CN116642887A - 一种焊印缺陷检测方法及焊印缺陷检测系统 - Google Patents
一种焊印缺陷检测方法及焊印缺陷检测系统 Download PDFInfo
- Publication number
- CN116642887A CN116642887A CN202310500143.8A CN202310500143A CN116642887A CN 116642887 A CN116642887 A CN 116642887A CN 202310500143 A CN202310500143 A CN 202310500143A CN 116642887 A CN116642887 A CN 116642887A
- Authority
- CN
- China
- Prior art keywords
- welding
- detection
- nail
- image
- area
- 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.)
- Pending
Links
- 238000003466 welding Methods 0.000 title claims abstract description 216
- 238000001514 detection method Methods 0.000 title claims abstract description 201
- 230000007547 defect Effects 0.000 title claims abstract description 84
- 238000007639 printing Methods 0.000 claims abstract description 50
- 239000011324 bead Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012937 correction Methods 0.000 claims description 64
- 238000007789 sealing Methods 0.000 claims description 54
- 229910000679 solder Inorganic materials 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 13
- 238000011010 flushing procedure Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000035772 mutation Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及焊印检测技术领域,公开了一种焊印缺陷检测方法及焊印缺陷检测系统,其中方法包括:采集密封钉焊接后的焊印图像;根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。本发明提供的一种焊印缺陷检测方法及焊印缺陷检测系统,通过机器视觉检测技术实现对密封钉焊接后的焊印质量进行检测,与传统人工检测方式相比,该检测方式无漏报,而且误报率低,实际生产中能做到0.2%以内,且每个检测项都有对应的检测方法,具有高效、稳定、精准的特点,利于信息集成和成本管控。
Description
技术领域
本发明涉及焊印检测技术领域,尤其涉及一种焊印缺陷检测方法及焊印缺陷检测系统。
背景技术
目前,在新能源电芯制造行业中,制造厂商对焊后焊印的外观及凹坑深度质量要求越来越高。密封钉焊接作为电芯成型的最后一道工序,保证其良率尤为重要。为了降低制程不良率,提高产品品质,杜绝不良品流入客户,很多制造厂商都要求对密封钉焊接后的焊印质量进行检测,检测项包括有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测和熔珠检测。
目前,在检测密封钉焊接后的焊印质量时,大多采用的仍然是人工检测的方式,即主要是依赖于检测者用肉眼去观察焊印,以检查焊印是否有缺陷。该种方式存在以下缺点:
(1)检测效率低、速度慢;
(2)受主观影响,精度差,无法准确识别凹坑深度,容易造成误报、漏报;
(3)易疲劳,工作时间有限;
(4)不易信息集成;
(5)人力和管理成本高。
因此,需要提出一种焊印检测技术来解决上述问题。
以上信息作为背景信息给出只是为了辅助理解本公开,并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
发明内容
本发明提供一种焊印缺陷检测方法及焊印缺陷检测系统,以解决上述问题。
为实现上述目的,本发明提供以下的技术方案:
第一方面,本发明提供一种焊印缺陷检测方法,所述方法包括:
采集密封钉焊接后的焊印图像;
根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
进一步地,所述焊印缺陷检测方法中,所述有无钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
将所述平面矫正图像转换为灰度图像;
在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉。
进一步地,所述焊印缺陷检测方法中,所述在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉的步骤包括:
在所述灰度图像中,在全域范围内第一次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉;
继续在所述灰度图像中,在局域范围内第二次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉。
进一步地,所述焊印缺陷检测方法中,所述断焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,测量焊印轮廓的边缘到冲洗圆轮廓各位置的最近距离;
将测量得到的最近距离与预设的固定距离阈值进行对比,以判断测量得到的最近距离是否大于预设的固定距离阈值;
若是,则判定为有断焊;
若否,则判定为无断焊。
进一步地,所述焊印缺陷检测方法中,所述偏焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,分别寻找焊印外圆和冲洗圆外圆,并判断两圆的圆心是否重合;
若是,则判定为无偏焊;
若否,则判定为有偏焊。
进一步地,所述焊印缺陷检测方法中,在所述判定为有偏焊的步骤之后,所述方法还包括:
测量两圆的圆心距离,得到偏焊距离。
进一步地,所述焊印缺陷检测方法中,所述翘钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,测量各钉面相对于基准面的高度信息,得到各钉面的最大高度和最小高度;
按从大到小的顺序对各钉面的最大高度进行排序,并选取前预设数量个最大高度进行平均计算,得到最大平均高度;
按从小到大的顺序对各钉面的最小高度进行排序,并选取前预设数量个最小高度进行平均计算,得到最小平均高度;
将所述最大平均高度与预设的最大高度阈值进行对比,并将所述最小平均高度与预设的最小高度阈值进行对比,以判断是否所述最大平均高度大于预设的最大高度阈值,和/或所述最小平均高度小于预设的最小高度阈值;
若是,则判定为有翘钉;
若否,则判定为无翘钉。
进一步地,所述焊印缺陷检测方法中,所述凹坑检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,找到焊印中心,并生成焊印检测区域;
对所述焊印检测区域进行曲面矫正;
将高于预设的凹陷阈值的区域进行高暗显示,并将低于于预设的凸起阈值的区域进行高亮显示,得到缺陷显示区域集合;
对所述缺陷显示区域集合中的每个区域进行区域面积是否大于预设的第一凹坑面积阈值的判断;
若是,则判定为有大凹坑;
若否,则继续进行区域面积是否大于预设的第二凹坑面积阈值的判断;
若是,则判定为有小凹坑;
若否,则判定为无凹坑。
进一步地,所述焊印缺陷检测方法中,所述熔珠检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
对所述平面矫正图像进行曲面矫正,以矫正钉面;
在曲面矫正后的图像中,过滤出比钉面高出预设的距离的区域;
将过滤出的区域的面积与预设的面积阈值进行对比,以判断将过滤出的区域的面积是否大于预设的熔珠面积阈值;
若是,则判定为有熔珠;
若否,则判定为无熔珠。
第二方面,本发明提供一种焊印缺陷检测系统,所述系统包括:
图像采集模块,用于采集密封钉焊接后的焊印图像;
缺陷检测模块,用于根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的有无钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
将所述平面矫正图像转换为灰度图像;
在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉的步骤包括:
在所述灰度图像中,在全域范围内第一次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉;
继续在所述灰度图像中,在局域范围内第二次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的断焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,测量焊印轮廓的边缘到冲洗圆轮廓各位置的最近距离;
将测量得到的最近距离与预设的固定距离阈值进行对比,以判断测量得到的最近距离是否大于预设的固定距离阈值;
若是,则判定为有断焊;
若否,则判定为无断焊。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的偏焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,分别寻找焊印外圆和冲洗圆外圆,并判断两圆的圆心是否重合;
若是,则判定为无偏焊;
若否,则判定为有偏焊。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块还用于:
在判定为有偏焊之后,测量两圆的圆心距离,得到偏焊距离。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的翘钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,测量各钉面相对于基准面的高度信息,得到各钉面的最大高度和最小高度;
按从大到小的顺序对各钉面的最大高度进行排序,并选取前预设数量个最大高度进行平均计算,得到最大平均高度;
按从小到大的顺序对各钉面的最小高度进行排序,并选取前预设数量个最小高度进行平均计算,得到最小平均高度;
