一种检测电路图的方法、系统、设备及可读存储介质

摘要

本发明提供了一种检测电路图的方法、系统、设备及可读存储介质，所述方法包括获取图像信息，图像信息包括至少一条导线和至少两个电学元器件的电路图像；根据图像信息提取得到第一信息，第一信息包括每条导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；根据每条导线的位置信息和每个电学元器件所在位置的边界框的坐标信息确定导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；根据每条导线的有效连接信息生成电学元器件连线关系矩阵，并根据电学元器件连线关系矩阵判断电路图连接是否正确，本申请通过生成电学元器件连线关系矩阵判断电路图是否连接正确，实现了自动化判断，减少人力物力。

权利要求

1.一种检测电路图的方法,其特征在于,包括：

获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性,得到导线的有效连接信息；

根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确；

其中，根据每条导线的位置信息和每个电学元器件所在位置的边界框的坐标信息，判断导线是否与电学元器件所在位置的边界框存在交点，如果存在交点则导线在电学元器件所在位置的边界框处截断，将与边界框的交点作为端点，当一根导线的两个端点分别位于两个不同的电学元器件所在位置的边界框处，则判断两个端点均为有效端点,从而确定导线与电学元器件之间的有效连线性；

所述根据所述图像信息提取得到第一信息，包括：

将所述图像信息输入图像分割模型中，得到第一像素点集合，所述第一像素点集合包括每条所述导线的像素点集以及干扰点像素集；

将所述第一像素点集合发送至聚类模型滤除所述干扰点像素集，得到第二像素点集合；

基于所述第二像素点集合，得到每条导线对应的位置信息。

2.根据权利要求1所述的检测电路图的方法，其特征在于，所述根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，包括：根据电学元器件生成电学元器件连接关系列表图；

根据每条所述导线的有效连接信息调整所述电学元器件连接关系列表图；

根据调整后的电学元器件连接关系列表图生成电学元器件连接关系矩阵。

3.根据权利要求1所述的检测电路图的方法，其特征在于，所述根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息，包括：将每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息进行对比，得到对比结果；

根据所述对比结果，得到所述导线与所述导线对应的电学元器件所在位置的边界框处的端点信息；

根据所述端点信息判断所述导线的两端点是否位于不同的所述电学元器件所在位置的边界框中,得到导线的有效连接信息。

4.一种检测电路图的系统，其特征在于，包括：

获取模块，用于获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

提取模块，用于根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

确定模块，用于根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；

判断模块，用于根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确；

其中，根据每条导线的位置信息和每个电学元器件所在位置的边界框的坐标信息，判断导线是否与电学元器件所在位置的边界框存在交点，如果存在交点则导线在电学元器件所在位置的边界框处截断，将与边界框的交点作为端点，当一根导线的两个端点分别位于两个不同的电学元器件所在位置的边界框处，则判断两个端点均为有效端点,从而确定导线与电学元器件之间的有效连线性；

所述提取模块，包括：

第一发送单元，用于将所述图像信息输入图像分割模型中，得到第一像素点集合，所述第一像素点集合包括每条所述导线的像素点集以及干扰点像素集；

第二发送单元，用于将所述第一像素点集合发送至聚类模型滤除所述干扰点像素集,得到第二像素点集合；

第一确定单元，用于基于所述第二像素点集合，得到每条导线对应的位置信息。

5.根据权利要求4所述的检测电路图的系统，其特征在于，所述判断模块,包括：第一生成单元，用于根据电学元器件生成电学元器件连接关系列表图；

调整单元，用于根据每条所述导线的有效连接信息调整所述电学元器件连接关系列表图；

第二生成单元，用于根据调整后的电学元器件连接关系列表图生成电学元器件连接关系矩阵。

6.根据权利要求4所述的检测电路图的系统，其特征在于，所述确定模块,包括：对比单元，用于将每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息进行对比，得到对比结果；

第二确定单元，用于根据所述对比结果，得到所述导线与所述导线对应的电学元器件所在位置的边界框处的端点信息；

第一判断单元，用于根据所述端点信息判断所述导线的两端点是否位于不同的所述电学元器件所在位置的边界框中，得到导线的有效连接信息。

7.一种检测电路图设备,其特征在于,包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述检测电路图的方法的步骤。

