CN113743311A - 一种基于机器视觉的电池与连接片焊点检测装置和方法 - Google Patents
一种基于机器视觉的电池与连接片焊点检测装置和方法 Download PDFInfo
- Publication number
- CN113743311A CN113743311A CN202111039812.3A CN202111039812A CN113743311A CN 113743311 A CN113743311 A CN 113743311A CN 202111039812 A CN202111039812 A CN 202111039812A CN 113743311 A CN113743311 A CN 113743311A
- Authority
- CN
- China
- Prior art keywords
- welding
- image
- battery
- acquiring
- spots
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Abstract
本发明公开了一种基于机器视觉的电池与连接片焊点检测装置和方法,包括:采集模块,用于采集焊接图像,处理模块,用于在所述焊接图像上标定所有焊点,并对所有焊点的灰度值及面积参量进行提取和分析,并将分析结果与预设的焊点特征参量进行比较,判断出焊点的强度是否合格,显示模块,用于显示判断结果,同时确定不合格焊点的位置,用以以检测连接电池与连接片的焊点是否符合标准。
Description
技术领域
本发明涉及机器视觉领域,特别涉及一种基于机器视觉的电池与连接片焊点检测装置和方法。
背景技术
焊接技术就是高温或高压条件下,使用焊接材料将两块或两块以上的母材连接成一个整体的操作方法,现在绝大部分的电子设备均利用到这一技术,这也对这一技术的成功要求逐步提高,目前电池与连接片的焊接大多采用自动化焊接方法,而人工目检时,易疲劳、速度慢、换型时间长,无法满足生产需求。
基于机器视觉的工业焊点检测方法采用非接触、非破坏性的光学成像方式对焊点进行检测,不仅对焊点没有任何损害和破坏,而且检测过程准确高效,可实现100%的在线全检,有效降低了虚焊风险,能满足大规模生产的实际需要。与人工焊点检测方法相比,机器视觉不仅节约了人力成本还具有很强的准确性、高效性和灵活性,已成为自动化检测系统的主要研究方向之一,故本发明提供一种基于机器视觉的电池与连接片焊点检测装置和方法。
发明内容
本发明提供一种基于机器视觉的电池与连接片焊点检测装置和方法,用以检测连接电池与连接片的焊点是否符合标准,并提供一种基于图像处理的焊点检测方法。
本发明提供一种基于机器视觉的电池与连接片焊点检测装置和方法包括:
采集模块,用于采集焊接图像;
处理模块,用于在所述焊接图像上标定所有焊点,并对所有焊点的灰度值及面积参量进行分析,并将分析结果与预设的焊点特征参量进行比较,判断所述焊点是否合格;
显示模块,用于显示判断结果,并显示不合格焊点的位置。
在一种可实现方式中,
所述采集模块,包括:
第一图像采集单元,用于采集电池的铭牌图像;
第二图像采集单元,用于采集所述电池的第一焊接图像、第二焊接图像;
转换单元,用于提取所述铭牌图像上的文字并进行转换,同时建立编码表格,将转换结果和对应的第一焊接图像第二焊接图像进行匹配并填入所述编码表格中。
在一种可实现方式中,
第一处理单元,用于获取所述第一焊接图像,利用预设焊点像素遍历所述第一焊接图像,标记所述第一焊接图像上的所有焊点;
第二处理单元,用于获取所述第一焊接图像对应的编码,基于所述编码提取对应的焊点框图,将已标记的焊点与焊点框图进行匹配,生成完整的焊点集。
在一种可实现方式中,
所述采集模块,还包括:
所述第二处理单元,还用于将所述焊点集与所述焊点框图一一对应,判断所述焊点框图上是否有空缺,若是,获取空缺位置,在所述第一焊接图像上标记漏焊点。
在一种可实现方式中,
所述采集模块,还包括:
通电单元,用于对所述电池进行通电;
热像采集单元,用于测量所述电池在通电作用下的表面温度;
所述热像采集单元,还用于当所述电池的表面温度符合预设温度范围时,基于时间顺序采集通电过程中的N帧焊接热图像。
在一种可实现方式中,
所述第二处理单元,包括:
图像建立组件,用于基于所述焊点框图建立三维图像模型;
图像处理组件,用于利用预设降噪算子对所述第一焊接图像进行降噪处理,同时,利用预设色度算子对所述第一焊接图像进行色度调节处理,获取对应的第一处理图像;
所述图像建立组件,还用于分别获取所述第一处理图像、第二焊接图像对应的焊点区域,并进行加强;
所述图像建立组件,还用于将加强后的第一处理图像、第二焊接图像以垂直的角度投影到所述三维图像模型中,获取三维图像;