将所述最大平均高度与预设的最大高度阈值进行对比,并将所述最小平均高度与预设的最小高度阈值进行对比,以判断是否所述最大平均高度大于预设的最大高度阈值,和/或所述最小平均高度小于预设的最小高度阈值;
若是,则判定为有翘钉;
若否,则判定为无翘钉。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的凹坑检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,找到焊印中心,并生成焊印检测区域;
对所述焊印检测区域进行曲面矫正;
将高于预设的凹陷阈值的区域进行高暗显示,并将低于于预设的凸起阈值的区域进行高亮显示,得到缺陷显示区域集合;
对所述缺陷显示区域集合中的每个区域进行区域面积是否大于预设的第一凹坑面积阈值的判断;
若是,则判定为有大凹坑;
若否,则继续进行区域面积是否大于预设的第二凹坑面积阈值的判断;
若是,则判定为有小凹坑;
若否,则判定为无凹坑。
进一步地,所述焊印缺陷检测系统中,所述缺陷检测模块执行的熔珠检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
对所述平面矫正图像进行曲面矫正,以矫正钉面;
在曲面矫正后的图像中,过滤出比钉面高出预设的距离的区域;
将过滤出的区域的面积与预设的面积阈值进行对比,以判断将过滤出的区域的面积是否大于预设的熔珠面积阈值;
若是,则判定为有熔珠;
若否,则判定为无熔珠。
第三方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的焊印缺陷检测方法。
第四方面,本发明提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令由计算机处理器执行,以实现如上述第一方面所述的焊印缺陷检测方法。
与现有技术相比,本发明具有以下有益效果:
本发明提供的一种焊印缺陷检测方法及焊印缺陷检测系统,通过机器视觉检测技术实现对密封钉焊接后的焊印质量进行检测,即先采集密封钉焊接后的焊印图像,然后再根据焊印图像分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测,与传统人工检测方式相比,该检测方式无漏报,而且误报率更低,实际生产中能做到0.2%以内,另外,每个检测项都有对应的检测方法,具有高效、稳定、精准、全面、面向工业化的特点,利于信息集成和成本管控。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例一提及的密封钉焊印检测的总体流程示意图
图2是本发明实施例一提及的3D相机的结构示意图;
图3是本发明实施例一提供的一种焊印缺陷检测方法的流程示意图;
图4是本发明实施例二提供的一种焊印缺陷检测系统的功能模块示意图;
图5是本发明实施例三提供的提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。此外,本领域普通技术人员可知,随着技术发展和新场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
在本申请的描述中,需要理解的是,除非另有定义,本申请所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。此外,使用的任何术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
另外,为了更好的说明本申请,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本申请同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本申请的主旨。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
有鉴于上述现有的焊印检测技术存在的缺陷,本申请人基于从事此领域设计制造多年丰富的实务经验及专业知识,并配合学理的运用,积极加以研究创新,以希望创设能够解决现有技术中缺陷的技术,使得焊印检测技术更具有实用性。经过不断的研究、设计,并经过反复试作样品及改进后,终于创设出确具实用价值的本发明。
密封钉焊印检测的总体流程如图1所示,图1中的具体框架如下:
1、机台工作时,PLC发送拍照信号给SCI,SCI接收到拍照信号进行图像采集,判断运动平台上是否有料,如果是空料,就会给机械手发信号,先补料,反之进行图像处理。
2、主流程:当机构运行到位后,处理图像并判断物料状态为OK或NG料,将对应OK或NG信号反馈给MES系统(Manufacturing Execution System,生产执行系统),与此同时机械手将物料取下流向下一工序。
其中,SCI,即深度学习软件SciDeepVision,是一款OPT公司自主研发的智能视觉软件。
本实施例采用的硬件是型号为OPT-LPC60的3D相机,如图2所示,3D相机的工作距离比如可以为60mm,Z轴量程比如可以为18mm,X轴宽度比如可以为31mm。在确定好合适的硬件后,使用SCI软件开始编程,软件的主要流程是按顺序或同时分别进密封钉有无检测、断焊检测、偏焊检测、翘钉检测、凹坑检测和熔珠检测。
请参考图3,为本发明实施例一提供的一种焊印缺陷检测方法的流程示意图,该方法适用于对密封钉的焊接质量进行检测的场景,该方法由焊印缺陷检测系统来执行,该系统可以由软件和/或硬件实现。该方法具体包括如下步骤:
S101、采集密封钉焊接后的焊印图像。
需要说明的是,该步骤是控制上述提及的3D相机采集密封钉焊接后的焊印图像。
S102、根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
需要说明的是,本实施例是通过机器视觉检测技术实现对密封钉焊接后的焊印质量进行检测,即先需要采集密封钉焊接后的焊印图像,然后再根据焊印图像对不同的检测项(包括有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测)进行检测,每个检测项都有对应的检测方法。
可以理解的是,虽然在实际应用时,该些检测项可能会分顺序进行,但检测项之间并没有明确的先后主次关系,即哪项在前哪项在后都可以。当然,如果计算机资源足够的情况下,该些检测项也可以同步进行,以节省检测时间,提升检测效率。
另外,视具体情况,该些检测项还可不全部进行,而是只进行其中的一种或几种。
在本实施例中,所述步骤S102中的有无钉检测可进一步细化为包括如下步骤:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
将所述平面矫正图像转换为灰度图像;
在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉。
需要说明的是,由于在灰度图像中,有密封钉和无密封钉的亮度是不一样的,具体是无密封钉的亮度会亮于有密封钉的亮度,因此通过检测原本应该进行密封钉焊接的位置是否存在亮度突变区域,从而可判断是否有焊接密封钉。
在本实施例中,所述在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉的步骤可再进一步细化为包括如下步骤::
在所述灰度图像中,在全域范围内第一次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉;
继续在所述灰度图像中,在局域范围内第二次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉。
需要说明的是,在进行有无钉检测之前,需要先对所述焊印图像进行平面矫正,然后再转换为灰度图像。
本实施例通过进行两次检测,以确保可将无钉的情况充分检测出来。在第一次检测时,是在全域范围内进行检测,在第二次检测时,采用的是在局域范围内进行检测。两次检测的过程类似,但在局域范围内进行的检测会比全域范围内进行的检测精度高。
在本实施例中,所述步骤S102中的断焊检测可进一步细化为包括如下步骤:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,测量焊印轮廓的边缘到冲洗圆轮廓各位置的最近距离;
将测量得到的最近距离与预设的固定距离阈值进行对比,以判断测量得到的最近距离是否大于预设的固定距离阈值;
若是,则判定为有断焊;
若否,则判定为无断焊。
需要说明的是,在进行断焊检测之前,需要先将所述焊印图像转换为灰度图像,然后再对灰度图像进行预处理。
在对所述灰度图像进行预处理时,预处理的操作包括开运算、二值化和膨胀;其中,开运算处理的目的是去除噪点;二值化处理的目的是增强图像对比,使焊印轮廓和冲洗圆轮廓更明显一点;膨胀处理的目的是使像素点变大,把不清楚的拟合清晰。
另外,预设的固定距离阈值为技术人员通过经验设定,该经验是基于具体的实验结果得到的,可以是任意数值。
在本实施例中,所述步骤S102中的偏焊检测可进一步细化为包括如下步骤:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,分别寻找焊印外圆和冲洗圆外圆,并判断两圆的圆心是否重合;
若是,则判定为无偏焊;
若否,则判定为有偏焊。
需要说明的是,在进行偏焊检测之前,与断焊检测一样,需要先将所述焊印图像转换为灰度图像,然后再对灰度图像进行预处理。
在对所述灰度图像进行预处理时,预处理的操作包括开运算、二值化和膨胀;其中,开运算处理的目的是去除噪点;二值化处理的目的是增强图像对比,使焊印轮廓和冲洗圆轮廓更明显一点;膨胀处理的目的是使像素点变大,把不清楚的拟合清晰。
在判定为有偏焊时,本实施例还可进一步对偏焊的距离进行确定,即在所述判定为有偏焊的步骤之后,所述方法还包括如下步骤:
测量两圆的圆心距离,得到偏焊距离。
需要说明的是,通过测量焊印外圆和冲洗圆外圆这两者的圆心距离,可求得偏焊距离。
在本实施例中,所述步骤S102中的翘钉检测可进一步细化为包括如下步骤:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,测量各钉面相对于基准面的高度信息,得到各钉面的最大高度和最小高度;
按从大到小的顺序对各钉面的最大高度进行排序,并选取前预设数量个最大高度进行平均计算,得到最大平均高度;
按从小到大的顺序对各钉面的最小高度进行排序,并选取前预设数量个最小高度进行平均计算,得到最小平均高度;
将所述最大平均高度与预设的最大高度阈值进行对比,并将所述最小平均高度与预设的最小高度阈值进行对比,以判断是否所述最大平均高度大于预设的最大高度阈值,和/或所述最小平均高度小于预设的最小高度阈值;
若是,则判定为有翘钉;
若否,则判定为无翘钉。
需要说明的是,在进行翘钉检测之前,与有无钉检测一样,需要先对所述焊印图像进行平面矫正。
可以理解的是,翘钉在翘起时是一边翘起另一边塌下的,翘起和塌下都是相对于基准面的,也即高于基准面时认为是翘起,低于基准面时认为是塌下,但无论是翘起还是塌下,它们都是凸起的状态。也正是因为钉面的翘起和塌下同时存在,所以本实施例需要测量钉面最大高度(对应翘起的一边)和最低高度(对应塌下的一边),并分别与阈值进行对比,以综合判断有误翘钉。
