CN115258235A - 一种基于图像识别的载带包装检查控制系统 - Google Patents

一种基于图像识别的载带包装检查控制系统 Download PDF

Info

Publication number
CN115258235A
CN115258235A CN202210921608.2A CN202210921608A CN115258235A CN 115258235 A CN115258235 A CN 115258235A CN 202210921608 A CN202210921608 A CN 202210921608A CN 115258235 A CN115258235 A CN 115258235A
Authority
CN
China
Prior art keywords
image
carrier tape
determining
standard
preset
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
Application number
CN202210921608.2A
Other languages
English (en)
Other versions
CN115258235B (zh
Inventor
朱杰科
潘乐丰
丁凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shezhen Zhongjinke Hardware Manufacturing Co ltd
Original Assignee
Shezhen Zhongjinke Hardware Manufacturing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shezhen Zhongjinke Hardware Manufacturing Co ltd filed Critical Shezhen Zhongjinke Hardware Manufacturing Co ltd
Priority to CN202210921608.2A priority Critical patent/CN115258235B/zh
Publication of CN115258235A publication Critical patent/CN115258235A/zh
Application granted granted Critical
Publication of CN115258235B publication Critical patent/CN115258235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B15/00—Attaching articles to cards, sheets, strings, webs, or other carriers
    • B65B15/04—Attaching a series of articles, e.g. small electrical components, to a continuous web
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00—Automatic control, checking, warning, or safety devices
    • B65B57/02—Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of binding or wrapping material, containers, or packages
    • B65B57/04—Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of binding or wrapping material, containers, or packages and operating to control, or to stop, the feed of such material, containers, or packages
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Packaging Frangible Articles (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供一种基于图像识别的载带包装检查控制系统，包括：第一图像采集模块，用于采集器件置入后的载带的第一图像；第一分析模块，用于对第一图像进行分析，确定是否发生预设的第一类异常；第二图像采集模块，用于采集压合后的载带的第二图像；第二分析模块，用于对第二图像进行分析，确定是否发生预设的第二类异常；第一控制模块，用于当发生第一异常或第二异常时，控制载带包装机停机。本发明的基于图像识别的载带包装检查控制系统，实现载带包装机在生产的过程中的自动检测，无需采用复卷方式进行人工检测，提高了生产效率。