所述图像处理组件,还用于获取所述三维图像上的所有三维焊点;
所述图像处理组件,还用于以一个三维焊点中心为球心,以对应三维焊点的面积为直径建立覆盖球形,利用预设直线波扫描所述三维图像,获取所述三维图像表面的点云数据,提取所述覆盖球形的构点集;
所述图像处理组件,还用于在构点三维坐标系中建立标准构点集衡量直线,分别将每一覆盖球形的构点集输入到构点三维坐标系对应的位置,分别计算每一构点集与标准构点集的离散程度,进而获取对应焊点对应的误差特征;
所述图像处理组件,还用于获取每一焊点对应的形状,进而获取每一焊点对应的形状特征;
所述图像处理组件,还用于获取每一焊点对应的面积,进而获取每一焊点的面积特征;
所述图像处理组件,还用于分别获取每一焊点的相邻像素,并进行对比,获取对应焊点的像素深度特征;
特征处理组件,用于利用处理模型对所述误差特征、形状特征、面积特征、像素深度特征进行分析,获取对应焊点的当前特征,基于所述当前特征判断对应焊点是否存在气泡;
若是,获取存在气泡焊点的位置,并进行标记。
在一种可实现方式中,
所述处理模块,还包括:
图像预处理单元,用于基于时间戳将N帧焊接热图像展开,在所述焊点集中随机提取一个检验焊点,并分别获取所述检验焊点在N帧所述焊接热图像上的位置;
所述图像预处理单元,还用于分别在N帧所述焊接热图像上获取检验焊点以及对应的8领域像素作为检验域,基于时间戳建立温度-时间列表,剔除预设温度范围外的焊接热图像,分别对剩余焊接热图像进行均匀采样,获取对应的采样序列,分别计算每一采样序列的离散度,并获取离散度最低的一帧图像作为检验热图像;
第三处理单元,用于基于所述检验热图像在所述焊点框图上标记每一焊点对应的焊接材料,获取焊点模拟图;
图像处理单元,用于基于所述检验热图像上标记所有焊点,分别获取每一焊点的热辐射,并分别填入所述焊点模拟图对应的位置上;
所述第三处理单元,还用于基于所述焊点模拟图将相同材料的焊点分为同一类别,建立类别集,在标准热辐射序列匹配所述类别集中每一类别焊点对应的标准焊接;
所述第三处理单元,还用于基于每一类别焊点对应的标准热辐射,提取每一类别焊点中的不合格焊点;
整理单元,用于基于所述焊点模拟图建立焊点模型,获取所有不合格焊点的位置并填入所述焊点模型对应的位置上,获取不合格焊点的热辐射,标记为虚焊点。
在一种可实现方式中,
所述处理模块,还包括:
特征整理单元,分别获取同一编码电池上漏焊点、气泡焊点、虚焊点对应的位置,分别命名为一级处理点、二级处理点、三级处理点,传输到所述显示模块进行显示。
在一种可实现方式中,
特征整理单元,还包括:
当所述电池上不存在漏焊点、气泡焊点、虚焊点时,确定对应的电池合格,生成合格结果,传输到所述显示模块。
在一种可实现方式中,
所述显示模块,还包括:
第一显示屏,用于显示所述编码表格,并将当前查看编码标记为红色;
第二显示屏,用于显示所述当前编码对应的一级处理点、二级处理点、三级处理点。
本发明的其它特征和优点将在随后的说明书中阐述,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而了解。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。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明实施例提供的一种基于机器视觉的电池与连接片焊点检测装置和方法的组成示意图;
图2为本发明实施例提供的一种基于机器视觉的电池与连接片焊点检测装置和方法采集模块示意图;
图3为本发明实施例提供的一种基于机器视觉的电池与连接片焊点检测装置和方法第二处理单元示意图;
图4为本发明实施例提供的一种基于机器视觉的电池与连接片焊点检测装置和方法显示模块示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明实施例提供一种基于机器视觉的电池与连接片焊点检测装置和方法,如图1所示,包括:
采集模块,用于采集焊接图像;
处理模块,用于在所述焊接图像上标定所有焊点,并对所有焊点的灰度值及面积参量进行分析,并将分析结果与预设的焊点特征参量进行比较,判断所述焊点是否合格;
显示模块,用于显示判断结果,并显示不合格焊点的位置。
该实例中,采集模块、显示模块分别与处理模块连接;
该实例中,焊点的灰度值表示焊接电池片与连接片的焊点的灰度值,一般来说,焊接材料均选用焊锡,且焊点上不应存在其他物质,例如焊渣、烟熏等;
该实例中,面积参量表示焊点的覆盖面积,一般来说,焊点的大小以覆盖的焊接材料为准,不宜过大或者过小;
该实例中,特征参量表示焊点的标准灰度值和标准覆盖面积。