本实施例用最大平均高度和最小平均高度去判断翘钉的原因是:如果钉面有融珠,那顶面的最大高度肯定就是融珠的高度,这也容易造成对于翘起的误判,而通过采用最大平均高度去判断,能把融珠对最大高度的影响降到最低,因为翘钉都是整体在翘,而不是某个点翘,多设一些最大点的平均值的话,结果就更接近钉面的真实值,融珠带来的高度影响也就会被稀释。
另外,预设的最小高度阈值、预设的最大高度阈值均为技术人员通过经验设定,该经验是基于具体的实验结果得到的,可以是任意数值。
在本实施例中,所述步骤S102中的凹坑检测可进一步细化为包括如下步骤:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,找到焊印中心,并生成焊印检测区域;
对所述焊印检测区域进行曲面矫正;
将高于预设的凹陷阈值的区域进行高暗显示,并将低于于预设的凸起阈值的区域进行高亮显示,得到缺陷显示区域集合;
对所述缺陷显示区域集合中的每个区域进行区域面积是否大于预设的第一凹坑面积阈值的判断;
若是,则判定为有大凹坑;
若否,则继续进行区域面积是否大于预设的第二凹坑面积阈值的判断;
若是,则判定为有小凹坑;
若否,则判定为无凹坑。
需要说明的是,在进行凹坑检测之前,与有无钉检测一样,需要先对所述焊印图像进行平面矫正。
本实施例先通过参数设置,将凸起0.02mm的区域高亮显示,将凹陷0.02mm区域高暗显示,然后再通过与面积阈值对比,判断是否存在凹坑,最后对存在凹坑的区域,根据凹坑的面积细分为小凹坑(针孔)和大凹坑(炸点)这两种类型。
另外,预设的第一凹坑面积阈值、预设的第二凹坑面积阈值均为技术人员通过经验设定,该经验是基于具体的实验结果得到的,可以是任意数值,比如上述提及的0.02mm。
在本实施例中,所述步骤S102中的熔珠检测可进一步细化为包括如下步骤:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
对所述平面矫正图像进行曲面矫正,以矫正钉面;
在曲面矫正后的图像中,过滤出比钉面高出预设的距离的区域;
将过滤出的区域的面积与预设的面积阈值进行对比,以判断将过滤出的区域的面积是否大于预设的熔珠面积阈值;
若是,则判定为有熔珠;
若否,则判定为无熔珠。
需要说明的是,在进行熔珠检测之前,与有无钉检测一样,需要先对所述焊印图像进行平面矫正。
由于有熔珠时会在高度和面积这两方面产生区别,因此本实施例通过先过滤出高于钉面0.3mm的区域,然后再根据过滤出的区域的面积可最终判断是否有熔珠。
另外,预设的面积阈值为技术人员通过经验设定,该经验是基于具体的实验结果得到的,可以是任意数值,比如可以为上述提及的0.3mm。
尽管本申请中较多的使用了密封钉、断焊、偏焊、翘钉、凹坑、熔珠等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
本发明提供的一种焊印缺陷检测方法,通过机器视觉检测技术实现对密封钉焊接后的焊印质量进行检测,即先采集密封钉焊接后的焊印图像,然后再根据焊印图像分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测,与传统人工检测方式相比,该检测方式无漏报,而且误报率更低,实际生产中能做到0.2%以内,另外,每个检测项都有对应的检测方法,具有高效、稳定、精准、全面、面向工业化的特点,利于信息集成和成本管控。
实施例二
请参考附图4,为本发明实施例二提供的一种焊印缺陷检测系统的功能模块示意图,该系统适用于执行本发明实施例提供的焊印缺陷检测方法。该系统具体包含如下模块:
图像采集模块201,用于采集密封钉焊接后的焊印图像;
缺陷检测模块202,用于根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
可选地,所述缺陷检测模块202执行的有无钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
将所述平面矫正图像转换为灰度图像;
在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉。
可选地,所述缺陷检测模块202执行的在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉的步骤包括:
在所述灰度图像中,在全域范围内第一次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉;
继续在所述灰度图像中,在局域范围内第二次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉。
可选地,所述缺陷检测模块202执行的断焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,测量焊印轮廓的边缘到冲洗圆轮廓各位置的最近距离;
将测量得到的最近距离与预设的固定距离阈值进行对比,以判断测量得到的最近距离是否大于预设的固定距离阈值;
若是,则判定为有断焊;
若否,则判定为无断焊。
可选地,所述缺陷检测模块202执行的偏焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,分别寻找焊印外圆和冲洗圆外圆,并判断两圆的圆心是否重合;
若是,则判定为无偏焊;