8.一种可读存储介质，其特征在于:所述可读存储介质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如权利要求1至3任一项所述检测电路图的方法的步骤。

说明书

一种检测电路图的方法、系统、设备及可读存储介质

技术领域

[0001] 本发明涉及电路检测技术领域，具体而言，涉及一种检测电路图的方法、系统、设备及可读存储介质。

背景技术

[0002] 在现有技术中，学生进行初中物理实验考试时，往往需要多个老师对大量的学生的电路连接情况进行判断和评分，浪费了大量的人力物理，此外人工评分具有较高的主观性，无法有效的保证考试评分的公平公正，因此需要一种能够对学生连接的电路图进行检测的方法，从而保证对学生评分的客观性达到提高学生评分的准确性的目的。

发明内容

[0003] 本发明的目的在于提供一种检测电路图的方法、系统、设备、及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

[0004] 第一方面，本申请提供了一种检测电路图的方法，所述方法包括：

[0005] 获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

[0006] 根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

[0007] 根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；

[0008] 根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确。

[0009] 第二方面，本申请还提供了一种检测电路图的系统，所述系统包括：

[0010] 获取模块，用于获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

[0011] 提取模块，用于根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

[0012] 确定模块，用于根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；

[0013] 判断模块，用于根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确。

[0014] 第三方面，本申请还提供了一种检测电路图的系统，包括：

[0015] 存储器，用于存储计算机程序；

[0016] 处理器，用于执行所述计算机程序时实现所述检测电路图的方法的步骤。

[0017] 第四方面，本申请还提供了一种可读存储介质，所述可读存储介质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上述基于检测电路图的方法的步骤。

[0018] 本发明的有益效果为：

[0019] 1、本发明通过对学生连接好的电路图进行图像采集，通过目标检测模型对图像信息中的电学元器件进行检测确定电学元器件所在位置的边界框的坐标信息，通过图像分割模型获取图像信息中的导线所有的像素点，再通过聚类模型滤除导向所有像素点中的干扰像素点，得到导线像素点的集合，保证检测电路图像的准确性，最后根据导线像素点的集合和电学元器件所在位置的边界框的坐标信息确定导线与元器件之间的连接关系，通过算法实现了对学生中学物理实验连接是否正确的检测，相较于现有技术保证了对学生评分的客观性，达到了提高学生评分的准确性的目的，同时还节省了大量人力物力。

[0020] 2、本发明通过电学元器件的工作状态信息可以判断电学元器件与导线的连接关系是否正确，为导线送入分割模型后存在不可避免的预测误差，提供了一种备用检测方法，提高了本发明方法的容错率。

[0021] 本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

[0022] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0023] 图1为本发明实施例中所述的检测电路图的方法流程示意图;

[0024] 图2为本发明实施例中所述的检测电路图的系统结构示意图；

[0025] 图3为本发明实施例中所述的检测电路图的系统结构示意图。

[0026] 图中标记：701、获取模块；702、提取模块；703、确定模块；704、判断模块；7021、第一发送单元；7022、第二发送单元；7023、第一确定单元；7031、对比单元；7032、第二确定单元；7033、第一判断单元；7041、第一生成单元；7042、调整单元；7043、第二生成单元；7044、第二判断单元；70221、第一处理单元；70222、第二处理单元；70223、第三处理单元；800、检测电路图的设备；801 、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。

具体实施方式

[0027] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0028] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

[0029] 实施例1：

[0030] 本实施例提供了一种检测电路图的方法，用于对学生的初中物理实验电路图进行检测的场景。

[0031] 参见图1，图中示出了本方法包括步骤S1、步骤S2、步骤S3和步骤S4。

[0032] S1、获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

[0033] 可以理解的是，通过由上至下的俯视摄像头拍摄学生的操作桌面，保证学生连接的电路图全部呈现在摄像头的拍摄画面中，通过摄像头获取的一帧图像信息包含所要检测导线的图像要求足够清晰，如果发生镜头晃动或其它因素导致导线图像模糊变形、或者拍摄条件昏暗导致人眼无法识别到导线、又或者镜头严重倾斜导致导线与导线之间的状态与实际不符的情况下，需要抛弃该帧图片选择后续包含所要检测导线的一帧图片，此外，可以通过图像的总体亮度、模糊度、色差等手段判断图片是否符合检测要求，从而选择使用或者丢弃该帧图像信息。