Description

一种基于图像识别的载带包装检查控制系统
技术领域
本发明涉及图像识别技术领域，特别涉及一种基于图像识别的载带包装检查控制系统。
背景技术
载带包装是指广泛应用于IC、电阻、电感、电容、连接器、、保险丝、开关、继电器、接插件、振荡器、二、三极管等SMT电子元件的包装的塑胶载体；载带包装可以将每个器件独立包装使其便于后续工序的取用，此外还可以保证运输途中不受损坏的优点。
目前，载带包装都是通过载带包装机实现自动封装；载带包装机包括：载带输送模块、盖带输送模块、器件置入模块、载带盖带压合模块以及收料模块；器件置入模块将需要包装的器件夹取并放置到载带输送模块输送的载带的各个器件容纳槽内；经由载带盖带压合模块将已放置器件的载带用盖带压合完成包装；最后经由收料模块收集。对载带包装的检查，一般都是在载带包装完成后，通常机器复卷的方式，在复卷过程中采用人工检视的方式进行检视，效率较低。
发明内容
本发明目的之一在于提供了一种基于图像识别的载带包装检查控制系统，实现载带包装机在生产的过程中的自动检测，无需采用复卷方式进行人工检测，提高了生产效率。
本发明实施例提供的一种基于图像识别的载带包装检查控制系统，包括：
第一图像采集模块，用于采集器件置入后的载带的第一图像；
第一分析模块，用于对第一图像进行分析，确定是否发生预设的第一类异常；
第二图像采集模块，用于采集压合后的载带的第二图像；
第二分析模块，用于对第二图像进行分析，确定是否发生预设的第二类异常；
第一控制模块，用于当发生第一异常或第二异常时，控制载带包装机停机。
优选的，第一分析模块对第一图像进行分析，确定是否发生预设的第一类异常，执行如下操作：
将第一图像与预设的第一标准图像进行匹配；第一标准图像为载带在空置时的图像；
在同一卷载带包装产品的包装过程中，当第一图像与第一标准图像匹配符合时，确定发生第一类异常；
和/或，
将第一图像与预设的第一标准库中的各个第二标准图像进行匹配；第二标准图像为载带正确装载器件后的图像；
当第一标准库中不存在与第一图像匹配符合的第二标准图像时，确定发生第一类异常；
和/或，
将第一图像与预设的第二标准库中的各个第三标准图像进行匹配；第三标准图像为载带错误装载器件后的图像；
当第二标准库中存在与第一图像匹配的第三标准图像时，确地发生第一类异常。
优选的，第二分析模块对第二图像进行分析，确定是否发生预设的第二类异常，包括：
构建载带的平面模型；
解析第二图像，将盖带的两侧边界映射至平面模型内获取分析模型；
确定分析模型内盖带的边界位于载带的压合区域的位置；
当盖带的边界位于压合区域的位置不符合预设的位置范围时，确定发生第二类异常；
和/或，
基于分析模型，确定提取分析图像的提取模板；
基于提取模板从第二图像中提取分析图像；
对分析图像进行特征提取，获取多个第一特征值；
将多个第一特征值输入预设的神经网络模型，获取识别因子；
获取预设的因子对照表，确定识别因子对应的识别结果代码；
当识别结果代码与第二类异常对应的识别结果代码时，确定发生第二类异常。
优选的，基于分析模型，确定提取分析图像的提取模板，包括：
确定分析模型中的载带的容置腔的边界；
将容置腔的边界至盖带的边界的区域作为提取模板的分析图像对应的提取区域。
优选的，载带包装机包括：
载带位置调整模块，用于调整空白载带卷材在载带包装机上的装载参数；
盖带位置调整模块，用于调整盖带卷材在载带包装机上的装载参数；
第三图像采集模块，用于获取预压辊处盖带与载带接触的第三图像；
第三分析模块，用于对第三图像进行分析，获取分析结果；
第二控制模块，用于基于分析结果控制载带位置调整装置和/或盖带位置调整装置动作。
优选的，第三分析模块对第三图像进行分析，获取分析结果，执行如下操作：
将第三图像置入预设的标尺图像中，构建测量图像；
确定测量图像中盖带的两边界与预压辊接触处在预压辊上的第一相对位置和第二相对位置；
获取测量图像中对应标尺图像的预设的盖带的边界标记位置的第一标准位置和第二标准位置；
基于第一相对位置、第二相对位置、第一标准位置和第二标准位置，确定盖带的位置偏差值；
识别测量图像中盖带上各个定位经线的中点的第一坐标；
确定第一相对位置和第二相对位置的中点的第二坐标；
基于第二坐标和第二坐标，确定各个定位经线的偏移向量；