若否,则判定为有偏焊。
可选地,所述缺陷检测模块202还用于:
在判定为有偏焊之后,测量两圆的圆心距离,得到偏焊距离。
可选地,所述缺陷检测模块202执行的翘钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,测量各钉面相对于基准面的高度信息,得到各钉面的最大高度和最小高度;
按从大到小的顺序对各钉面的最大高度进行排序,并选取前预设数量个最大高度进行平均计算,得到最大平均高度;
按从小到大的顺序对各钉面的最小高度进行排序,并选取前预设数量个最小高度进行平均计算,得到最小平均高度;
将所述最大平均高度与预设的最大高度阈值进行对比,并将所述最小平均高度与预设的最小高度阈值进行对比,以判断是否所述最大平均高度大于预设的最大高度阈值,和/或所述最小平均高度小于预设的最小高度阈值;
若是,则判定为有翘钉;
若否,则判定为无翘钉。
可选地,所述缺陷检测模块202执行的凹坑检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,找到焊印中心,并生成焊印检测区域;
对所述焊印检测区域进行曲面矫正;
将高于预设的凹陷阈值的区域进行高暗显示,并将低于于预设的凸起阈值的区域进行高亮显示,得到缺陷显示区域集合;
对所述缺陷显示区域集合中的每个区域进行区域面积是否大于预设的第一凹坑面积阈值的判断;
若是,则判定为有大凹坑;
若否,则继续进行区域面积是否大于预设的第二凹坑面积阈值的判断;
若是,则判定为有小凹坑;
若否,则判定为无凹坑。
可选地,所述缺陷检测模块202执行的熔珠检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
对所述平面矫正图像进行曲面矫正,以矫正钉面;
在曲面矫正后的图像中,过滤出比钉面高出预设的距离的区域;
将过滤出的区域的面积与预设的面积阈值进行对比,以判断将过滤出的区域的面积是否大于预设的熔珠面积阈值;
若是,则判定为有熔珠;
若否,则判定为无熔珠。
本发明提供的一种焊印缺陷检测系统,通过机器视觉检测技术实现对密封钉焊接后的焊印质量进行检测,即先采集密封钉焊接后的焊印图像,然后再根据焊印图像分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测,与传统人工检测方式相比,该检测方式无漏报,而且误报率更低,实际生产中能做到0.2%以内,另外,每个检测项都有对应的检测方法,具有高效、稳定、精准、全面、面向工业化的特点,利于信息集成和成本管控。
上述系统可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例三
图5为本发明实施例三提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备15(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图5中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的焊印缺陷检测方法。
实施例四
本发明实施例四提供了一种计算机可读存储介质,其上存储有计算机可执行指令,该指令被处理器执行时实现如本申请所有发明实施例提供的焊印缺陷检测方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
综上所述,在阅读本详细公开内容之后,本领域技术人员可以明白,前述详细公开内容可以仅以示例的方式呈现,并且可以不是限制性的。尽管这里没有明确说明,本领域技术人员可以理解本申请意图囊括对实施例的各种合理改变,改进和修改。这些改变,改进和修改旨在由本申请提出,并且在本申请的示例性实施例的精神和范围内。
此外,本申请中的某些术语已被用于描述本申请的实施例。例如,“一个实施例”,“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征,结构或特性可以包括在本申请的至少一个实施例中。因此,可以强调并且应当理解,在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外,特定特征,结构或特性可以在本申请的一个或多个实施例中适当地组合。
应当理解,在本申请的实施例的前述描述中,为了帮助理解一个特征,出于简化本申请的目的,本申请将各种特征组合在单个实施例、附图或其描述中。然而,这并不是说这些特征的组合是必须的,本领域技术人员在阅读本申请的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说,本申请中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
本文引用的每个专利,专利申请,专利申请的出版物和其他材料,例如文章,书籍,说明书,出版物,文件,物品等,可以通过引用结合于此。用于所有目的的全部内容,除了与其相关的任何起诉文件历史,可能与本文件不一致或相冲突的任何相同的,或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说,如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时,使用本文件中的术语为准。
最后,应理解,本文公开的申请的实施方案是对本申请的实施方案的原理的说明。其他修改后的实施例也在本申请的范围内。因此,本申请披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本申请中的实施例采取替代配置来实现本申请中的申请。因此,本申请的实施例不限于申请中被精确地描述过的实施例。
