Handdle AI在芯片字符瑕疵识别检测中的应用

博客配套代码：https://blog.csdn.net/qq_32768679/article/details/89337710 0 ——mask0 ，**基于颜色阈值法＋找轮廓实现**； mask0——mask1，全局矩阵腐蚀算法，定义一个合适大小的矩阵，遍历扫描，扫描到矩阵平均像素值小于一定值，就全部赋值０。 mask1——mask2，边界腐蚀算法，定义一个偏大的矩阵，只扫描四个边界，如果满足平均像素值大于一定值，则赋值０，然后内层扫描都同上一次操作，完成该层后该边界扫描完成。（代码在后面贴出） mask2——result ，通过边界扫描，确定ｒｏｉ范围。 result——result_mask，字符颜色阈值二值化，开闭运算滤除噪点； result_mask——show_char，x、y方向的直方图，先进行行分割，再逐行图片进行列分割，，根据字符直方图波峰数量过滤logo,得出字符。字符进行边缘腐蚀去边处理。 终端中的[ ]内的坐标代表波峰结束的点，只有[0]代表第一个波峰出现的点，两点的距离表示波峰宽度；一定会包含字符，但也会包含一定的波谷区域，所以最后运用边缘腐蚀进行过滤非字符边界区域。

设计了一种基于图像匹配技术的缺陷检测算法，实现了字符缺陷的自动化检测．介绍了检测装置的总体框架和检测算法，算法的核心是提出的改进的基于形状模板的图像匹配算法，利用加权归一化向量点积相似度量计算方法，采用图像金字塔分层搜索策略，与常用的SIFT(Scale-invariant feature transform)匹配算法比较，该匹配算法具有较短的匹配时间和较高的匹配精度．通过实验，算法能够准确有效地检测出字符缺陷，避免了人工检测的误判．

基于LabVIEW和IMAQ的芯片字符识别系统

缺陷检测/瑕疵检测数据集。包含瑕疵图片的训练集和验证集。