获取测量图像中对应标尺图像的预设的第一标记向量的第一标准向量；
基于各个定位经线的偏移向量和第一标准向量，确定盖带偏移的角度。
优选的，第三分析模块对第三图像进行分析，获取分析结果，执行如下操作：
将第三图像置入预设的标尺图像中，构建测量图像；
确定测量图像中载带的两边界与预压辊接触处在预压辊上的第三相对位置和第四相对位置；
获取测量图像中对应标尺图像的预设的载带的边界标记位置的第三标准位置和第四标准位置；
基于第三相对位置、第四相对位置、第三标准位置和第四标准位置，确定载带的位置偏差值；
识别测量图像中载带上各个容置腔的中心点的第三坐标；
确定第三相对位置和第四相对位置的中点的第四坐标；
基于第三坐标和第四坐标，确定各个容置腔的偏移向量；
获取测量图像中对应标尺图像的预设的第二标记向量的第二标准向量；
基于各个容置腔的偏移向量和第二标准向量，确定载带偏移的角度。
优选的，第二控制模块基于分析结果控制载带位置调整装置和/或盖带位置调整装置动作，执行如下操作：
基于盖带的位置偏差值、盖带偏移的角度、载带的位置偏差值、载带偏移的角度，构建状态参数集；
获取预设的控制库；
基于状态参数集和控制库，确定调整参数集；
解析调整参数集，确定载带位置调整装置和/或盖带位置调整装置的调整参数。
优选的，第三分析模块还执行如下操作：
在控制载带位置调整装置和/或盖带位置调整装置调整前，对第二图像进行采样，获取至少一个第一采样图像；
在控制载带位置调整装置和/或盖带位置调整装置进行一次调整后，对第二图像进行采样，获取至少一个第二采样图像；
分别对第一采样图像和第二采样图像进行特征提取，确定各个第一采样图像或各个第二采样图像对应的至少一个第二特征值；
基于第一采样图像和第二采样图像的采样时间对同一第二特征值进行排序，获取特征组；
对各个特征组中的第二特征值进行特征提取，获取各个特征组对应的第三特征值；
基于各个特征组对应的第三特征值，构建评价向量；
获取预设的结果评价库；
基于评价向量与结果评价库，确定调整评价值；
当调整评价值大于等于预设的评价阈值时，确定调整为有效操作；否则为无效操作，通过第二控制模块执行回退调整。
优选的，当执行回退操作后，重新确定调整参数集，在重新确定调整参数集时将上一次确定的调整参数集从控制库中暂时屏蔽。
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。在附图中：
图1为本发明实施例中一种基于图像识别的载带包装检查控制系统的示意图。
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。
本发明实施例提供了一种基于图像识别的载带包装检查控制系统，如图1所示，包括：
第一图像采集模块1，用于采集器件置入后的载带的第一图像；
第一分析模块2，用于对第一图像进行分析，确定是否发生预设的第一类异常；
第二图像采集模块3，用于采集压合后的载带的第二图像；
第二分析模块4，用于对第二图像进行分析，确定是否发生预设的第二类异常；
第一控制模块5，用于当发生第一异常或第二异常时，控制载带包装机停机。
上述技术方案的工作原理及有益效果为：
通过对器件被放置到载带的容置腔内的第一图像和盖带、载带压合后的第二图像进行分析，确定是否发生第一类异常和第二类异常；当发生时，第一控制模块控制载带包装机停机，方便工作人员进行参数调整；其中，第一类异常包括：空置(即载带的容置腔内没有器件)、倒置(即载带内的器件的放置方向不正确)、器件不匹配(即载带内的器件不是待包装的器件)等；第二类异常包括：压合位错误(即盖带与载带接合的区域的大小不符合预设的工艺要求)、压合褶皱(主要发生在盖带与载带接合的区域)。通过图像分析的方式，实现了在线自动检测，避免大批量的不良异常，提高了生产效率。
在一个实施例中，第一分析模块2对第一图像进行分析，确定是否发生预设的第一类异常，执行如下操作：
将第一图像与预设的第一标准图像进行匹配；第一标准图像为载带在空置时的图像；
在同一卷载带包装产品的包装过程中，当第一图像与第一标准图像匹配符合时，确定发生第一类异常；
和/或，
将第一图像与预设的第一标准库中的各个第二标准图像进行匹配；第二标准图像为载带正确装载器件后的图像；
当第一标准库中不存在与第一图像匹配符合的第二标准图像时，确定发生第一类异常；