[0034] S2、根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

[0035] 可以理解的是，通过目标检测模型Yolov4对连接好的电路图进行目标检测，得到所有元器件位置坐标。如果目标检测模型未能检测到所有的元器件，则丢弃这一帧图像，转而向摄像头获取另一帧包含所有元器件的图像，其中，Yolo (You Only Look Once) 是一种基于anchor的神经网络目标检测算法，采用CutMix、Mosaic、Self‑adversarial等方法进行训练。具体地，可将图片调整到预设尺寸，如416*416像素后输入训练好的Yolov4目标检测模型，得到各元器件边界为x1、y1、x2、y2的矩形框，即电学元器件所在位置的边界框的坐标信息，至此，我们获得了每个电学元器件所在位置的边界框的坐标信息。

[0036] 应当理解的是，本发明的一个实施例中所使用的Yolov4只是目标检测模型中的一种，目标检测算法可以分为one‑stage算法，例如Yolo算法、SSD算法等，和two‑stage算法，例如R‑CNN系算法等。在多次实际环境的测试中，Yolov4已足以应对物理实验中的复杂场景检测，而Yolov4中例如特征提取主干网络的选择、非极大值抑制的阈值、先验框等具体参数可由实验人员自行调节至理想值，这里不做具体要求。

[0037] S3、根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；

[0038] 可以理解的是，根据每条导线的位置信息和每个电学元器件所在位置的边界框的坐标信息即可判断导线是否与电学元器件所在位置的边界框存在交点，如果存在交点则导线在电学元器件所在位置的边界框处截断，将与边界框的交点作为端点，当一根导线的两个端点分别位于两个不同的电学元器件所在位置的边界框处，则判断两个端点均为有效端点，从而确定导线与电学元器件之间的有效连线性。

[0039] S4、根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确。

[0040] 可以理解的是，通过筛选出所有的有效端点后再根据有效端点筛选出具有有效连线性的导线，通过具有有效连线性的导线即可得到导线与元器件之间的连接关系，对该连接关系进行抽象即可得到电学元器件连线关系矩阵，通过电学元器件连线关系矩阵可以直观的判断出各个电学元器件之间的关系，从而替代了现有技术中需要老师主观判断得出学生实验分数的技术方案。

[0041] 根据上述特征本实施例可以实现对学生连接的初中物理实验电路图进行自动检测，并判断电路图是否连接正确作为老师评分的依据，有效的避免了老师判断电路图是否连接正确存在不可避免的主观性的问题，本发明方法为初中物理实验电路图提供了一种快速、公正、客观和低成本的检测方法，本发明可以广泛应用于学生连接初中物理实验电路图的场景。

[0042] 在本公开的一种具体实施方式中，所述步骤S2，还可以包括步骤S21、步骤S22和步骤S23。

[0043] 步骤S21、将所述图像信息输入图像分割模型中，得到第一像素点集合，所述第一像素点集合包括每条所述导线的像素点集以及干扰点像素集；

[0044] 步骤S22、将所述第一像素点集合发送至聚类模型滤除所述干扰点像素集，得到第二像素点集合；

[0045] 步骤S23、基于所述第二像素点集合，得到每条导线对应的位置信息。

[0046] 在本实施例中，通过图像分割模型Unet获取图像中导线的所有像素点，具体地，图像分割模型Unet将背景像素点预测为0，将导向像素点预测为1，即可实现电路图导线像素点的分割，其中，Unet是一种使用skip‑connection的U型结构图像分割模型，多用于医学图像分割，对于图像语义较为简单、结构较为固定的图像表现良好，而我们所要分割的电路图导线，正好符合Unet的适用场景。

[0047] 应当理解的是，本发明的一个实施例中所使用的Unet只是图像分割模型中的一种，根据场景复杂度的不同和所要检测导线的数量和状态，实验人员可采取例如pspnet、ocrnet等其它图像分割模型。而Unet中主干网络的选择、分割类别、数量的选择等具体参数由实验人员自行调节至理想值，这里不做具体要求。