上述技术方案的有益效果:为了改变以往人工目检的易疲劳、速度慢等缺点,设定了基于机器视觉的检测方法,通过采集模块采集待检物品的图像,由处理模块将其与标准图像进行对比,便可以检验其焊点的质量,并将检测结果传输到显示模块进行显示,便于人员查看。
实施例2
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述采集模块,包括:
第一图像采集单元,用于采集电池的铭牌图像;
第二图像采集单元,用于采集所述电池的第一焊接图像、第二焊接图像;
转换单元,用于提取所述铭牌图像上的文字并进行转换,同时建立编码表格,将转换结果和对应的第一焊接图像第二焊接图像进行匹配并填入所述编码表格中。
该实例中,编码表格的内容包括铭牌上的所有文字信息;
该实例中,第一焊接图像表示电池的主视图,第二焊接图像表示电池的侧视图。
上述技术方案的有益效果:为了使得检测结果更加有序,避免多个待检电池同时检测造成混乱,由第一图像采集单元采集电池的铭牌图像,再由第二图像采集单元采集对应的第一、第二焊接图像,识别铭牌图像上的文字,并与第一、第二焊接图像匹配,这样一来,将编码与图像对应,避免出现混乱,也可以快速获取不合格电池的编码。
实施例3
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法:
第一处理单元,用于获取所述第一焊接图像,利用预设焊点像素遍历所述第一焊接图像,标记所述第一焊接图像上的所有焊点;
第二处理单元,用于获取所述第一焊接图像对应的编码,基于所述编码提取对应的焊点框图,将已标记的焊点与焊点框图进行匹配,生成完整的焊点集。
该实例中,电池编码包含电池的类别信息与编号信息;
该实例中,电池编码中的类别信息与焊点框图对应,且焊点框图是指的电池与连接片本身需要焊接的点,干扰焊点指的是无需焊接但可能干扰识别电池与连接片本身需要焊接的点,例如,焊接过程中滴落的焊锡。
上述技术方案的有益效果:为了提取电池上的焊点,通过利用焊点像素遍历第一焊点图像,得到第一焊点图像上的全部焊点,再通过对比焊点框图,剔除与焊点像素相同但不属于焊点的干扰点,从而获取焊点集,为后续检测工作提供方便。
实施例4
在实施例3的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述采集模块,还包括:
所述第二处理单元,还用于将所述焊点集与所述焊点框图一一对应,判断所述焊点框图上是否有空缺,若是,获取空缺位置,在所述第一焊接图像上标记漏焊点。
该实例中,漏焊点表示该点为进行焊接。
上述技术方案的有益效果:通过将焊点集与焊点框图进行对比,判断焊点集中每一点是否完成焊接,并将未焊接的点定义为漏焊点,可以提醒用户及时补焊,避免产生残次品。
实施例5
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述采集模块,还包括:
通电单元,用于对所述电池进行通电;
热像采集单元,用于测量所述电池在通电作用下的表面温度;
所述热像采集单元,还用于当所述电池的表面温度符合预设温度范围时,基于时间顺序采集通电过程中的N帧焊接热图像。
该实例中,对电池通电产生加热效果的目的是:借用不同金属的吸热程度不同这一特性,通过加热实现获取热图像进而判断电池不同区域上包含的材料。
上述技术方案的有益效果:通过对电池加热获取电池的热图像,通过不同金属材料的吸热量不同,进而可以通过而图像反映每一区域的材料构成,同时,为了可以获得最佳热图像,连续采集N帧焊接热图像,为下一步分析焊点合格做基础。
实施例6
在实施例3的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述第二处理单元,包括:
图像建立组件,用于基于所述焊点框图建立三维图像模型;
图像处理组件,用于利用预设降噪算子对所述第一焊接图像进行降噪处理,同时,利用预设色度算子对所述第一焊接图像进行色度调节处理,获取对应的第一处理图像;
所述图像建立组件,还用于分别获取所述第一处理图像、第二焊接图像对应的焊点区域,并进行加强;
所述图像建立组件,还用于将加强后的第一处理图像、第二焊接图像以垂直的角度投影到所述三维图像模型中,获取三维图像;
所述图像处理组件,还用于获取所述三维图像上的所有三维焊点;
所述图像处理组件,还用于以一个三维焊点中心为球心,以对应三维焊点的面积为直径建立覆盖球形,利用预设直线波扫描所述三维图像,获取所述三维图像表面的点云数据,提取所述覆盖球形的构点集;
所述图像处理组件,还用于在构点三维坐标系中建立标准构点集衡量直线,分别将每一覆盖球形的构点集输入到构点三维坐标系对应的位置,分别计算每一构点集与标准构点集的离散程度,进而获取对应焊点对应的误差特征;