和/或，
将第一图像与预设的第二标准库中的各个第三标准图像进行匹配；第三标准图像为载带错误装载器件后的图像；
当第二标准库中存在与第一图像匹配的第三标准图像时，确地发生第一类异常。
上述技术方案的工作原理及有益效果为：
事先将载带在空置时的图像制作为第一标准图像；将载带正确装载器件后的图像制作为第二标准图像，并将第二图像收集形成第一标准库；将载带错误装载器件(倒置、器件不匹配、器件未在容置腔内等)的图像作为第三标准图像，并将第三标准图像收集形成第二标准库；在在线检测阶段，基于第一标准图像、第一标准库和第二标准库，对第一图像进行判断，是否发生第一类异常；当发生时，控制载带包装机停机。
在一个实施例中，第二分析模块4对第二图像进行分析，确定是否发生预设的第二类异常，包括：
构建载带的平面模型；
解析第二图像，将盖带的两侧边界映射至平面模型内获取分析模型；
确定分析模型内盖带的边界位于载带的压合区域的位置；
当盖带的边界位于压合区域的位置不符合预设的位置范围时，确定发生第二类异常；其中，压合区域为载带的容置腔的边界至两边沿的区域；例如：根据预设的位置范围规定，正确压合时，盖带的边界位于压合区域中部上以及靠近载带边沿位置的一侧；当盖带的边界落在压合区域的中线的靠近容置腔的边界的一侧时为异常；
和/或，
基于分析模型，确定提取分析图像的提取模板；
基于提取模板从第二图像中提取分析图像；
对分析图像进行特征提取，获取多个第一特征值；
将多个第一特征值输入预设的神经网络模型，获取识别因子；
获取预设的因子对照表，确定识别因子对应的识别结果代码；
当识别结果代码与第二类异常对应的识别结果代码时，确定发生第二类异常。神经网络模型是基于大量数据进行训练收敛获得；其中作为训练神经网络模型的数据包括：发生压合褶皱的图像；通过提取第一特征值，然后输入神经网络模型，获得识别结果代码的方式实现对分析图像上是否存在压合褶皱进行确定；其中，主要涉及的技术为边缘识别技术，以此识别分析图像上的压合褶皱；当识别到压合褶皱时，确定出现第二类异常。
其中，基于分析模型，确定提取分析图像的提取模板，包括：
确定分析模型中的载带的容置腔的边界；
将容置腔的边界至盖带的边界的区域作为提取模板的分析图像对应的提取区域。
压合褶皱主要发生在容置腔的边界至盖带的边界的区域，因此将其作为分析图像的提取区域。
在一个实施例中，载带包装机包括：
载带位置调整模块，用于调整空白载带卷材在载带包装机上的装载参数；
盖带位置调整模块，用于调整盖带卷材在载带包装机上的装载参数；
第三图像采集模块，用于获取预压辊处盖带与载带接触的第三图像；
第三分析模块，用于对第三图像进行分析，获取分析结果；
第二控制模块，用于基于分析结果控制载带位置调整装置和/或盖带位置调整装置动作。
上述技术方案的工作原理及有益效果为：
载带包装机包括：载带输送模块、盖带输送模块、器件置入模块、载带盖带压合模块以及收料模块；其中，载带输送模块包括载带卷材安装辊筒；
载带位置调整模块为调整载带卷材安装辊筒在空间中的位置；载带位置调整模块包括：水平调节子模块，用于调整辊筒的水平方向上的位置；角度调节子模块，用于调整辊筒的角度；具体实施时，水平调节子模块可以使用水平伸缩气缸，角度调节子模块可以采用转动气缸；其中，伸缩气缸一端与支架连接，另一端连接到转动气缸的固定端；转动气缸的转动端与辊筒一端固定连接；
盖带位置调整模块为调整盖带卷材安装辊筒在空间中的位置；盖带位置调整模块包括：水平调节子模块，用于调整辊筒的水平方向上的位置；角度调节子模块，用于调整辊筒的角度；
因实际生产过程中，由于盖带、载带自身的延展属性的差异，以及各个位置受力的差异，会发生盖带或载带偏移，当发生偏移时通过盖带位置调整模块和/或载带位置调整模块进行盖带卷材或载带卷材的位置调整，以消除偏移，保证盖带和载带的压合的正常。
为实现盖带的偏移参数的确定；其中，第三分析模块对第三图像进行分析，获取分析结果，执行如下操作：
将第三图像置入预设的标尺图像中，构建测量图像；标尺图像为测量模板，其中标识有第一标准位置和第二标准位置以及对应的第一标记向量。
确定测量图像中盖带的两边界与预压辊接触处在预压辊上的第一相对位置和第二相对位置；
获取测量图像中对应标尺图像的预设的盖带的边界标记位置的第一标准位置和第二标准位置；