Claims (12)
1.一种焊印缺陷检测方法,其特征在于,所述方法包括:
采集密封钉焊接后的焊印图像;
根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
2.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述有无钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
将所述平面矫正图像转换为灰度图像;
在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉。
3.根据权利要求2所述的焊印缺陷检测方法,其特征在于,所述在所述灰度图像中,检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉的步骤包括:
在所述灰度图像中,在全域范围内第一次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉;
继续在所述灰度图像中,在局域范围内第二次检测密封钉焊接的位置是否存在亮度突变区域,以判断有无钉;
若是,则判定为无钉;
若否,则判定为有钉。
4.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述断焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,测量焊印轮廓的边缘到冲洗圆轮廓各位置的最近距离;
将测量得到的最近距离与预设的固定距离阈值进行对比,以判断测量得到的最近距离是否大于预设的固定距离阈值;
若是,则判定为有断焊;
若否,则判定为无断焊。
5.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述偏焊检测的步骤包括:
将所述焊印图像转换为灰度图像;
对所述灰度图像进行预处理;
在预处理后的所述灰度图像中,分别寻找焊印外圆和冲洗圆外圆,并判断两圆的圆心是否重合;
若是,则判定为无偏焊;
若否,则判定为有偏焊。
6.根据权利要求5所述的焊印缺陷检测方法,其特征在于,在所述判定为有偏焊的步骤之后,所述方法还包括:
测量两圆的圆心距离,得到偏焊距离。
7.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述翘钉检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,测量各钉面相对于基准面的高度信息,得到各钉面的最大高度和最小高度;
按从大到小的顺序对各钉面的最大高度进行排序,并选取前预设数量个最大高度进行平均计算,得到最大平均高度;
按从小到大的顺序对各钉面的最小高度进行排序,并选取前预设数量个最小高度进行平均计算,得到最小平均高度;
将所述最大平均高度与预设的最大高度阈值进行对比,并将所述最小平均高度与预设的最小高度阈值进行对比,以判断是否所述最大平均高度大于预设的最大高度阈值,和/或所述最小平均高度小于预设的最小高度阈值;
若是,则判定为有翘钉;
若否,则判定为无翘钉。
8.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述凹坑检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
在所述平面矫正图像中,找到焊印中心,并生成焊印检测区域;
对所述焊印检测区域进行曲面矫正;
将高于预设的凹陷阈值的区域进行高暗显示,并将低于于预设的凸起阈值的区域进行高亮显示,得到缺陷显示区域集合;
对所述缺陷显示区域集合中的每个区域进行区域面积是否大于预设的第一凹坑面积阈值的判断;
若是,则判定为有大凹坑;
若否,则继续进行区域面积是否大于预设的第二凹坑面积阈值的判断;
若是,则判定为有小凹坑;
若否,则判定为无凹坑。
9.根据权利要求1所述的焊印缺陷检测方法,其特征在于,所述熔珠检测的步骤包括:
以焊印外的平面为基准面,对所述焊印图像进行平面矫正,得到平面矫正图像;
对所述平面矫正图像进行曲面矫正,以矫正钉面;
在曲面矫正后的图像中,过滤出比钉面高出预设的距离的区域;
将过滤出的区域的面积与预设的面积阈值进行对比,以判断将过滤出的区域的面积是否大于预设的熔珠面积阈值;
若是,则判定为有熔珠;
若否,则判定为无熔珠。
10.一种焊印缺陷检测系统,其特征在于,所述系统包括:
图像采集模块,用于采集密封钉焊接后的焊印图像;
缺陷检测模块,用于根据所述焊印图像,分别进行有无钉检测、断焊检测、偏焊检测、翘钉检测、凹坑检测、熔珠检测中的一种或多种检测。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的焊印缺陷检测方法。
12.一种包含计算机可执行指令的存储介质,所述计算机可执行指令由计算机处理器执行,以实现如权利要求1-9中任一项所述的焊印缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500143.8A CN116642887A (zh) | 2023-05-05 | 2023-05-05 | 一种焊印缺陷检测方法及焊印缺陷检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500143.8A CN116642887A (zh) | 2023-05-05 | 2023-05-05 | 一种焊印缺陷检测方法及焊印缺陷检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116642887A true CN116642887A (zh) | 2023-08-25 |