[0048] 在本公开的一种具体实施方式中，所述步骤S22，还可以包括步骤S221、步骤S222和步骤S223。

[0049] 步骤S221、将输入所述图像分割模型前的电路图像进行二值化；

[0050] 步骤S222、将二值化后的电路图输入聚类模型中进行聚类，得到聚类信息，所述聚类信息包括第一簇信息和第二簇信息，所述第一簇信息为数值相同数量多的像素点，所述第二簇信息为数值相同数量少的像素点；

[0051] 步骤S223、将所述聚类信息中包括的第二簇信息滤除得到所述第二像素集合。

[0052] 在本实施例中，由于图像分割模型Unet将背景像素点预测为0，将导线像素点预测为1，需先将所述导线的所有像素点设为255，背景像素点设为0，即将电路图二值化；再通过DBSCAN聚类模型将数量最多的一类判定为导线，其余类别判定为噪点，并将其像素点设为0，即滤除噪点。

[0053] 可以理解的是，DBSCAN (Density‑Based Spatial Clustering of Applications with Noise) 是一种基于密度的聚类算法，即将距离相近的点归为一簇，将距离过远的点归为另一簇，未被归于任意一簇的点即为孤立点、噪点。

[0054] 本实施例中，当所要检测的导线位于纸面上，由Unet图像分割模型所预测为导线的像素点可能是纸面的边缘，桌上的杂物等错误检测，但由于这些错误像素点分布稀疏，可由DBSCAN聚类模型当作噪点滤除，若像是铅笔等物体被DBSCAN归纳为一簇类别时，则可通过每一簇类别中像素点的多少来判断哪一类是导线、哪一类是误检测。

[0055] 在本公开的一种具体实施方式中，所述步骤S3，还可以包括步骤S31、步骤S32和步骤S33。

[0056] 步骤S31、将每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息进行对比，得到对比结果；

[0057] 步骤S32、根据所述对比结果，得到所述导线与所述导线对应的电学元器件所在位置的边界框处的端点信息；

[0058] 步骤S33、根据所述端点信息判断所述导线的两端点是否位于不同的所述电学元器件所在位置的边界框中，得到导线的有效连接信息。

[0059] 在本实施例中，将电路图像卷积核先膨胀、再腐蚀、细化，得到连续且纤细的导线，便于通过遍历导线每一个像素点与电学元器件所在位置的边界框的坐标信息进行对比，搜寻端点的位置，得到端点信息，此外，当学生存在将导线交叉连接的情况时，例如：共有两个电学元器件 A、B； 两根导线 M、N，两根导线在电学元器件A、B之间交叉连接，电学元器件 A、B 所在位置的边界框的坐标信息不会受影响，但是在对导线进行分割后，所获得的导线的所有像素点是一个交叉且相连的分布，因此，经过分割后实际上两根导线由于聚类被认定为一根导线，因此有效端点 M1、M2、N1、N2 则在此时会被判定为 N1、N2、N3、N4。解释为可读语言即为：元器件 A 与元器件 A 通过 N 连接一次、元器件 B 与元器件 B 通过 B 连接一次、元器件 A 与元器件 B 通过 N 连接两次。如果将此类结果进行输出，电学元器件连线图矩阵实际上是无效的，当一根导线有且仅有两个有效端点，且处于不同元器件上时，才会被筛选为有效连线性的导线，所以这种交叉的情况会被逻辑过滤掉；当学生存在将导线跨电学元器件连线的情况时分为两类情况，1、长导线经分割及聚类后被判定为两根导线；2、长导线经分割及聚类后被判定为一根导线，无论是哪一类均不满足有且仅有两个有效端点且处于两个不同元器件上的条件，因此也会被逻辑过滤，同理，当学生存在将导线交叉且跨电学元器件连线的情况时，原理与上述相同，故不再赘述。

[0060] 在本公开的一种具体实施方式中，所述步骤S4，还可以包括步骤S41、步骤S42和步骤S43。

[0061] 步骤S41、根据电学元器件生成电学元器件连接关系列表图；

[0062] 步骤S42、根据每条所述导线的有效连接信息调整所述电学元器件连接关系列表图；

[0063] 步骤S43、根据调整后的电学元器件连接关系列表图生成电学元器件连接关系矩阵。

[0064] 在本实施例中，电学元器件连接关系列表图的第一行和第一列均为电学元器件对应的名称，且第一行中的电学元器件的排列顺序与第一列中的电学元器件的排列顺序相同，根据每条导线的有效连接信息，可以得到电学元器件与电学元器件之间是否存在连接关系，其中，若存在一次，则在对应的位置加1，若存在两次则加2，当电学元器件连接关系列表图填完后，可以抽象为电学元器件连接关系矩阵，通过电学元器件连接关系矩阵的形式展现电学元器件与电学元器件之间的连接关系，可以直观、快速的判断学生的电路图是否连接正确。

