带来的检测累计误差,即使背景十分复杂,也可以识别目标物体。

白光LED是一种新型半导体全固态照明光源。与传统照明技术相比,这种新型光源具有高效节能、长寿命、小体积、易维护、绿色环保、使用安全、耐候性好等领先优势,被公认为是未来照明光源之首选。

白光LED封装是推动国际半导体照明和显示迅速发展的关键工艺,而荧光粉涂覆是目前国际上实现蓝光LED向白光LED转换的主流技术。目前很多机器使用模板匹配的方法来实现LED的自动上料过程中芯片的自动定位,这样使用模板匹配的传统方法有个问题,当环境变化时,比如光强变化,当终端执行机构高度变化时,需要重新相机标定,否则会导致匹配的严重不准确,可靠性很低,但是这样很麻烦。

发明内容

本发明的目的在于克服现有技术的不足,提供一种基于YOLO算法的mini-LED芯片精密定位方法。本发明能够实现对芯片的持续跟踪,具有速度快、实时性好、对于环境变化的实用性强等优点,相较于传统方法,能够提高定位的准确性和可靠性,能够提高生产效率。

本发明的目的能够通过以下技术方案实现:

一种基于YOLO算法的mini-LED芯片精密定位方法,包括步骤:

设定待跟踪的mini-LED芯片中的mark图片,设置在图像中的预定像素位置,令预定像素位置作为芯片最终要停留的位置;相机放置到指定拍摄位置,启动传送带后开启相机实时逐帧采集图像并将图像实时发送给计算机;

将作为特定目标的mark图片作为模板存入模板文件中,作为训练的样本;

将出现mark图片的第一帧图像作为第一帧图像,使用YOLO检测算法从第一帧图像起的每一帧图像都进行目标检测,得到每一帧图像中mark图片的置信度和像素位置;

判断图像的置信度是否大于设定的置信度阈值:

如果第i帧图像的置信度大于等于置信度阈值,则表示跟踪成功,第i帧图像的目标跟踪完成,将匹配到的mark图片从第i帧图像中截取出来作为新的模板存入模板文件中,令i=i+1,进行下一帧图像的目标跟踪;

如果置信度小于置信度阈值,则第i帧图像中没有特定目标,令i=i+1,进行下一帧图像的目标跟踪;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911391077.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top