CN115564772B

CN115564772B - 焊球识别方法、焊接设备及存储介质

Info

Publication number: CN115564772B
Application number: CN202211446207.2A
Authority: CN
Inventors: 陈健桦; 李峥嵘; 罗波
Original assignee: Shenzhen Han Family Sealing And Testing Technology Co ltd
Current assignee: Shenzhen Han Family Sealing And Testing Technology Co ltd
Priority date: 2022-11-18
Filing date: 2022-11-18
Publication date: 2023-03-07
Anticipated expiration: 2042-11-18
Also published as: CN115564772A

Abstract

本发明涉及焊接技术领域，尤其涉及一种焊球识别方法、焊接设备及存储介质。其方法包括：获取摄像设备拍摄的焊接点的焊球的初始灰度图像；对初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，并生成与每个焊球边缘对应的唯一标识码；根据唯一标识码，在所有焊球边缘中确定满足预设边缘条件的目标焊球边缘；并生成初始坐标集；通过最小二乘法对初始坐标集中的所有坐标进行圆拟合，得到焊球的识别结果。本发明能够有效地保留焊球的边缘信息，排除其他杂质干扰下可能导致的识别结果不准确地问题。同时，获得具有唯一性的识别结果，而无需在多个识别结果中选择最佳识别结果，使得焊球识别结果更加准确以及识别效率更高。

Description

焊球识别方法、焊接设备及存储介质

技术领域

本发明涉及焊接技术领域，尤其涉及一种焊球识别方法、焊接设备及存储介质。

背景技术

目前，在半导体元器件封装行业中，通常将晶片的电路与外部导电引线框架进行电学连接，牵引金属细丝分别在晶片的焊盘和与之相对应的框架管脚上利用高温烧球和超声压力的共同作用以形成稳固的成对焊球。在焊接完成后，通过晶片焊接点的焊球图像进行焊球质量评估检测。

现有技术中，通常在视觉处理平台软件中集成自动搜索焊球图像圆形边缘轮廓的功能，进而基于霍夫变换（Hough Transform）的寻圆（Find Circle）算法对焊球图像进行圆形边缘轮廓的识别，得到焊球的识别结果。该方案的不足之处在于：由于霍夫变换的寻圆算法可能会针对同一焊球图像给出多个识别结果，因此，用户很难在多个识别结果中筛选出最佳识别结果，而不确定的识别结果将使得识别效率和准确率较低。而在焊球本身存在残缺、非对称、污损和导线阴影干扰等情况下，霍夫变换的寻圆算法对应的识别准确率将更低，并且，霍夫变换的寻圆算法对于参数选择较为敏感，在参数微调的状态下的输出结果差异明显，因此该算法缺乏稳定性。

发明内容

基于此，有必要针对上述技术问题，提供一种焊球识别方法、焊接设备及存储介质，以解决现有焊球识别效率和准确率较低的问题。

一种焊球识别方法，包括：

获取摄像设备拍摄的焊接点的焊球的初始灰度图像；

对所述初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，并生成与每个所述焊球边缘对应的唯一标识码；每一个所述焊球边缘均由至少一个边缘点构成；

根据所述唯一标识码，在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，并根据所述目标焊球边缘中的所有所述边缘点的坐标，生成初始坐标集；

通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果。

一种焊接设备，包括连接摄像设备的控制器，所述控制器用于执行上述任一项所述焊球识别方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行上述任一项所述焊球识别方法。

上述焊球识别方法、焊接设备及存储介质，通过获取摄像设备拍摄的焊接点的焊球的初始灰度图像；对初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，并生成与每个焊球边缘对应的唯一标识码；每一个焊球边缘均由至少一个边缘点构成；根据唯一标识码，在所有焊球边缘中确定满足预设边缘条件的目标焊球边缘；并根据目标焊球边缘中的所有边缘点的坐标，生成初始坐标集；通过最小二乘法对初始坐标集中的所有坐标进行圆拟合，得到焊球的识别结果。本发明在依据唯一标识码遍历所有焊球边缘确定目标焊球边缘的过程中，使每个焊球边缘以及每个焊球边缘包含的边缘点都被考虑，能够有效地保留焊球的边缘信息，排除其他杂质干扰下可能导致的识别结果不准确地问题。同时，通过对确定的目标焊球边缘中的所有边缘点的坐标进行圆拟合，可获得具有唯一性的识别结果，而无需在多个识别结果中选择最佳识别结果，使得焊球识别结果更加准确以及识别效率更高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中焊球识别方法的一流程示意图；

图2是本发明一实施例中焊球图像示意图。

具体实施方式

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。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。