[0065] 在本公开的一种具体实施方式中，所述步骤S4，还可以包括步骤S44。

[0066] 步骤S44、判断所述电学元器件连接关系矩阵是否为对称矩阵，其中，若所述电学元器件连接关系矩阵为对称矩阵，则判断所述电学元器件连接关系矩阵正确，并根据所述电学元器件连线关系矩阵判断电路图像连接是否正确；若所述电学元器件连接关系矩阵不为对称矩阵，则获取电学元器件的状态信息，并根据所述电学元器件的工作状态信息判断电路图像是否连接正确。

[0067] 在本实施例中，通过每个电学元器件所在位置的边界框的坐标信息对电路图像进行裁剪即可得到电学元器件图像集合，再将电学元器件图像集合发送至分类模型中，得到每个电学元器件的工作状态信息，根据工作状态信息判断电路图像是否连接正确，其中，分类模型为Resnet18分类模型，具体的：获得了一个电流表的位置框为x1、x2、y1、y2，我们将其从原图像上剪裁下来并送入图像识别Resnet18分类器提取出LED屏上显示的电流值信息。至此所有元器件不仅拥有了位置坐标信息，而且拥有了工作状态信息，其中，工作状态信息包括灯泡的亮灭状态、开关的闭合状态、电压表的电压值读数信息和电流表的电流值信息。

[0068] 可以理解的是，由于在导线送入分割后模型有不可避免的预测误差，还有光照、导线交叉或者是镜头内其它线状物体的影响，不排除我们无法获得所有导线的有效分割结果，而在这种情况下我们便无法一部到位直接获取到电学元器件连接情况，因此需要一种备用方法对学生连接的中学物理实验电路图进行佐证，本发明通过电学元器件的工作状态信息判断电路图像中的关键连接是否连接正确，具体为，提前准备好已知的电源规格、灯泡规格，从而提前计算出当灯泡接入电源后的理想电流值、电压值，而后连续读取电子式LED电流表、电压表的读数，由于分类模型对LED的读数仍然有误差，读数会“跳动”，因此，判定电流表与灯泡串联的条件为：在灯泡亮起且开关闭合的情况下，在给定机会帧中大于一半的帧中电流表的读数处于之前计算出的理想电流值左右浮动误差区间之中，则认定其为串联状态。判定电压表与灯泡并联的条件为：在灯泡亮起且开关闭合的情况下，在给定机会帧中大于一半的帧中电压表的读数处于之前计算出的理想电压值左右浮动误差区间之中，则认定其为并联状态。由此，可以根据电学元器件的工作状态信息判断电路图像中的关键连接是否连接正确，通过该方法可以判定导线无法有效分割的电路图像，有效的提高了检测电路图的容错率。

[0069] 实施例2：

[0070] 如图2所示，本实施例提供了一种检测电路图的系统，所述系统包括获取模块701、提取模块702、确定模块703和判断模块704。

[0071] 所述获取模块701，用于获取图像信息，所述图像信息包括至少一条导线和至少两个电学元器件的电路图像；

[0072] 所述提取模块702，用于根据所述图像信息提取得到第一信息，所述第一信息包括每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息；

[0073] 所述确定模块703，用于根据每条所述导线的位置信息和每个所述电学元器件所在位置的边界框的坐标信息确定所述导线与导线对应的电学元器件之间的有效连线性，得到导线的有效连接信息；