基于第一相对位置、第二相对位置、第一标准位置和第二标准位置，确定盖带的位置偏差值；
识别测量图像中盖带上各个定位经线的中点的第一坐标；
确定第一相对位置和第二相对位置的中点的第二坐标；
基于第二坐标和第二坐标，确定各个定位经线的偏移向量；
获取测量图像中对应标尺图像的预设的第一标记向量的第一标准向量；
基于各个定位经线的偏移向量和第一标准向量，确定盖带偏移的角度。将定位经线的偏移向量和第一标准向量的夹角的最大值作为盖带偏移的角度。
为实现载带的偏移参数的确定；其中，第三分析模块对第三图像进行分析，获取分析结果，执行如下操作：
将第三图像置入预设的标尺图像中，构建测量图像；
确定测量图像中载带的两边界与预压辊接触处在预压辊上的第三相对位置和第四相对位置；
获取测量图像中对应标尺图像的预设的载带的边界标记位置的第三标准位置和第四标准位置；
基于第三相对位置、第四相对位置、第三标准位置和第四标准位置，确定载带的位置偏差值；
识别测量图像中载带上各个容置腔的中心点的第三坐标；
确定第三相对位置和第四相对位置的中点的第四坐标；
基于第三坐标和第四坐标，确定各个容置腔的偏移向量；
获取测量图像中对应标尺图像的预设的第二标记向量的第二标准向量；
基于各个容置腔的偏移向量和第二标准向量，确定载带偏移的角度。将容置腔的偏移向量和第二标准向量的夹角的最大值作为载带偏移的角度。
其中，第二控制模块基于分析结果控制载带位置调整装置和/或盖带位置调整装置动作，执行如下操作：
基于盖带的位置偏差值、盖带偏移的角度、载带的位置偏差值、载带偏移的角度，构建状态参数集；
获取预设的控制库；
基于状态参数集和控制库，确定调整参数集；
解析调整参数集，确定载带位置调整装置和/或盖带位置调整装置的调整参数。
上述技术方案的工作原理及有益效果为：
控制库为事先经过大量数据分析后建立的；控制库内调整参数集与状态参数集一一对应关联；将构建的状态参数集与控制库内的状态参数集进行相似度(可以采用余弦相似度计算法)计算；调取相似度最大的状态参数集对应关联的调整参数集；通过调整参数集的调整实现了偏移的消除；调整参数集中规定了调整的幅度以及调整的速率；例如：角度的调整幅度为5度，速率为0.5度每分钟；以调整速率的限定，避免了调整速度过快造成不良；保证调整不会对当前生成造成影响。
在一个实施例中，第三分析模块还执行如下操作：
在控制载带位置调整装置和/或盖带位置调整装置调整前，对第二图像进行采样，获取至少一个第一采样图像；
在控制载带位置调整装置和/或盖带位置调整装置进行一次调整后，对第二图像进行采样，获取至少一个第二采样图像；
分别对第一采样图像和第二采样图像进行特征提取，确定各个第一采样图像或各个第二采样图像对应的至少一个第二特征值；第二特征值为盖带的边界距离容置腔的边界的距离、盖带的边界距离载带的边界的距离等；
基于第一采样图像和第二采样图像的采样时间对同一第二特征值进行排序，获取特征组；
对各个特征组中的第二特征值进行特征提取，获取各个特征组对应的第三特征值；第三特征值为盖带的边界距离容置腔的边界的距离、盖带的边界距离载带的边界的距离等的平均值及变化量；
基于各个特征组对应的第三特征值，构建评价向量；
获取预设的结果评价库；
基于评价向量与结果评价库，确定调整评价值；
当调整评价值大于等于预设的评价阈值时，确定调整为有效操作；否则为无效操作，通过第二控制模块执行回退调整。
上述技术方案的工作原理及有益效果为：
通过结果评价库对调整后的压合效果进行评价，根据评价进行反馈，实现调整过程的反馈，以实现自动验证调整效果，保证调整为正影响，其中，结果评价库为事先大量数据分析建立，用于对调整进行评价，其中调整评价值与评价向量一一对应关联；例如：评价是以盖带的中心线与载带的中心线的是否发生偏移，以及偏移量为基准；调整时偏移量减少，评分值越高；偏移量增加，评分值越低；评价阈值为偏移量不增不减的情况下的评分值；将中心线的偏移转变为边界的偏移，省略了中心线的计算步骤，提高了效率。
实现再次的智能调整，在一个实施例中，当执行回退操作后，重新确定调整参数集，在重新确定调整参数集时将上一次确定的调整参数集从控制库中暂时屏蔽。
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)