在一实施例中，如图1所示，提供一种焊球识别方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：

S10、获取摄像设备拍摄的焊接点的焊球的初始灰度图像。

可理解地，在半导体元器件封装行业中，通常将晶片的电路与外部导电引线框架进行电学连接。一般地，晶片上的焊盘上设置有很多焊接点，用于牵引金属细丝分别在晶片的焊接点和与之相对应的框架管脚上利用高温烧球和超声压力的共同作用以形成稳固的成对焊球。拍摄设备是指用于拍摄晶片的焊接点的初始灰度图像的设备。焊球是晶片进行焊接工艺后形成的。初始灰度图像是指通过摄像设备拍摄对晶片的焊接点进行拍摄得到的图像，该初始灰度图像可能包含焊球，也可能不包含焊球。

S20、对所述初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，并生成与每个所述焊球边缘对应的唯一标识码；每一个所述焊球边缘均由至少一个边缘点构成。

可理解地，在获取焊球的初始灰度图像之后，对图像中焊球的边缘点进行提取，得到若干边缘点。进而，对所有边缘点进行连通性检测。其中，连通性检测是为了检测边缘点与边缘点之间是否具有连通性，并将具有连通性的所有边缘点作为一个焊球边缘，得到至少一个焊球边缘。同时，为每个焊球边缘生成对应的唯一标识码。其中，唯一标识码用于对焊球边缘和焊球边缘包含的边缘点进行标记。

S30、根据所述唯一标识码，在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘；并根据所述目标焊球边缘中的所有所述边缘点的坐标，生成初始坐标集。

可理解地，预设边缘条件是指根据需求预先设置的边缘条件，用于从所有焊球边缘中筛选出目标焊球边缘。具体地，依据唯一标识码遍历所有焊球边缘，从所有焊球边缘中根据预设边缘条件筛选出目标焊球边缘。在确定目标焊球边缘之后，获取该目标焊球边缘包含的所有边缘点的坐标，生成初始坐标集。在依据唯一标识码遍历所有焊球边缘确定目标焊球边缘的过程中，使每个焊球边缘以及每个焊球边缘包含的边缘点都被考虑，能够有效地保留焊球的边缘信息，排除其他杂质干扰下可能导致的识别结果不准确的问题。

S40、通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果。

可理解地，识别结果是指对焊接点的焊球的初始灰度图像进行识别的结果。最小二乘法可以用于进行误差估计、不确定度、系统辨识及预测、预报等数据处理。在本实施例中，识别结果可以包含但不限定于该焊球的中心坐标、半径以及偏心率等信息。具体地，通过最小二乘法对初始坐标集中的所有坐标进行迭代圆拟合，可得到以目标焊球边缘进行拟合的圆方程的各项参数，也即，得到与目标焊球边缘对应的拟合圆的中心坐标和半径等参数（也即焊球的中心坐标和半径等）。其中，迭代圆拟合是基于迭代的初始坐标集和最小二乘法进行的。

优选地，当焊接点处不存在焊球时，识别结果可为未识别到焊球或返回搜索失败。

在步骤S10-S40中，通过获取摄像设备拍摄的焊接点的焊球的初始灰度图像；对所述初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，并生成与每个所述焊球边缘对应的唯一标识码；每一个所述焊球边缘均由至少一个边缘点构成；根据所述唯一标识码，在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘；并根据所述目标焊球边缘中的所有所述边缘点的坐标，生成初始坐标集；通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果。本实施例在依据唯一标识码遍历所有焊球边缘确定目标焊球边缘的过程中，使每个焊球边缘以及每个焊球边缘包含的边缘点都被考虑，能够有效地保留焊球的边缘信息，排除其他杂质干扰下可能导致的识别结果不准确地问题。同时，通过对确定的目标焊球边缘中的所有边缘点的坐标进行圆拟合，可获得具有唯一性的识别结果，而无需在多个识别结果中选择最佳识别结果，使得焊球识别结果更加准确以及识别效率更高。

如附图2所示的焊球图像示例1-6。其中，焊球图像1为正常焊球图像、焊球图像2为边缘残缺焊球图像、焊球图像3为边缘断裂焊球图像、焊球图像4为内部孔洞焊球图像、焊球图像5为非标准焊球图像、焊球图像6为非对称焊球图像。焊球图像2-6均为在其他杂质干扰下产生的焊球图像。示例性地，现有的焊球识别技术在对焊球图像3进行识别时，由于焊球图像被分为了四个部分，很容易将其识别为4个或更多焊球，导致识别结果不准确。而本实施例，由于考虑了初始灰度图像中的每个边缘点，有效地保留了焊球的所有边缘信息。故而，针对附图2中的焊球图像均准确地进行识别，得到具有唯一性的识别信息（例如，焊球中心坐标和焊球半径），排除其他杂质干扰下可能导致的识别结果不准确地问题。