所述图像处理组件,还用于获取每一焊点对应的形状,进而获取每一焊点对应的形状特征;
所述图像处理组件,还用于获取每一焊点对应的面积,进而获取每一焊点的面积特征;
所述图像处理组件,还用于分别获取每一焊点的相邻像素,分别并进行对比,获取对应焊点的像素深度特征;
特征处理组件,用于利用处理模型对所述误差特征、形状特征、面积特征、像素深度特征进行分析,获取对应焊点的当前特征,基于所述当前特征判断对应焊点是否存在气泡;
若是,获取存在气泡焊点的位置,并进行标记。
该实例中,三维图像模型为预设模型,同一类别信息对应的三维图像模型相同;
该实例中,色度算子表示包含焊点颜色的算子;
该实例中,对第一焊接图像进行色度调节的方法为:利用色度算子与第一焊接图像上每一像素对应的颜色进行减运算,从而调节第一焊接图像的整体颜色;
该实例中,三维焊点表示三维图像上包含的焊点;
该实例中,覆盖球形表示可刚好覆盖焊点的球形模型;
该实例中,构点集表示构成覆盖球形表面的点;
该实例中,二维坐标系中建立标准构点集衡量直线的方法为:设定二维坐标系,在二维坐标系上标定标准构点集的坐标,并在横轴方向延申,获取标准构点集衡量直线;
该实例中,误差特征表示焊点的平整度与标准平整度之间的离散特征;
该实例中,形状特征表示焊点的形状与标准圆形之间的离散程度;
该实例中,面积特征表示焊点的面积;
该实例中,像素深度特征表示焊点的高度特征。
上述技术方案的有益效果:在焊接过程中,可能存在由于焊接不当产生起泡的现象,基于这一现象,设计本技术方案,通过建立三维图像获取三维焊点,这样一来,对于焊点的处理不仅仅停留在表面,还可以检测其表面特征,再通过为每一焊点建立覆盖球形,并扫描三维图像,获得覆盖球形的构点集,便于获取焊点的误差特征,再进一步的获得焊点的形状特征、面积特征、像素深度特征,判断焊点是否存在气泡。
实施例7
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述处理模块,还包括:
图像预处理单元,用于基于时间戳将N帧焊接热图像展开,在所述焊点集中随机提取一个检验焊点,并分别获取所述检验焊点在N帧所述焊接热图像上的位置;
所述图像预处理单元,还用于分别在N帧所述焊接热图像上获取检验焊点以及对应的8领域像素作为检验域,基于时间戳建立温度-时间列表,剔除预设温度范围外的焊接热图像,分别对剩余焊接热图像进行均匀采样,获取对应的采样序列,分别计算每一采样序列的离散度,并获取离散度最低的一帧图像作为检验热图像;
第三处理单元,用于基于所述检验热图像在所述焊点框图上标记每一焊点对应的焊接材料,获取焊点模拟图;
图像处理单元,用于基于所述检验热图像上标记所有焊点,分别获取每一焊点的热辐射,并分别填入所述焊点模拟图对应的位置上;
所述第三处理单元,还用于基于所述焊点模拟图将相同材料的焊点分为同一类别,建立类别集,在标准热辐射序列匹配所述类别集中每一类别焊点对应的标准焊接;
所述第三处理单元,还用于基于每一类别焊点对应的标准热辐射,提取每一类别焊点中的不合格焊点;
整理单元,用于基于所述焊点模拟图建立焊点模型,获取所有不合格焊点的位置并填入所述焊点模型对应的位置上,获取不合格焊点的热辐射,标记为虚焊点。
该实例中,检验域表示N帧焊接热图像上的提取的热度检验区域;
该实例中,对剩余焊接热图像进行均匀采样的方法为:每隔预设数量的像素点选取一个采样点,获取采样区域的温度,且对每一剩余焊接热图像的采样点相同;
该实例中,采样序列表示在一幅剩余焊接热图像中的采样点以及采样点对应的温度;
该实例中,检验热图像表示N帧焊接热图像中的一副;
该实例中,焊点模拟图表示包含焊点以及该焊点对应的焊接材料的模拟图;
该实例中,虚焊点表示焊接材料之间的牢固性低的焊接点。
上述技术方案的有益效果:在焊接过程中,可能会存在由于焊接人员技术不佳使得焊接材料的焊接牢固度低的情况,为了检验这种情况,设立图像预处理单元,将多帧焊接热图像展开选取一副合格的检验图像,并基于焊点框图获取包含焊点材料的焊点模拟图,基于材料将焊点划分为多个类别集,在不同的类编集中获取不合格焊点,标记不合格焊点的位置,定位为虚焊点。
实施例8
在实施例7的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述处理模块,还包括:
特征整理单元,分别获取同一编码电池上漏焊点、气泡焊点、虚焊点对应的位置,分别命名为一级处理点、二级处理点、三级处理点,传输到所述显示模块进行显示。
该实例中,一级处理点与漏焊点对应,二级处理点与气泡焊点对应,三级处理点与虚焊点对应。
上述技术方案的有益效果:为了方便用户查看,由特征整理单元将漏焊点、气泡焊点、虚焊点整理为一级处理点、二级处理点、三级处理点传输到显示模块,便于用户查看翻阅。