[0074] 所述判断模块704，用于根据每条所述导线的有效连接信息生成电学元器件连线关系矩阵，并根据所述电学元器件连线关系矩阵判断电路图连接是否正确。

[0075] 在本公开的一种具体实施方式中，所述提取模块702包括第一发送单元7021、第二发送单元7022和第一确定单元7023。

[0076] 所述第一发送单元7021，用于将所述图像信息输入图像分割模型中，得到第一像素点集合，所述第一像素点集合包括每条所述导线的像素点集以及干扰点像素集；

[0077] 所述第二发送单元7022，用于将所述第一像素点集合发送至聚类模型滤除所述干扰点像素集，得到第二像素点集合；

[0078] 所述第一确定单元7023，用于基于所述第二像素点集合，得到每条导线对应的位置信息。

[0079] 在本公开的一种具体实施方式中，所述第二发送单元7022包括第一处理单元70221、第二处理单元70222和第三处理单元70223。

[0080] 所述第一处理单元70221，用于将输入所述图像分割模型后的电路图像进行二值化；

[0081] 所述第二处理单元70222，用于将二值化后的电路图输入聚类模型中进行聚类，得到聚类信息，所述聚类信息包括第一簇信息和第二簇信息，所述第一簇信息为数值相同数量多的像素点，所述第二簇信息为数值相同数量少的像素点；

[0082] 所述第三处理单元70223，用于将所述聚类信息中包括的第二簇信息滤除得到所述第二像素集合。

[0083] 在本公开的一种具体实施方式中，所述确定模块703包括对比单元7031、第二确定单元7032和第一判断单元7033。

[0084] 所述对比单元7031，用于将每条所述导线的位置信息和每个电学元器件所在位置的边界框的坐标信息进行对比，得到对比结果；

[0085] 所述第二确定单元7032，用于根据所述对比结果，得到所述导线与所述导线对应的电学元器件所在位置的边界框处的端点信息；

[0086] 所述第一判断单元7033，用于根据所述端点信息判断所述导线的两端点是否位于不同的所述电学元器件所在位置的边界框中，得到导线的有效连接信息。

[0087] 在本公开的一种具体实施方式中，所述判断模块704包括第一生成单元7041、调整单元7042和第二生成单元7043。

[0088] 所述第一生成单元7041，用于根据电学元器件生成电学元器件连接关系列表图；

[0089] 所述调整单元7042，用于根据每条所述导线的有效连接信息调整所述电学元器件连接关系列表图；

[0090] 所述第二生成单元7043，用于根据调整后的电学元器件连接关系列表图生成电学元器件连接关系矩阵。

[0091] 在本公开的一种具体实施方式中，所述判断模块704还包括第二判断单元7044。

[0092] 所述第二判断单元7044，用于判断所述电学元器件连接关系矩阵是否为对称矩阵，其中，若所述电学元器件连接关系矩阵为对称矩阵，则判断所述电学元器件连接关系矩阵正确，并根据所述电学元器件连线关系矩阵判断电路图像连接是否正确；若所述电学元器件连接关系矩阵不为对称矩阵，则获取电学元器件的状态信息，并根据所述电学元器件的工作状态信息判断电路图像是否连接正确。

[0093] 需要说明的是，关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

[0094] 实施例3：

[0095] 相应于上面的方法实施例，本实施例中还提供了一种检测电路图的设备，下文描述的一种检测电路图的设备与上文描述的一种检测电路图的方法可相互对应参照。

[0096] 图3是根据示例性实施例示出的一种检测电路图的设备800的框图。如图3所示，该检测电路图的设备800可以包括：处理器801，存储器802。该检测电路图的设备800还可以包括多媒体组件803， I/O接口804，以及通信组件805中的一者或多者。

[0097] 其中，处理器801用于控制该检测电路图的设备800的整体操作，以完成上述的检测电路图的方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该检测电路图的设备800的操作，这些数据例如可以包括用于在该检测电路图的设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read‑Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read‑Only Memory，简称EPROM)，可编程只读存储器(Programmable Read‑Only Memory，简称PROM)，只读存储器(Read‑Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该检测电路图的设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi‑Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi‑Fi模块，蓝牙模块，NFC模块。

[0098] 在一示例性实施例中，检测电路图的设备800可以被一个或多个应用专用集成电路(Application  Specific  Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的检测电路图的方法。

[0099] 在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的检测电路图的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由检测电路图的设备800的处理器801执行以完成上述的检测电路图的方法。

[0100] 实施例4：

[0101] 相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种检测电路图的方法可相互对应参照。

[0102] 一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的检测电路图的方法的步骤。

[0103] 该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read‑Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。

[0104] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

[0105] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。