可选地，在步骤S20中，所述对所述初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，包括：

S201、对所述初始灰度图像进行二值化处理，得到二值化图像；

S202、通过预设边缘提取算子对所述二值化图像进行逐点的卷积计算，以对所述二值化图像进行边缘提取，得到包含多个边缘点的边缘点图像；

S203、对所述边缘点图像中的所有所述边缘点进行连通性检测，并根据预设标记规则对未被标记的所有所述边缘点赋予唯一标识码，得到至少一个所述焊球边缘，每一个所述焊球边缘中的所有所述边缘点均具有相同的唯一标识码。

可理解地，图像的二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果，例如，前景为灰度255以及背景为灰度0。预设边缘提取算子是指预先设置的缘提取算子。在此，可使用3*3边缘提取算子对二值化图像进行逐点的卷积计算，经过卷积计算之后，二值化图像中前景为灰度0，而边缘点的灰度为非0值，进而，可基于边缘点的灰度为非0值这个特征对边缘点进行提取。边缘点图像是指包含多个边缘点的图像。预设标记规则是指预先设置的标记规则，比如，预设标记规则可以为：从头遍历边缘点图像的每个像素点，当某个像素点为边缘点且未被标记时，则为该像素点生成一个唯一标识码，进一步地，该预设标记规则还需要与连通性检测同时进行。其中，连通性检测是指检测所有边缘点之间是否具有连通性。具体地，对所述边缘点图像中的所有所述边缘点进行连通性检测，并根据预设标记规则对未被标记的所有所述边缘点赋予唯一标识码，进而得到所述焊球边缘可以是指：在从头遍历边缘点图像的每个像素点，当某个像素点为边缘点且未被标记时，则为该像素点生成一个唯一标识码之后，以该像素点为初始父结点，其周边3*3个像素点为子结点进行检测，之后，继续在某个子结点为边缘点且未被标记时，则将该子结点标记为与初始父结点相同的唯一标识码，然后将该子结点当作新的父结点进行递归计算。当递归计算结束后，获得具有相同唯一标识码的所有边缘点，并将该具有相同唯一标识码的所有边缘点构成的线段作为焊球边缘。进而，回到该唯一标识码下的初始父结点，进行剩余其他点的连通性检测并赋予新的唯一标识码，可得到新的焊球边缘。

在本实施例中，通过二值化图像进行边缘点提取，且为所有边缘点赋予唯一标识码，使在边缘提取的过程中，初始灰度图像中的每个边缘点都被考虑，能够有效地保留焊球的边缘信息，排除其他杂质干扰下可能导致的识别结果不准确地问题。

可选地，所述识别结果包括所述焊球的中心坐标和半径。

在步骤S40中，所述通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果，包括：

S401、通过最小二乘法对所述初始坐标集中的所有坐标进行初始圆拟合，得到所述焊球的初始中心坐标和初始半径；

S402、计算所述初始坐标集中的各个坐标与所述初始中心坐标之间的坐标距离，生成距离集合；所述距离集合包括最大坐标距离和最小坐标距离；

S403、根据所述最大坐标距离、所述最小坐标距离和所述初始半径进行拟合误差计算，得到所述焊球的初始拟合误差；

S404、判断所述初始拟合误差是否满足预设拟合条件；

S405、若所述初始拟合误差满足所述预设拟合条件，则将所述初始中心坐标记录为所述焊球的中心坐标，将所述初始半径记录为所述焊球的半径。

可理解地，初始圆拟合是指第一次圆拟合。初始中心坐标为通过最小二乘法对初始坐标集中的所有坐标进行初始圆拟合得到的坐标。同理，初始半径为通过最小二乘法对初始坐标集中的所有坐标进行初始圆拟合得到的半径。坐标距离是指初始坐标集中的坐标与初始中心坐标之间的距离。距离集合包括若干坐标距离，最大坐标距离是指距离集合中数值最大的坐标距离，最小坐标距离是指距离集合中数值最小的坐标距离。拟合误差计算为通过拟合误差计算公式对最大坐标距离、最小坐标距离和初始半径进行计算，得到初始拟合误差的过程。预设拟合条件是指预设设置的拟合条件，例如，预设拟合条件可为拟合误差小于误差阈值0.2（或根据需求设定的其他误差阈值）。