实施例9
在实施例8的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述特征整理单元,还包括:
当所述电池上不存在漏焊点、气泡焊点、虚焊点时,确定对应的电池合格,生成合格结果,传输到所述显示模块。
上述技术方案的有益效果:当电池合格时,表示该电池不需要修整,此时生成合格结果,传输到显示模块供用户参阅。
实施例10
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,所述显示模块,还包括:
第一显示屏,用于显示所述编码表格,并将当前查看编码标记为红色;
第二显示屏,用于显示所述当前编码对应的一级处理点、二级处理点、三级处理点。
该实例中,第一显示屏、第二显示屏均为可触摸显示屏。
上述技术方案的有益效果:设置两块可触摸显示屏,一块用以显示编码表格,另一块用以显示对应的处理点,不仅拓宽了显示视野,在一定程度上也更方便用户操作。
实施例11
在实施例1的基础上,所述一种基于机器视觉的电池与连接片焊点检测装置和方法,还包括:检验模块;
所述检验模块包括:检验放置板、压力检验单元、计算单元、第二采集单元,其中,所述检验放置板上预先设置有电池标准放置基线;
所述压力检验单元,用于采集所述检验放置板上的压力,基于所述压力判断所述检验放置板上当前是否存在待检电池;
若是,生成计算指令;
计算单元,用于基于所述计算指令,根据公式(Ⅰ)计算所述第二图像采集单元与所述电池中心之间的拍摄距离;
其中,d表示所述第二图像采集单元与所述电池中心之间的拍摄距离,f表示所述第二图像采集单元的焦距,p表示所述待检电池的长度,s1表示所述第二图像采集单元对应设置的拍摄画幅的长度,l表示所述第二图像采集单元与标准放置基线之间的最小距离,d1表示所述第二图像采集单元与标准放置基线之间的修正距离,c表示所述电池的中心点与标准放置基线之间的偏移距离,δ表示所述第二图像采集单元拍摄得到的所述电池图像的标准相邻像素之间的距离,χ′表示偏移距离到相邻像素距离的转换系数;
所述计算单元,还用于基于公式(Ⅰ)的计算结果,判断所述电池的当前放置位置是否符合放置要求;
若不符合,生成重新放置指令提醒用户调节所述电池的位置。
反之,根据公式(Ⅱ)计算所述电池的画幅面积;
其中,S表示电池的画幅面积,α表示所述第二图像采集单元基于标准放置基线对应拍摄面的水平视场角,β表示所述第二图像采集单元基于标准放置基线对应拍摄面的垂直视场角,Δα表示对所述水平视场角的调整角度,Δβ表示对所述垂直视场角的调整角度;
所述所述计算单元,还用于基于公式(Ⅱ)的计算结果,调节所述画幅面积至标准范围。
该实例中,第二采集单元的位置不变;
该实例中,当公式(Ⅰ)的计算结果大于等于25mm时,电池的当前放置位置符合放置要求;
第二图像采集单元的焦距为8mm,电池的长度为30mm,第二图像采集单元对应设置的拍摄画幅的长度为10mm,第二图像采集单元与标准放置基线之间的最小距离为30mm,第二图像采集单元与标准放置基线之间的修正距离为3mm,电池的中心点与标准放置基线之间的偏移距离为10mm,第二图像采集单元拍摄得到的电池图像的标准相邻像素之间的距离0.25mm,偏移距离到相邻像素距离的转换系数为1.02时,d≈26.1mm,此时,电池的放置位置符合要求;
第二图像采集单元的焦距为8mm,电池的长度为30mm,第二图像采集单元对应设置的拍摄画幅的长度为10mm,第二图像采集单元与标准放置基线之间的最小距离为30mm,第二图像采集单元与标准放置基线之间的修正距离为3mm,电池的中心点与标准放置基线之间的偏移距离为50mm,第二图像采集单元拍摄得到的电池图像的标准相邻像素之间的距离0.55mm,偏移距离到相邻像素距离的转换系数为1.02时,d≈23.6mm,此时,电池的放置位置不符合要求;
该实例中,根据公式(Ⅱ)的计算结果将电池的画幅面积缩放至标准画幅面积;
其中,标准画幅面积为400mm3,故将电池的画幅面积扩大至原面积的1.5倍。
上述技术方案的有益效果:由于镜头拍摄物体时,拍摄物体位置的会影响拍摄面积,故在拍摄前通过公式计算电池与第二采集单元之间的模拟距离,若距离偏差过大,提醒用户及时调整放置位置,并在拍摄后对于面积不标准的图像进行缩放。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,包括:
采集模块,用于采集焊接图像;
处理模块,用于在所述焊接图像上标定所有焊点,并对所有焊点的灰度值及面积参量进行分析,并将分析结果与预设的焊点特征参量进行比较,判断所述焊点是否合格;