1.一种基于图像识别的载带包装检查控制系统，其特征在于，包括：
第一图像采集模块，用于采集器件置入后的载带的第一图像；
第一分析模块，用于对所述第一图像进行分析，确定是否发生预设的第一类异常；
第二图像采集模块，用于采集压合后的所述载带的第二图像；
第二分析模块，用于对所述第二图像进行分析，确定是否发生预设的第二类异常；
第一控制模块，用于当发生所述第一异常或所述第二异常时，控制载带包装机停机。
2.如权利要求1所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第一分析模块对所述第一图像进行分析，确定是否发生预设的第一类异常，执行如下操作：
将所述第一图像与预设的第一标准图像进行匹配；所述第一标准图像为所述载带在空置时的图像；
在同一卷载带包装产品的包装过程中，当所述第一图像与所述第一标准图像匹配符合时，确定发生第一类异常；
和/或，
将所述第一图像与预设的第一标准库中的各个第二标准图像进行匹配；所述第二标准图像为所述载带正确装载器件后的图像；
当所述第一标准库中不存在与所述第一图像匹配符合的所述第二标准图像时，确定发生第一类异常；
和/或，
将所述第一图像与预设的第二标准库中的各个第三标准图像进行匹配；所述第三标准图像为所述载带错误装载器件后的图像；
当所述第二标准库中存在与所述第一图像匹配的所述第三标准图像时，确地发生所述第一类异常。
3.如权利要求1所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第二分析模块对所述第二图像进行分析，确定是否发生预设的第二类异常，包括：
构建所述载带的平面模型；
解析所述第二图像，将盖带的两侧边界映射至所述平面模型内获取分析模型；
确定所述分析模型内所述盖带的边界位于所述载带的压合区域的位置；
当所述盖带的边界位于所述压合区域的位置不符合预设的位置范围时，确定发生所述第二类异常；
和/或，
基于所述分析模型，确定提取分析图像的提取模板；
基于所述提取模板从所述第二图像中提取分析图像；
对所述分析图像进行特征提取，获取多个第一特征值；
将多个所述第一特征值输入预设的神经网络模型，获取识别因子；
获取预设的因子对照表，确定识别因子对应的识别结果代码；
当所述识别结果代码与所述第二类异常对应的识别结果代码时，确定发生所述第二类异常。
4.如权利要求3所述的基于图像识别的载带包装检查控制系统，其特征在于，所述基于所述分析模型，确定提取分析图像的提取模板，包括：
确定所述分析模型中的所述载带的容置腔的边界；
将所述容置腔的边界至所述盖带的边界的区域作为所述提取模板的所述分析图像对应的提取区域。
5.如权利要求1所述的基于图像识别的载带包装检查控制系统，其特征在于，所述载带包装机包括：
载带位置调整模块，用于调整空白载带卷材在所述载带包装机上的装载参数；
盖带位置调整模块，用于调整盖带卷材在所述载带包装机上的装载参数；
第三图像采集模块，用于获取预压辊处盖带与载带接触的第三图像；
第三分析模块，用于对所述第三图像进行分析，获取分析结果；
第二控制模块，用于基于所述分析结果控制所述载带位置调整装置和/或所述盖带位置调整装置动作。
6.如权利要求5所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第三分析模块对所述第三图像进行分析，获取分析结果，执行如下操作：
将所述第三图像置入预设的标尺图像中，构建测量图像；
确定所述测量图像中盖带的两边界与所述预压辊接触处在所述预压辊上的第一相对位置和第二相对位置；
获取所述测量图像中对应所述标尺图像的预设的盖带的边界标记位置的第一标准位置和第二标准位置；
基于所述第一相对位置、所述第二相对位置、所述第一标准位置和所述第二标准位置，确定盖带的位置偏差值；
识别所述测量图像中盖带上各个定位经线的中点的第一坐标；
确定所述第一相对位置和所述第二相对位置的中点的第二坐标；
基于所述第二坐标和所述第二坐标，确定各个所述定位经线的偏移向量；
获取所述测量图像中对应所述标尺图像的预设的第一标记向量的第一标准向量；
基于各个所述定位经线的偏移向量和所述第一标准向量，确定盖带偏移的角度。
7.如权利要求5所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第三分析模块对所述第三图像进行分析，获取分析结果，执行如下操作：
将所述第三图像置入预设的标尺图像中，构建测量图像；
确定所述测量图像中载带的两边界与所述预压辊接触处在所述预压辊上的第三相对位置和第四相对位置；
获取所述测量图像中对应所述标尺图像的预设的载带的边界标记位置的第三标准位置和第四标准位置；
基于所述第三相对位置、所述第四相对位置、所述第三标准位置和所述第四标准位置，确定载带的位置偏差值；
识别所述测量图像中载带上各个容置腔的中心点的第三坐标；
确定所述第三相对位置和所述第四相对位置的中点的第四坐标；
基于所述第三坐标和所述第四坐标，确定各个容置腔的偏移向量；
获取所述测量图像中对应所述标尺图像的预设的第二标记向量的第二标准向量；
基于各个容置腔的偏移向量和所述第二标准向量，确定载带偏移的角度。
8.如权利要求5所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第二控制模块基于所述分析结果控制所述载带位置调整装置和/或所述盖带位置调整装置动作，执行如下操作：
基于盖带的位置偏差值、盖带偏移的角度、载带的位置偏差值、载带偏移的角度，构建状态参数集；
获取预设的控制库；
基于所述状态参数集和所述控制库，确定调整参数集；
解析所述调整参数集，确定所述载带位置调整装置和/或所述盖带位置调整装置的调整参数。
9.如权利要求8所述的基于图像识别的载带包装检查控制系统，其特征在于，所述第三分析模块还执行如下操作：
在控制所述载带位置调整装置和/或所述盖带位置调整装置调整前，对所述第二图像进行采样，获取至少一个第一采样图像；
在控制所述载带位置调整装置和/或所述盖带位置调整装置进行一次调整后，对所述第二图像进行采样，获取至少一个第二采样图像；
分别对所述第一采样图像和所述第二采样图像进行特征提取，确定各个所述第一采样图像或各个所述第二采样图像对应的至少一个第二特征值；
基于所述第一采样图像和所述第二采样图像的采样时间对同一第二特征值进行排序，获取特征组；
对各个所述特征组中的第二特征值进行特征提取，获取各个所述特征组对应的第三特征值；
基于各个所述特征组对应的第三特征值，构建评价向量；
获取预设的结果评价库；
基于所述评价向量与所述结果评价库，确定调整评价值；
当所述调整评价值大于等于预设的评价阈值时，确定调整为有效操作；否则为无效操作，通过第二控制模块执行回退调整。
10.如权利要求9所述的基于图像识别的载带包装检查控制系统，其特征在于，当执行回退调整后，重新确定调整参数集，在重新确定调整参数集时将上一次确定的调整参数集从所述控制库中暂时屏蔽。
CN202210921608.2A 2022-08-02 2022-08-02 一种基于图像识别的载带包装检查控制系统 Active CN115258235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210921608.2A CN115258235B (zh) 2022-08-02 2022-08-02 一种基于图像识别的载带包装检查控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210921608.2A CN115258235B (zh) 2022-08-02 2022-08-02 一种基于图像识别的载带包装检查控制系统