示例性地，拟合误差计算公式可为：

其中，ratio为拟合误差，d_max为最大坐标距离，d_min为最小坐标距离，r_fit为初始半径。

在本实施例中，通过拟合误差确定焊球的中心坐标和半径，可提高中心坐标和半径的准确性。

可选地，在步骤S404之后，即在所述判断所述初始拟合误差是否满足预设拟合条件之后，包括：

S4041、若所述初始拟合误差未满足所述预设拟合条件，则剔除所述初始坐标集中未满足预设坐标距离条件的坐标，生成新坐标集；

S4041、根据所述新坐标集，计算新中心坐标和新半径；

S4042、计算所述新坐标集中的各个坐标与所述新中心坐标之间的新坐标距离，生成新距离集合；所述新距离集合包括最大新坐标距离和最小新坐标距离；

S4043、对所述最大新坐标距离、所述最小新坐标距离和所述新半径进行拟合误差计算，得到所述焊球的新拟合误差；

S4044、当所述新拟合误差满足所述预设拟合条件时，将所述新中心坐标记录为所述焊球的中心坐标，将所述新半径记录为所述焊球的半径。

可理解地，预设拟合条件可根据需求设定为拟合误差小于误差阈值0.2（或根据需求设定的其他误差阈值）。当初始拟合误差未满足预设拟合条件时，表示此时得到的拟合圆还可进一步拟合，以得到更准确地识别结果。预设坐标距离条件是指预先设置的坐标距离条件。例如，预设坐标距离条件可为坐标距离小于或等于1.1*初始半径，则将与大于1.1*初始半径的坐标距离对应的坐标从初始坐标集中剔除。其中，坐标距离是指初始坐标集中的各个坐标与初始中心坐标的距离。基于初始拟合误差、预设拟合条件以及预设坐标距离条件，对初始坐标集进行迭代更新，生成新坐标集。进而，基于新坐标集，通过最小二乘法进行新的圆拟合，拟合计算得到新中心坐标和新半径，同时，得到新拟合误差。其中，新拟合误差的得到过程与初始拟合误差的得到过程相同，在此，不在赘述。

在本实施例中，中心坐标和坐标是基于迭代的坐标集和最小二乘法相结合得到的，使获得的识别结果更准确，且识别结果具有唯一性。

可选地，在步骤S40之后，即在所述通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果之后，包括：

S406、获取与所述焊接点关联的预设中心坐标；

S407、在所述中心坐标和所述预设中心坐标之间的差值超过预设偏焊值时，确定所述焊球存在偏焊；

S408、在所述中心坐标和所述预设中心坐标之间的差值并未超过所述预设偏焊值时，确定所述焊球不存在偏焊。

可理解地，预设中心坐标是指与焊球对应的焊接点预先设置的中心坐标。预设偏焊值是指预先设置的偏焊值。根据中心坐标和预设中心坐标之间的差值，可快速判断焊球是否偏焊，并把判断结果反馈至与摄像设备连接的控制器，以使控制器根据该判断结果对该焊球进行后续处理，比如，在存在偏焊时，需要根据上述判断结果进一步判定该晶片的焊接是否合格等。

可选地，在步骤S30中，所述在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，包括：

S301、从所有所述焊球边缘中确定边缘点数量最多的所述焊球边缘，并将边缘点数量最多的所述焊球边缘确定为所述目标焊球边缘。

在本实施例中，通过边缘点的数量可快速确定目标焊球边缘，加快识别效率。

S301、获取每个所述焊球边缘的图形几何重心以及所述初始灰度图像的图像中心；

S302、获取与各所述焊球边缘对应的中心距离，所述中心距离是指所述焊球边缘的图形几何重心与所述图像中心之间的距离；

S303、将与所有所述中心距离中的最小值对应的所述焊球边缘，确定为所述目标焊球边缘。

可理解地，图形几何重心可根据焊球边缘的几何形状确定。图像中心可根据图像的大小以及形状确定。比如，圆形的焊球边缘的图形几何重心即为圆心。而初始灰度图像的图像中心即为该图像中覆盖有焊球形状的图像的中心点。在本实施例中，通过焊球边缘的图形几何重心以及初始灰度图像的图像中心可快速确定目标焊球边缘，加快识别效率。

S305、获取每个所述焊球边缘的偏心率；

S306、将与所有所述偏心率中的最小偏心率对应的所述焊球边缘，确定为所述目标焊球边缘。

可理解地，偏心率是指用来描述圆锥曲线轨道形状的数学量。在此，偏心率是指焊球边缘实际形状的圆心与焊球边缘为标准圆的圆心的差距，该偏心率可基于焊球边缘的初始坐标集的1、2阶归一化坐标中心距来确定。