显示模块,用于显示判断结果,并显示不合格焊点的位置。
2.基于权利要求1所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述采集模块,包括:
第一图像采集单元,用于采集电池的铭牌图像;
第二图像采集单元,用于采集所述电池的第一焊接图像、第二焊接图像;
转换单元,用于提取所述铭牌图像上的文字并进行转换,同时建立编码表格,将转换结果和对应的第一焊接图像第二焊接图像进行匹配并填入所述编码表格中。
3.基于权利要求1所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述采集模块,还包括:
第一处理单元,用于获取所述第一焊接图像,利用预设焊点像素遍历所述第一焊接图像,标记所述第一焊接图像上的所有焊点;
第二处理单元,用于获取所述第一焊接图像对应的编码,基于所述编码提取对应的焊点框图,将已标记的焊点与焊点框图进行匹配,生成完整的焊点集。
4.基于权利要求3所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述采集模块,还包括:
所述第二处理单元,还用于将所述焊点集与所述焊点框图一一对应,判断所述焊点框图上是否有空缺,若是,获取空缺位置,在所述第一焊接图像上标记漏焊点。
5.基于权利要求1所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述采集模块,还包括:
通电单元,用于对所述电池进行通电;
热像采集单元,用于测量所述电池在通电作用下的表面温度;
所述热像采集单元,还用于当所述电池的表面温度符合预设温度范围时,基于时间顺序采集通电过程中的N帧焊接热图像。
6.基于权利要求3所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述第二处理单元,包括:
图像建立组件,用于基于所述焊点框图建立三维图像模型;
图像处理组件,用于利用预设降噪算子对所述第一焊接图像进行降噪处理,同时,利用预设色度算子对所述第一焊接图像进行色度调节处理,获取对应的第一处理图像;
所述图像建立组件,还用于分别获取所述第一处理图像、第二焊接图像对应的焊点区域,并进行加强;
所述图像建立组件,还用于将加强后的第一处理图像、第二焊接图像以垂直的角度投影到所述三维图像模型中,获取三维图像;
所述图像处理组件,还用于获取所述三维图像上的所有三维焊点;
所述图像处理组件,还用于以一个三维焊点中心为球心,以对应三维焊点的面积为直径建立覆盖球形,利用预设直线波扫描所述三维图像,获取所述三维图像表面的点云数据,提取所述覆盖球形的构点集;
所述图像处理组件,还用于在构点三维坐标系中建立标准构点集衡量直线,分别将每一覆盖球形的构点集输入到构点三维坐标系对应的位置,分别计算每一构点集与标准构点集的离散程度,进而获取对应焊点对应的误差特征;
所述图像处理组件,还用于获取每一焊点对应的形状,进而获取每一焊点对应的形状特征;
所述图像处理组件,还用于获取每一焊点对应的面积,进而获取每一焊点的面积特征;
所述图像处理组件,还用于分别获取每一焊点的相邻像素,并进行对比,获取对应焊点的像素深度特征;
特征处理组件,用于利用处理模型对所述误差特征、形状特征、面积特征、像素深度特征进行分析,获取对应焊点的当前特征,基于所述当前特征判断对应焊点是否存在气泡;
若是,获取存在气泡焊点的位置,并进行标记。
7.基于权利要求5所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述处理模块,还包括:
图像预处理单元,用于基于时间戳将N帧焊接热图像展开,在所述焊点集中随机提取一个检验焊点,并分别获取所述检验焊点在N帧所述焊接热图像上的位置;
所述图像预处理单元,还用于分别在N帧所述焊接热图像上获取检验焊点以及对应的8领域像素作为检验域,基于时间戳建立温度-时间列表,剔除预设温度范围外的焊接热图像,分别对剩余焊接热图像进行均匀采样,获取对应的采样序列,分别计算每一采样序列的离散度,并获取离散度最低的一帧图像作为检验热图像;
第三处理单元,用于基于所述检验热图像在所述焊点框图上标记每一焊点对应的焊接材料,获取焊点模拟图;
图像处理单元,用于基于所述检验热图像上标记所有焊点,分别获取每一焊点的热辐射,并分别填入所述焊点模拟图对应的位置上;
所述第三处理单元,还用于基于所述焊点模拟图将相同材料的焊点分为同一类别,建立类别集,在标准热辐射序列匹配所述类别集中每一类别焊点对应的标准焊接;
所述第三处理单元,还用于基于每一类别焊点对应的标准热辐射,提取每一类别焊点中的不合格焊点;