Family
ID=87623847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310500143.8A Pending CN116642887A (zh) | 2023-05-05 | 2023-05-05 | 一种焊印缺陷检测方法及焊印缺陷检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116642887A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649406A (zh) * | 2024-01-29 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 密封钉焊接缺陷检测方法、装置、设备及存储介质 |
-
2023
- 2023-05-05 CN CN202310500143.8A patent/CN116642887A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649406A (zh) * | 2024-01-29 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 密封钉焊接缺陷检测方法、装置、设备及存储介质 |
CN117649406B (zh) * | 2024-01-29 | 2024-06-07 | 宁德时代新能源科技股份有限公司 | 密封钉焊接缺陷检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI557650B (zh) | 用於識別材料中之缺陷之系統及方法 | |
KR20190063839A (ko) | 제조 공정에서 딥러닝을 활용한 머신 비전 기반 품질검사 방법 및 시스템 | |
EP3223019B1 (en) | Method, computer program product, and system for establishing a sample tube set | |
CN103606221B (zh) | 清分机故障自动诊断方法以及装置 | |
JP2021532459A (ja) | 標的細胞標識方法、装置、記憶媒体及び端末デバイス | |
CN116642887A (zh) | 一种焊印缺陷检测方法及焊印缺陷检测系统 | |
US10267813B1 (en) | Monitoring specimen integrity in automated blood sample processing system | |
CN117252883B (zh) | 焊接缺陷检测方法、装置和存储介质 | |
US10311569B1 (en) | Identifying liquid blood components from sensed data to monitor specimen integrity | |
CN111758117B (zh) | 检查系统、识别系统以及学习数据生成装置 | |
CN113095444B (zh) | 图像标注方法、装置及存储介质 | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
CN115601359A (zh) | 一种焊缝检测方法及装置 | |
JP2010256053A (ja) | 形状欠損検査装置、形状モデリング装置および形状欠損検査プログラム | |
CN114596309A (zh) | 焊缝缺陷的检测、模型训练方法、系统、设备和存储介质 | |
CN110335242A (zh) | 一种基于多模型融合的轮胎x光病疵检测方法 | |
US11125763B1 (en) | Specimen integrity monitoring device for automated blood sample processing systems | |
CN105572133A (zh) | 瑕疵检测方法及其装置 | |
CN116523880A (zh) | 一种导线焊锡缺陷检测方法及导线焊锡缺陷检测系统 | |
CN104297256A (zh) | 外观瑕疵检测系统及方法 | |
CN110817674A (zh) | 一种扶梯的缺级检测方法、装置、设备及存储介质 | |
CN111738991A (zh) | 一种焊缝缺陷的数字射线检测模型的创建方法 | |
CN115409799A (zh) | Led芯片自动针痕检测方法、装置、介质及电子设备 | |
CN117036233A (zh) | 一种pin针缺陷检测方法及pin针缺陷检测系统 | |
Hassan et al. | Compressed air leakage detection and quantification through infrared thermography |
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 |