Publications (2)

Publication Number Publication Date
CN115258235A true CN115258235A (zh) 2022-11-01
CN115258235B CN115258235B (zh) 2024-04-16

Family

ID=83746921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210921608.2A Active CN115258235B (zh) 2022-08-02 2022-08-02 一种基于图像识别的载带包装检查控制系统

Country Status (1)

Country Link
CN (1) CN115258235B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619849A (zh) * 2022-12-15 2023-01-17 昆山轩诺电子包装材料有限公司 基于载带全自动加工检测系统
CN117783115A (zh) * 2023-12-29 2024-03-29 常州正邦数码科技有限公司 一种功能膜用ccd外观在线检测系统及装置

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950025918U (ko) * 1994-02-24 1995-09-18 금성일렉트론 주식회사 반도체 제품 포장장치
US5774227A (en) * 1997-01-28 1998-06-30 The Whitaker Corporation Anomally detection machine for fabricated parts formed on a carrier strip and method of use
JPH10332353A (ja) * 1997-06-02 1998-12-18 Shin Etsu Polymer Co Ltd キャリアテープの検査方法
JPH11233569A (ja) * 1998-02-13 1999-08-27 Mitsui Mining & Smelting Co Ltd フィルムキャリア用ベースフィルムテープの開口孔検査装置
US20020092910A1 (en) * 2001-01-17 2002-07-18 Samsung Electronics Co., Ltd. Method and apparatus for detecting defective markings on a semiconductor product
US20030106832A1 (en) * 2001-12-11 2003-06-12 Hunter Chen Carrier tape for an integrated circuit device
JP2004142774A (ja) * 2002-10-24 2004-05-20 Ricoh Co Ltd キャリアテープ内の電子部品の外観検査方法及び外観検査機構
JP2004279287A (ja) * 2003-03-18 2004-10-07 Sumitomo Bakelite Co Ltd 電子部品用キャリアテープの成形不良検出方法
CN103857272A (zh) * 2012-12-03 2014-06-11 松下电器产业株式会社 电子元件安装装置中的载带设置正否判定系统及方法
CN104918478A (zh) * 2014-03-14 2015-09-16 欧姆龙株式会社 载带检测方法、传感器模块、拼接装置和部件安装机
KR20160008721A (ko) * 2014-07-14 2016-01-25 주식회사 제이에스티 릴테이프 검사장치
CN106839986A (zh) * 2017-03-24 2017-06-13 中国计量大学 一种基于机器视觉和机器学习的双工位载带检测系统
CN107117358A (zh) * 2017-06-30 2017-09-01 红云红河烟草(集团)有限责任公司 一种装封箱机缺条检测装置及其检测方法
CN209258530U (zh) * 2018-12-23 2019-08-16 深圳市标谱半导体科技有限公司 一种载带的输送及检测装置
JP2019186486A (ja) * 2018-04-16 2019-10-24 パナソニックＩｐマネジメント株式会社 電子部品実装システム
US20200098614A1 (en) * 2018-09-24 2020-03-26 Asm Technology Singapore Pte Ltd Apparatus for packing ultra-small electronic devices
CN211766505U (zh) * 2019-12-30 2020-10-27 东莞盛翔精密金属有限公司 载带包装外观检测自动化设备
CN212244107U (zh) * 2020-04-29 2020-12-29 东莞市精亿五金有限公司 一种载带检测包装机
CN113686868A (zh) * 2021-07-15 2021-11-23 江苏蓝沛新材料科技有限公司 一种适用于电感器件载带的图像质检台及方法
CN215707367U (zh) * 2021-09-17 2022-02-01 东莞市新懿电子材料技术有限公司 一种具有检测功能的自动编带机及载带