整理单元,用于基于所述焊点模拟图建立焊点模型,获取所有不合格焊点的位置并填入所述焊点模型对应的位置上,获取不合格焊点的热辐射,标记为虚焊点。
8.基于权利要求7所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述处理模块,还包括:
特征整理单元,分别获取同一编码电池上漏焊点、气泡焊点、虚焊点对应的位置,分别命名为一级处理点、二级处理点、三级处理点,传输到所述显示模块进行显示。
9.基于权利要求8所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,特征整理单元,还包括:
当所述电池上不存在漏焊点、气泡焊点、虚焊点时,确定对应的电池合格,生成合格结果,传输到所述显示模块。
10.基于权利要求1所述的一种基于机器视觉的电池与连接片焊点检测装置和方法,其特征在于,所述显示模块,还包括:
第一显示屏,用于显示所述编码表格,并将当前查看编码标记为红色;
第二显示屏,用于显示所述当前编码对应的一级处理点、二级处理点、三级处理点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111039812.3A CN113743311B (zh) | 2021-09-06 | 2021-09-06 | 一种基于机器视觉的电池与连接片焊点检测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111039812.3A CN113743311B (zh) | 2021-09-06 | 2021-09-06 | 一种基于机器视觉的电池与连接片焊点检测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743311A true CN113743311A (zh) | 2021-12-03 |
CN113743311B CN113743311B (zh) | 2022-06-17 |
Family
ID=78736190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111039812.3A Active CN113743311B (zh) | 2021-09-06 | 2021-09-06 | 一种基于机器视觉的电池与连接片焊点检测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743311B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117309603A (zh) * | 2023-11-28 | 2023-12-29 | 天津信天电子科技有限公司 | 电路板贴片焊点强度检测方法、装置、设备和介质 |
CN117740831A (zh) * | 2024-02-19 | 2024-03-22 | 扬州泽旭电子科技有限责任公司 | 基于红外视觉的半导体芯片焊接质量分析系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540967A (zh) * | 2017-11-30 | 2019-03-29 | 蜂巢能源科技有限公司 | 焊接质量检测系统及方法 |
CN111693546A (zh) * | 2020-06-16 | 2020-09-22 | 湖南大学 | 缺陷检测系统、方法及图像采集系统 |
CN113362326A (zh) * | 2021-07-26 | 2021-09-07 | 广东奥普特科技股份有限公司 | 一种电池焊点缺陷的检测方法及装置 |
-
2021
- 2021-09-06 CN CN202111039812.3A patent/CN113743311B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109540967A (zh) * | 2017-11-30 | 2019-03-29 | 蜂巢能源科技有限公司 | 焊接质量检测系统及方法 |
CN111693546A (zh) * | 2020-06-16 | 2020-09-22 | 湖南大学 | 缺陷检测系统、方法及图像采集系统 |
CN113362326A (zh) * | 2021-07-26 | 2021-09-07 | 广东奥普特科技股份有限公司 | 一种电池焊点缺陷的检测方法及装置 |
Non-Patent Citations (4)
Title |
---|
何宇: "机器视觉在全自动太阳能电池片叠片式串焊机中的应用", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
