基于图像处理的面包板功能电路智能自动识别系统开发

针对功能电路结构复杂，难以进行连接错误检查的问题，本文提出了一种基于图像识别技术的面包板功能电路智能自动检测识别系统。该系统通过智能手机采集功能电路的图像信息，利用数字图像处理技术对功能电路图像中的面包板、元器件和元器件的连接方式进行自动识别。通过开发该系统的安卓应用程序，将该系统与智能手机结合，可以实现便捷快速的功能电路自动检测、识别和纠错。实际应用测试显示，该系统能够自动识别出功能电路中各项元器件及元器件之间的连接关系，并能够实时分析和诊断功能电路，检测功能电路中的线路异常。

功能电路由电子元器件连接形成，具有元器件种类多，连接形式多样，结构复杂，难以进行连接错误检查等特点。面包板作为功能电路的重要载体形式，由于其具有固定的辅助连通方式，可以在设计电路之初，为电路的设计和测试提供方便。然而，目前面包板功能电路的识别，主要依靠有经验的工程人员，凭借元器件的外观特征以及电路的实际连线进行功能电路连接判定[1]。

随着手机性能的提高，以及图像识别技术的发展，数字图像识别技术已经广泛应用于各个领域，为人们平时的生产生活带来了极大的便利。如应用于银行卡信息的提取[2]，动态手势的识别[3]等。将图像处理识别技术与手机app 相结合，以实现在手机软件上对一些图片进行自动识别的想法也得到了广泛的实现。

黄先学[4]等以对元器件进行形态学操作再与模板图片进行匹配的形式对半导体元器件进行检测，具有良好的识别效果， 但不适用与对广泛非极性元器件的识别。

王至诚[5]等采用HSV (Hue, Saturation, Value)色彩模型和Otsu (大津算法)算法实现了对元器件的识别分类，但该方法在有光线影响时不能达到良好的效果，另外该方法也只能用于简单的器件识别分类不能用于电路图片的处理。

为了提高面包板功能电路的识别效率，做到识别现场不依赖于有经验的专家进行人工识别，本文开发了利用图像信息的自动识别算法，结合图像滤波预处理技术、元器件特征提取技术进行面包板上元器件的种类识别，利用面包板连线连接拓扑识别技术进行功能电路连接自动辅助识别系统开发。考虑到用户的使用方便，且由于安卓平台具有开源，使用频率高等优势[6]，以及安卓领域图像识别的先例[7]，选择安卓作为平台来运行算法，实现自动识别人机交互系统开发。OpenCV (open source computer vision library)已被证实安卓平台具有良好的适配性[8]，故而可以将自动识别算法通过OpenCV 在android 中开发实现人工交互软件，供用户使用，提供面包板功能电路图像中元器件识别、电路连接识别、电路连接错误提示等功能。

2. 电子元器件分类识别 2.1. 元件识别算法功能概述 进行元件识别算法开发，主要目的为在存在背景的情况下，在图片中准确找到该元器件，并删除图