一种Gerber丝印位号自动识别方法及系统与流程

【】本发明涉及pcb制造数据处理，特别涉及一种gerber丝印位号自动识别方法及系统。

背景技术

0、 背景技术：

1、表面贴装技术（surface mount technology，smt）生产通常以印制电路板（printed circuit board，pcb）的gerber制造数据作为生产资料。gerber文件用于描述线路层、阻焊层、丝印层等二维图形。由eda设计数据输出为gerber制造数据后，丝印层主要保留线段、弧段、闪光、区域填充等图形几何信息，通常不保留“某组图形对应某一器件位号”的设计语义关联。因此，在仅取得gerber文件的情况下，smt工程人员通常需要从丝印层图形中重新辨认r1、c25、u103等位号。

2、不同pcb设计人员采用的字体、字符尺寸、方向、字符间距、底层镜像方式以及下划线、连字符的使用方式存在差异；复杂板卡的同一丝印层还可能同时使用多种光圈，并混有器件外框、极性标志、装饰线等非位号图元。直接对整层图像进行字符识别时，非字符图形、不同线宽图元、相邻图元及字符方向差异容易造成无效检测和误识别；完全依靠人工逐个检查，则存在工作量大、效率低和容易遗漏的问题。

3、公开号cn101281027a、申请号cn200810112854.3公开了一种检测不合格丝印标记的方法及装置，可对pcb设计中的丝印标记进行层面及角度检测，并涉及顶层与底层的镜像判断。该方案以设计阶段可直接选取的丝印标记对象为处理对象，未涉及在缺少位号语义关联的gerber几何图元中自动构造位号候选区域的处理方法。

4、公开号cn102819552a、申请号cn201210213179.x公开了一种自动审核pcb工程文件的方法及系统，通过解析gerber文件并结合图形学方法获取层别、线宽、线距、孔等工程参数，其处理重点为gerber工程参数提取及规则审核，未公开针对丝印位号进行光圈分区、候选矩形生成及位号字符识别的连续处理流程。

5、公开号cn109710264a、申请号cn201811554684.4公开了一种gerber文件转化方法、系统、设备及存储介质，通过解析gerber指令、归类图元并依据转化精度将矢量坐标转换为位图，用于提高gerber到位图的转换效率。该方案未公开在栅格化之前依据光圈属性和图元几何关系生成位号检测框的技术手段。

6、公开号cn119478644a、申请号cn202510065672.9公开了一种用于pcb元器件印刷丝印的ocr识别方法及系统，其处理对象主要为实物pcb图像，通过成像、图像质量评价及ocr识别判断印刷丝印信息。该方案的输入数据及处理路径与gerber矢量制造数据不同。

7、因此，有必要提供一种直接面向gerber丝印层的位号自动识别方法，在不依赖原始eda位号语义对象的情况下，利用gerber图元的光圈、几何位置和坐标信息降低复杂图形干扰，自动构造位号候选区域，并完成不同排布方向丝印位号的识别。

技术实现思路

0、 技术实现要素：

1、为了克服上述问题，本发明提出一种可有效解决上述问题的gerber丝印位号自动识别方法及系统。

2、本发明解决上述技术问题提供的一种技术方案是：提供一种gerber丝印位号自动识别方法，包括：

3、步骤s1、读取目标gerber文件的工作丝印层，判断所述工作丝印层是否为底层丝印层；当为底层丝印层时进行镜像处理，当为顶层丝印层时保持原有方向；遍历所述工作丝印层中的元素，按照光圈标识对所述元素进行归类，建立光圈—元素关系表；创建待识别层，按照不同光圈对应的可逆二维偏移量将各光圈所关联的元素偏移后写入所述待识别层，并建立光圈—偏移量表；

4、步骤s2、对待识别层进行网络提取，以同层连通网络为单位计算网络极限矩形；根据网络极限矩形内部的元素检索结果、网络组成元素数量及网络几何特征进行候选筛选，建立光圈—极限矩形表；