在本实施例中，通过每个焊球边缘的偏心率可快速确定目标焊球边缘，加快识别效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一个实施例中，提供了一种焊接设备，包括连接摄像设备的控制器，所述控制器用于执行以下步骤：

获取摄像设备拍摄的焊接点的焊球的初始灰度图像；

在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，并根据所述目标焊球边缘中的所有所述边缘点的坐标，生成初始坐标集；

在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：

获取摄像设备拍摄的焊接点的焊球的初始灰度图像；

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种焊球识别方法，其特征在于，包括：

获取摄像设备拍摄的焊接点的焊球的初始灰度图像；

通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果；

所述识别结果包括所述焊球的中心坐标和半径；

所述通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果，包括：

通过最小二乘法对所述初始坐标集中的所有坐标进行初始圆拟合，得到所述焊球的初始中心坐标和初始半径；

计算所述初始坐标集中的各个坐标与所述初始中心坐标之间的坐标距离，生成距离集合；所述距离集合包括最大坐标距离和最小坐标距离；

根据所述最大坐标距离、所述最小坐标距离和所述初始半径进行拟合误差计算，得到所述焊球的初始拟合误差；

判断所述初始拟合误差是否满足预设拟合条件；

若所述初始拟合误差满足所述预设拟合条件，则将所述初始中心坐标记录为所述焊球的中心坐标，将所述初始半径记录为所述焊球的半径。

2.如权利要求1所述的焊球识别方法，其特征在于，所述对所述初始灰度图像进行边缘提取和连通性检测，得到至少一个焊球边缘，包括：

对所述初始灰度图像进行二值化处理，得到二值化图像；

通过预设边缘提取算子对所述二值化图像进行逐点的卷积计算，以对所述二值化图像进行边缘提取，得到包含多个边缘点的边缘点图像；

对所述边缘点图像中的所有所述边缘点进行连通性检测，并根据预设标记规则对未被标记的所有所述边缘点赋予唯一标识码，得到至少一个所述焊球边缘，每一个所述焊球边缘中的所有所述边缘点均具有相同的唯一标识码。

3.如权利要求1所述的焊球识别方法，其特征在于，在所述判断所述初始拟合误差是否满足预设拟合条件之后，包括：

若所述初始拟合误差未满足所述预设拟合条件，则剔除所述初始坐标集中未满足预设坐标距离条件的坐标，生成新坐标集；

根据所述新坐标集，计算新中心坐标和新半径；

计算所述新坐标集中的各个坐标与所述新中心坐标之间的新坐标距离，生成新距离集合；所述新距离集合包括最大新坐标距离和最小新坐标距离；

对所述最大新坐标距离、所述最小新坐标距离和所述新半径进行拟合误差计算，得到所述焊球的新拟合误差；

当所述新拟合误差满足所述预设拟合条件时，将所述新中心坐标记录为所述焊球的中心坐标，将所述新半径记录为所述焊球的半径。

4.如权利要求1所述的焊球识别方法，其特征在于，在所述通过最小二乘法对所述初始坐标集中的所有坐标进行圆拟合，得到所述焊球的识别结果之后，包括：

获取与所述焊接点关联的预设中心坐标；

在所述中心坐标和所述预设中心坐标之间的差值超过预设偏焊值时，确定所述焊球存在偏焊；

在所述中心坐标和所述预设中心坐标之间的差值并未超过所述预设偏焊值时，确定所述焊球不存在偏焊。

5.如权利要求1所述的焊球识别方法，其特征在于，所述在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，包括：

从所有所述焊球边缘中确定边缘点数量最多的所述焊球边缘，并将边缘点数量最多的所述焊球边缘确定为所述目标焊球边缘。

6.如权利要求1所述的焊球识别方法，其特征在于，所述在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，包括：

获取每个所述焊球边缘的图形几何重心以及所述初始灰度图像的图像中心；

获取与各所述焊球边缘对应的中心距离，所述中心距离是指所述焊球边缘的图形几何重心与所述图像中心之间的距离；

将与所有所述中心距离中的最小值对应的所述焊球边缘，确定为所述目标焊球边缘。

7.如权利要求1所述的焊球识别方法，其特征在于，所述在所有所述焊球边缘中确定满足预设边缘条件的目标焊球边缘，包括：

获取每个所述焊球边缘的偏心率；

将与所有所述偏心率中的最小偏心率对应的所述焊球边缘，确定为所述目标焊球边缘。

8.一种焊接设备，其特征在于，包括连接摄像设备的控制器，所述控制器用于执行如权利要求1至7中任一项所述焊球识别方法。

9.一个或多个存储有计算机可读指令的可读存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述焊球识别方法。