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950025918U (ko) * 1994-02-24 1995-09-18 금성일렉트론 주식회사 반도체 제품 포장장치
US5774227A (en) * 1997-01-28 1998-06-30 The Whitaker Corporation Anomally detection machine for fabricated parts formed on a carrier strip and method of use
JPH10332353A (ja) * 1997-06-02 1998-12-18 Shin Etsu Polymer Co Ltd キャリアテープの検査方法
JPH11233569A (ja) * 1998-02-13 1999-08-27 Mitsui Mining & Smelting Co Ltd フィルムキャリア用ベースフィルムテープの開口孔検査装置
US20020092910A1 (en) * 2001-01-17 2002-07-18 Samsung Electronics Co., Ltd. Method and apparatus for detecting defective markings on a semiconductor product
US20030106832A1 (en) * 2001-12-11 2003-06-12 Hunter Chen Carrier tape for an integrated circuit device
JP2004142774A (ja) * 2002-10-24 2004-05-20 Ricoh Co Ltd キャリアテープ内の電子部品の外観検査方法及び外観検査機構
JP2004279287A (ja) * 2003-03-18 2004-10-07 Sumitomo Bakelite Co Ltd 電子部品用キャリアテープの成形不良検出方法
CN103857272A (zh) * 2012-12-03 2014-06-11 松下电器产业株式会社 电子元件安装装置中的载带设置正否判定系统及方法
CN104918478A (zh) * 2014-03-14 2015-09-16 欧姆龙株式会社 载带检测方法、传感器模块、拼接装置和部件安装机
KR20160008721A (ko) * 2014-07-14 2016-01-25 주식회사 제이에스티 릴테이프 검사장치
CN106839986A (zh) * 2017-03-24 2017-06-13 中国计量大学 一种基于机器视觉和机器学习的双工位载带检测系统
CN107117358A (zh) * 2017-06-30 2017-09-01 红云红河烟草(集团)有限责任公司 一种装封箱机缺条检测装置及其检测方法
JP2019186486A (ja) * 2018-04-16 2019-10-24 パナソニックＩｐマネジメント株式会社 電子部品実装システム
US20200098614A1 (en) * 2018-09-24 2020-03-26 Asm Technology Singapore Pte Ltd Apparatus for packing ultra-small electronic devices
CN209258530U (zh) * 2018-12-23 2019-08-16 深圳市标谱半导体科技有限公司 一种载带的输送及检测装置
CN211766505U (zh) * 2019-12-30 2020-10-27 东莞盛翔精密金属有限公司 载带包装外观检测自动化设备
CN212244107U (zh) * 2020-04-29 2020-12-29 东莞市精亿五金有限公司 一种载带检测包装机
CN113686868A (zh) * 2021-07-15 2021-11-23 江苏蓝沛新材料科技有限公司 一种适用于电感器件载带的图像质检台及方法
CN215707367U (zh) * 2021-09-17 2022-02-01 东莞市新懿电子材料技术有限公司 一种具有检测功能的自动编带机及载带

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619849A (zh) * 2022-12-15 2023-01-17 昆山轩诺电子包装材料有限公司 基于载带全自动加工检测系统
CN117783115A (zh) * 2023-12-29 2024-03-29 常州正邦数码科技有限公司 一种功能膜用ccd外观在线检测系统及装置

Also Published As

Publication number Publication date
CN115258235B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN115258235A (zh) 一种基于图像识别的载带包装检查控制系统
CN107092003A (zh) 一种电压互感器自动检测系统
US20150243108A1 (en) Production line monitoring device
WO2004086291A3 (de) Verfahren zur qualitativen beurteilung eines materials mit mindestens einem erkennungsmerkmal
BRPI0712488A2 (pt) sistema de teste de etiqueta automatizado por computador
CN110076029A (zh) 喷胶控制方法、系统、计算机设备及计算机存储介质
CN112766435A (zh) 一种应用于太阳能电池生产的追溯方法
CN112649446B (zh) 一种fpc的检测方法、贴合方法及装置
CN115938450A (zh) 晶圆测试归类方法、装置及计算机可读存储介质
CN107525812A (zh) 一种包装袋喷码缺陷检测方法
CN115061078A (zh) 一种基于云平台的电能表在线自动检测系统及其检测方法
CN117245672B (zh) 摄像头支架模块化装配的智能运动控制系统及其方法
CN111770523B (zh) 一种wifi6多通道耦合测试系统
US6542630B1 (en) Inspecting component placement relative to component pads
CN100369043C (zh) 包装验证系统及方法
CN117023039A (zh) 一种新能源汽车用端子台生产输送线的控制方法及系统
CN114488595A (zh) 一种基板切割方法及系统
CN115582791A (zh) 精密力控自寻位装配方法
CN108686967A (zh) 芯片检测系统及检测方法
CN115332098A (zh) 一种晶圆测试方法及系统
CN213069869U (zh) 生鲜肉品精细切割包装生产线
CN208275776U (zh) 芯片检测系统
CN206520796U (zh) 一种基于视觉检测自动适应纸盒堆垛机
CN208015047U (zh) 一种车用齿轮箱壳端子生产线
CN213194627U (zh) 一种印制线路板的验孔机

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