5、步骤s3、按照光圈属性和矩形面积对所述光圈—极限矩形表进行同光圈筛选，对筛选后的极限矩形分别进行横向和纵向二维排序及间距融合，获得潜在位号极限矩形；

6、步骤s4、根据所述潜在位号极限矩形确定待检测图片的物理坐标范围，将所述潜在位号极限矩形转换为图像像素坐标以形成检测框，并将所述待识别层栅格化生成二值的待检测图片；

7、步骤s5、按照所述检测框从所述待检测图片截取候选图像，对候选图像进行方向归一化后执行字符识别，获得丝印位号及其对应的候选区域信息。

8、优选地，所述镜像处理以所述工作丝印层的极限矩形中心或预设层中心为镜像基准，使底层丝印层转换为与顶层丝印层一致的可读观察方向；对镜像前后的坐标变换关系进行记录。

9、优选地，设所述工作丝印层的极限矩形宽度为w、高度为h、光圈种类数量为k；横向偏移基数和纵向偏移基数均以0为初始值并设置最大基数，所述最大基数根据k的算术平方根确定；采用不小于k的算术平方根的最小整数m作为二维偏移网格尺度时，横向偏移基数i_x和纵向偏移基数i_y满足0≤i_x

10、优选地，在执行二维偏移前，根据不同光圈元素在原始坐标系中的相交、相接或预设邻接关系建立跨光圈关联记录；当潜在位号区域涉及两个以上光圈时，根据所述跨光圈关联记录和光圈—偏移量表，将相关元素或候选区域反向还原到统一局部坐标系，按照其原始相对位置重构复合候选区域，并基于所述复合候选区域生成用于字符识别的复合候选图像。

11、优选地，所述候选筛选包括：依据元素之间的相交、相接或预设几何邻接关系建立同层连通网络；计算每一同层连通网络的网络极限矩形；在所述网络极限矩形内部按照预设元素检索规则执行元素搜索，当搜索结果中的目标元素数量为0时，将该网络极限矩形标记为待复核矩形；再根据所述待复核矩形的面积、长宽比、填充率以及同光圈字符尺度统计中的至少一项进行复核，满足预设非字符判据时排除该网络极限矩形；复核完成后，记录保留的同层连通网络的极限矩形及其偏移量。

12、优选地，所述同光圈筛选包括：针对同一光圈对应的n个极限矩形按面积升序排序；取排序后位于四分之三位置的极限矩形面积作为参考面积a_ref，保留面积位于0.2a_ref至5a_ref范围内的极限矩形；保留对应极限矩形进入后续筛选或按照预设字符尺寸范围进行筛选；并利用所述光圈—偏移量表进行光圈一致性校验。

13、优选地，获得横向排列的潜在位号极限矩形包括：按照矩形中心的y坐标排序，将中心y坐标差值小于0.05mm的极限矩形划分至同一组；对每组内的极限矩形按照中心x坐标排序；将相邻间距小于0.5mm的极限矩形进行融合；对于相邻间距大于0.5mm且小于1.5mm的两个极限矩形，检索两者之间的区域，当仅检索到一个且类型为线段的元素时，将所述两个极限矩形及所述线段对应区域共同融合。

14、优选地，获得纵向排列的潜在位号极限矩形时，将x坐标和y坐标的排序及分组关系互换，并按照相应方向的间距执行融合。

15、优选地，所述检测框的形成包括：融合或包络所述潜在位号极限矩形以确定待检测图片的物理坐标范围；按照统一栅格化分辨率将gerber物理坐标转换为图像像素坐标，并根据图像坐标系的原点位置对纵坐标进行反向映射；由转换后的像素坐标确定检测框；所述栅格化分辨率满足能够保留待识别丝印中的最细线宽和字符间隙。

16、优选地，对候选图像进行方向归一化包括：当候选图像的列数小于行数时，将候选图像旋转90度至长边沿水平方向，并记录所述90度旋转的方向；将候选图像输入方向分类器，当方向分类器返回的方向标签值为奇数时，将对应候选图像顺时针旋转180度并记录旋转标记，当方向标签值为偶数时保持当前方向；将方向归一化后的候选图像输入位号字符识别模型。

17、优选地，当需要获得识别结果在原gerber丝印层中的坐标位置时，保存候选图像的裁剪框原点、90度旋转方向和180度旋转标记；对字符识别所得坐标按照与方向归一化相反的顺序执行逆旋转，并叠加裁剪框原点偏移以恢复至待检测图片像素坐标；再执行像素坐标至待识别层物理坐标的反变换，根据裁剪框对应的偏移量表执行反向平移；对于底层丝印层，再执行与步骤s1相反的镜像变换，得到原gerber丝印层中的坐标位置。

18、本发明还提供一种gerber丝印位号自动识别系统，包括：

19、丝印层预处理模块，用于读取gerber工作丝印层、执行底层镜像、遍历元素并获取元素极限矩形、建立光圈—元素关系表，以及按照不同光圈对应的可逆二维偏移量生成待识别层和光圈—偏移量表；

20、检测框获取模块，用于对待识别层进行网络提取、网络极限矩形筛选、同光圈面积筛选以及横向和纵向二维融合，生成潜在位号极限矩形，并转换为图像像素坐标检测框；

21、图像生成与识别模块，用于将待识别层栅格化为二值待检测图片，按照检测框截取候选图像，执行方向归一化和字符识别，输出丝印位号及候选区域信息。

22、优选地，系统还包括跨光圈重构模块和结果映射模块；所述跨光圈重构模块用于根据不同光圈元素的原始空间关联关系及对应二维偏移量，将相关元素或候选区域还原到统一局部坐标系并生成复合候选图像；所述结果映射模块用于根据候选图像的裁剪、旋转、栅格化、二维偏移及底层镜像的变换记录，按照相反顺序将识别结果恢复至原gerber丝印层坐标。

23、本发明还提供一种电子设备，包括至少一个处理器和与所述至少一个处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被执行时使所述至少一个处理器执行所述的gerber丝印位号自动识别方法。

24、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的gerber丝印位号自动识别方法。

25、与现有技术相比，本发明的gerber丝印位号自动识别方法及系统具有以下有益效果：

26、1. 按光圈对gerber丝印图元进行分组并采用可逆二维偏移形成空间分区，可降低不同光圈图元之间的叠加和邻接干扰；通过设置安全间隔，可避免分区边界图元在网络提取时发生误连接。

27、2. 保存不同光圈元素的原始空间关联关系，在需要时将跨光圈元素还原至统一局部坐标系重构复合候选区域，可兼顾同一字符或位号由多个光圈共同构成的情况。

28、3. 在字符识别前利用gerber矢量结构生成候选区域，通过网络极限矩形条件复核、同光圈面积筛选、光圈一致性校验及横纵二维融合逐级缩小识别范围，减少非字符图形进入字符识别模块的概率。

29、4. 采用横向、纵向两套候选组合路径，并结合0.05mm行列分组阈值、0.5mm直接融合阈值和0.5mm至1.5mm区间内的线段桥接判断，可处理不同排版方向及含下划线、连字符的常见位号形式。

30、5. 通过底层镜像、候选图像90度旋转和方向分类后的180度校正，使不同层别和不同排布方向的候选图像统一到适于字符识别的方向；保存各级坐标变换记录后，可按相反顺序恢复识别结果在原gerber丝印层中的位置。

31、6. 对位号数量介于50至4200的4500个案例进行识别，平均识别正确率为80.46%，平均用时为2.31秒；其中包含4111个位号的耗时最长案例用时18.88秒，可在20秒内完成数千个位号的自动识别。