何宇: "机器视觉在全自动太阳能电池片叠片式串焊机中的应用", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, 15 June 2018 (2018-06-15), pages 042 - 971 * |
王诗文: "锂电池极耳焊接缺陷的自动光学检测研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
王诗文: "锂电池极耳焊接缺陷的自动光学检测研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, 15 January 2019 (2019-01-15), pages 138 - 3113 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117309603A (zh) * | 2023-11-28 | 2023-12-29 | 天津信天电子科技有限公司 | 电路板贴片焊点强度检测方法、装置、设备和介质 |
CN117309603B (zh) * | 2023-11-28 | 2024-02-13 | 天津信天电子科技有限公司 | 电路板贴片焊点强度检测方法、装置、设备和介质 |
CN117740831A (zh) * | 2024-02-19 | 2024-03-22 | 扬州泽旭电子科技有限责任公司 | 基于红外视觉的半导体芯片焊接质量分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113743311B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113743311B (zh) | 一种基于机器视觉的电池与连接片焊点检测装置和方法 | |
CN106442543B (zh) | 一种在线识别金属工件连续激光焊缝表面质量的检测方法 | |
CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN111091538B (zh) | 一种管道焊缝自动识别、缺陷检测方法及装置 | |
CN110220481B (zh) | 手持式视觉检测设备及其位姿检测方法 | |
CN110853018B (zh) | 一种基于计算机视觉的振动台疲劳裂纹在线检测系统及检测方法 | |
CN109974582A (zh) | 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
KR20190124452A (ko) | 용접비드 비전 검사 장치 및 용접 불량 검사방법 | |
WO2015014067A1 (zh) | 液晶屏的质量检测方法、装置及设备 | |
CN114638797A (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN112884743B (zh) | 检测方法及装置、检测设备和存储介质 | |
CN112819844B (zh) | 一种图像边缘检测方法及装置 | |
CN111242902A (zh) | 基于卷积神经网络的零件识别与检测方法、系统及设备 | |
CN208366871U (zh) | 检测系统 | |
CN114119461A (zh) | 基于深度学习的锂电池模组侧面焊缝外观检测算法及系统 | |
CN113469991B (zh) | 一种锂电池极耳激光焊点视觉在线检测方法 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
CN108180871A (zh) | 一种定量评价复合绝缘子表面粉化粗糙度的方法 | |
JP4333349B2 (ja) | 実装外観検査方法及び実装外観検査装置 | |
CN114486902B (zh) | 质量检测系统和方法 | |
US11940389B2 (en) | Device for recognizing defects in finished surface of product | |
CN116183670A (zh) | 一种基于涡流红外热成像的焊接缺陷检测装置及检测方法 | |
CN115684269A (zh) | 一种用于压力容器设计的表面缺陷识别系统及方法 | |
CN107607539B (zh) | 一种连杆胀断面质量视觉检测装置和检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |