CN117274262B - 一种音响喇叭线路板导线焊接方法 - Google Patents
一种音响喇叭线路板导线焊接方法 Download PDFInfo
- Publication number
- CN117274262B CN117274262B CN202311559147.XA CN202311559147A CN117274262B CN 117274262 B CN117274262 B CN 117274262B CN 202311559147 A CN202311559147 A CN 202311559147A CN 117274262 B CN117274262 B CN 117274262B
- Authority
- CN
- China
- Prior art keywords
- welding
- pixel point
- pixel
- detection window
- taking
- 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.)
- Active
Links
- 238000003466 welding Methods 0.000 title claims abstract description 289
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 102
- 238000013441 quality evaluation Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000010586 diagram Methods 0.000 claims abstract description 10
- 238000009825 accumulation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001174 ascending effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 238000000926 separation method Methods 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 9
- 238000005476 soldering Methods 0.000 description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 229910000679 solder Inorganic materials 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000008054 signal transmission Effects 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
- B23K31/02—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to soldering or welding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K2101/00—Articles made by soldering, welding or cutting
- B23K2101/36—Electric or electronic devices
- B23K2101/42—Printed circuits
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及图像处理技术领域,提出了一种音响喇叭线路板导线焊接方法,包括:获取音响喇叭线路板的初次焊接图;根据每个像素点确定的检测窗口以及局部搜索窗口获取离变系数;根据每个像素点确定的检测窗口中相邻像素点的信息差异获取焊接质量凌乱因子;根据离变系数以及所述焊接质量凌乱因子获取每个像素点的质量评估指数;根据每个焊点内每个像素点的质量评估指数获取每个焊点的焊接质量指数;根据焊接质量指数得到初次焊接图的最适密度值;基于最适密度值得到焊点焊接质量的评估结果;根据评估结果调整焊接相关参数。本发明基于改进后的聚类算法得到线路板初次焊接后焊接质量评估结果,对二次焊接参数进行调控,提高了线路板焊接质量。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种音响喇叭线路板导线焊接方法。
背景技术
音响喇叭是一种将电子信号转化为电声的设备,导线通过焊接将音响喇叭与线路连接,线路板作为连接电子元件和导线的平面结构,在各种电器设备中都是不可或缺的组成部分。在线路板上,电子元件之间的远距离连接通常采用导线。
导线的焊接质量直接决定了线路板的质量和稳定性。只有焊接质量良好,才能确保电子元件之间的可靠连接,实现正常的信号传输和电流通路。因此,焊接质量对于线路板的性能和可靠性至关重要。导线与线路板的焊接很容易出现焊点表面不光滑、焊接左右不规整的焊接缺陷。通常情况下,焊接的顺序一般是先难后易、先高后低:先焊接管脚密集的贴片式集成芯片、先贴片后插装,否则容易出现先焊接再插装会导致线路板在焊台上摆放不平衡。因此焊接顺序越靠前的元件在音响喇叭线路板上的焊接质量要求越高,避免对顺序靠后元件的焊接影响。其次,在元件焊接完成后,还需要对元件得到焊接质量进行检测,避免引脚松动等问题的出现从而导致线路板质量不合格。
发明内容
本发明提供一种音响喇叭线路板导线焊接方法,以解决聚类算法处理线路板焊接后所得图像时导致焊接缺陷误判的问题,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种音响喇叭线路板导线焊接方法,该方法包括以下步骤:
获取音响喇叭线路板的初次焊接图;
根据初次焊接图中每个像素点确定的检测窗口以及局部搜索窗口获取每个像素点对应局部搜索窗口的离变系数;
根据初次焊接图中每个像素点确定的检测窗口中相邻像素点的信息差异获取每个像素点对应检测窗口的焊接质量凌乱因子;根据每个像素点对应局部搜索窗口的离变系数以及所述焊接质量凌乱因子获取每个像素点的质量评估指数;根据每个焊点内所有像素点的质量评估指数获取每个焊点的焊接质量指数;
根据所有焊接点的焊接质量指数得到初次焊接图的最适密度值;采用OPTICS算法基于最适密度值确定初次焊接图上焊点焊接质量的评估结果;根据所述评估结果调整焊接相关参数。
优选的,所述根据初次焊接图中每个像素点确定的检测窗口以及局部搜索窗口获取每个像素点对应局部搜索窗口的离变系数的方法为:
根据每个像素点确定的局部搜索窗口内相邻像素点之间差异的等级划分获取每个像素点确定的局部搜索窗口内每个相邻差异等级的熵贡献度;
将所述每个相邻差异等级的熵贡献度与每个相邻差异等级对应的灰度差值绝对值之间的乘积作为第一累加因子,将第一累加因子在所有相邻差异等级上的累加作为分子;
将每个像素点确定的局部搜索窗口内相邻差异等级的数量与预设参数的和作为分母;
将分子与分母的比值作为每个像素点确定的局部搜索窗口的离变系数。
优选的,所述根据每个像素点确定的局部搜索窗口内相邻像素点之间差异的等级划分获取每个像素点确定的局部搜索窗口内每个相邻差异等级的熵贡献度的方法为:
获取每个像素点对应的预设大小的局部搜索窗口内任意两个满足相邻关系的像素点之间灰度值差值的绝对值,所述相邻关系包括水平相邻、垂直相邻、四十五度相邻;
将所有所述绝对值中所有大小相等的绝对值划分到一个相邻差异等级,将每个相邻差异等级的频率与所述频率对应映射值的乘积作为每个相邻差异等级的熵贡献度。
优选的,所述根据初次焊接图中每个像素点确定的检测窗口中相邻像素点的信息差异获取每个像素点对应检测窗口的焊接质量凌乱因子的方法为:
根据每个像素点确定的检测窗口内每行、每列中相邻像素点的变化规律获取每个像素点对应检测窗口的显著点数量;
根据每个像素点对应检测窗口的显著点数量获取每个像素点对应检测窗口的焊接差异系数;
获取每个像素点对应检测窗口内所有局部搜索窗口的离变系数的标准差,将每个像素点对应每个局部搜索窗口的离变系数与所述标准差的差值作为分子,将每个像素点对应检测窗口内局部搜索窗口的数量作为分母,将分子与分母的比值在每个像素点对应检测窗口内的累加作为第一组成因子;
每个像素点对应检测窗口的焊接质量凌乱因子由焊接差异系数、第一组成因子两部分组成,其中,所述焊接质量凌乱因子与焊接差异系数、第一组成因子成正比关系。
优选的,所述根据每个像素点确定的检测窗口内每行、每列中相邻像素点的变化规律获取每个像素点对应检测窗口的显著点数量的方法为:
分别将每个像素点对应检测窗口内每行、每列像素点灰度值的标准差作为所述每行、每列的判断阈值;
将每个像素点对应检测窗口内每行像素点上灰度值差值的绝对值大于每行判断阈值的相邻像素点标记为显著点;
将每个像素点对应检测窗口内每列像素点上灰度值差值的绝对值大于每列判断阈值的相邻像素点标记为显著点;
将每个像素点对应检测窗口内所述显著点的统计结果作为每个像素点对应检测窗口的显著点数量。
优选的,所述根据每个像素点对应检测窗口的显著点数量获取每个像素点对应检测窗口的焊接差异系数的方法为:
将以自然常数为底数,以每个像素点对应检测窗口的显著点数量为指数的计算结果作为分子;
获取每个像素点对应检测窗口内除去显著点后所有剩余像素点的数量与预设参数的和作为分母,将分子与分母的比值作为每个像素点对应检测窗口的焊接差异系数。
优选的,所述根据每个像素点对应局部搜索窗口的离变系数以及所述焊接质量凌乱因子获取每个像素点的质量评估指数的方法为:
将每个像素点对应检测窗口内预设方向上灰度共生矩阵的能量值与信息熵的乘积作为第一乘积因子,将第一乘积因子与每个像素点对应检测窗口的焊接质量凌乱因子的乘积作为分子;将每个像素点对应检测窗口的面积作为分母,将分子与分母的比值作为每个像素点的质量评估指数。
优选的,所述根据每个焊点内所有像素点的质量评估指数获取每个焊点的焊接质量指数的方法为:
获取每个焊点上任意两个相邻像素点质量评估指数之间差值的绝对值,将每个焊点上所有所述质量评估指数之间差值的绝对值的累加和作为分子;
根据每个焊点上所有像素点的指令评估指数的取值情况获取每个焊点的绝对中位偏差;将所述绝对中位偏差与预设参数的乘积作为分母;
将分子与分母的比值作为取整函数的输入,将取整函数的输出作为焊点的焊接质量指数。
优选的,所述根据所有焊接点的焊接质量指数得到初次焊接图的最适密度值的方法为:
获取初次焊接后所有焊点的焊接质量指数,将每个不相等的焊接质量指数出现的次数作为每个不相等的焊接质量指数的等级数量;
将所有所述等级数量升序排序结果中前预设数量个等级数量之和与所有所述等级数量中最大值的比值作为比例因子;
将所有所述等级数量升序排序结果中任意两个相邻元素的差值作为一个等级数量变化量,将每个等级数量变化量与所有等级数量变化量的标准差之间的差值作为分子,将所有所述等级数量与预设参数的差值作为分母,将分子与分母的比值在所有等级数量变化量上的累加作为第二乘积因子;
将比例因子与第二乘积因子的乘积作为第一计算因子;将第一计算因子作为取整函数的输入,将取整函数的输出与所有所述等级数量中最小值的和作为最适密度值。
优选的,所述采用OPTICS算法基于最适密度值确定初次焊接图上焊点焊接质量的评估结果的方法为:
将最适密度值作为OPTICS聚类算法中的最小数目,采用OPTICS聚类算法对所有焊点的焊接质量指数进行聚类,根据聚类簇的数量得到音响喇叭线路板初次焊接后的焊接质量的评估结果。
本发明的有益效果是:本发明通过检测线路板上焊接点是否出现焊接缺陷来判断是否需要二次焊接。首先通过焊接点图像上每个检测窗口中局部搜索窗口的遍历情况构建离变系数,离变系数体现出局部搜索窗口内焊点的凹凸性。再通过计算检测窗口的不符合变化规律的点的数量,计算得到检测窗口的焊接差异系数,使用检测窗口的焊接差异系数以及局部搜索窗口的离变系数,计算得到检测窗口的焊接质量凌乱因子,焊接质量凌乱因子可以有效的体现出像素点在周围分布情况。通过检测窗口的灰度共生矩阵得到检测窗口的能量和熵,利用能量与熵以及检测窗口的质量评估指数,质量评估指数可有效的表明焊点出现表面不平滑的缺陷。通过质量评估指数得到焊点图像的焊接质量指数,焊接质量指数可以反映出焊点焊接质量。通过所有焊点的焊接质量指数,计算得到最适密度值,通过最适密度值对OPTICS聚类算法进行改进,基于改进后的聚类算法提高对线路板上不同顺序焊接点焊接质量的检测准确率,便于后续焊接参数的调整。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种音响喇叭线路板导线焊接方法的流程示意图;
图2为本发明一个实施例所提供的检测窗口与局部搜索窗口的分布示意图。
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,所描述的实施例仅仅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,都属于本发明保护的范围。
请参阅图1,其示出了本发明一个实施例提供的一种音响喇叭线路板导线焊接方法流程图,该方法包括以下步骤:
步骤S001,获取音响喇叭线路板的初次焊接图。
线路板焊接的顺序一般是先难后易,即先焊接管脚密集的贴片式集成芯片,其次焊接引脚较少难度较低的元件,在焊接过程中根据先焊接处焊点质量的好坏判断焊接参数是否合适,对焊接参数进行有效调整。因此考虑对先焊接后的线路板进行焊接质量评估,通过焊接质量评估结果调整焊接速度、焊接温度等参数。
本发明中,选择在线路板上导线焊点正斜上方60度的方向安装CCD相机,用于获取焊接后的线路板图像,所获图像为RGB三通道图像,进一步的,将所获图像通过加权平均法转化为灰度图像,加权平均法为公知技术,具体过程不再赘述。为了避免获取过程中环境干扰对图像质量的影响,因此采用非局部均值去噪NLM算法对灰度化后的图像进行去噪,可以有效减少图像中的噪声干扰。对于去噪后的图像采用拉普拉斯算子进行改边缘锐化处理,使得焊点的轮廓更加明显,从而更好的分析焊接质量,将经过边缘锐化处理后得到的图像记为初次焊接图,非局部均值去噪NLM算法以及拉普拉斯算子的锐化为公知技术,具体过程不再赘述。
至此,得到初次焊接图,用于后续焊接点焊接质量的评估。
步骤S002,根据初次焊接图中每个像素点确定的检测窗口以及局部搜索窗口获取每个像素点对应局部搜索窗口的离变系数。
由于线路板的主要背景颜色是绿色的,有少部分是红色的,且每一个焊点的颜色都是固定的,在对导线与线路板焊接时,一般采用焊锡丝进行焊接的,焊接过后呈现银白色,与线路板和焊点的颜色相差较大,且高质量的焊点存在一定的间隙。因此本发明采用OTSU大津阈值算法对初次焊接图进行分割,在分割结果上标记出每一个焊点,大津阈值算法为公知技术,具体过程不再赘述。
在印象喇叭线路板导线焊接过程中,质量良好的焊点应当是表面光滑、左右对称的且焊点面积大小适中。由于焊锡丝本身特性,在焊接完后会形成光滑的表面,焊点的形状是具有一定弧度的,光滑的表面会对光进行一定的反射,具有相同弧度的位置反光强度是一样的,即形成的灰度值也是相同的。出现缺陷时,造成焊点的形状出现凹凸不平,灰度值变化也比较混乱。
基于上述分析,对于初次焊接图中的任意一个像素点,以每个像素点为中心点构建一个的检测窗口,并在检测窗口内在设置一个/>的局部搜索窗口,m、n的大小分别取经验值5、3,局部搜索窗口在检测窗口内按照从上到下从左到右的顺序滑动,滑动步长为每次滑动一个像素点,检测窗口与局部搜索窗口滑动的分布示意图如图2所示。对于局部搜索窗口内的像素点,存在/>,/>,/>共7种相邻角度,对于任意两个相邻像素点,计算相邻像素点灰度值之间差值的绝对值,根据上述相邻角度,每个局部搜索窗口存在18对相邻像素点,因此能够得到18个所述灰度值之间差值的绝对值,进一步的,将大小相等的灰度值之间差值的绝对值划分为一个等级,记为相邻差异等级。将像素点i的第a个局部搜索窗口/>内的相邻差异等级的数量记为/>。例如,像素点i的第a个局部搜索窗口内的相邻像素点灰度值之间差值的绝对值取值为2、3、6、5、9,相应的,相邻差异等级的数量的值为5,根据相邻差异等级的数量计算每个像素点所取的每个局部搜索窗口的离变系数,计算像素点i的第a个局部搜索窗口的离变系数/>:
式中,是像素点i的第a个局部搜索窗口内第j个相邻差异等级的离变因子,/>是第j个相邻差异等级对应的绝对值在像素点i的第a个局部搜索窗口内所有绝对值中出现的概率;
是像素点i的第a个局部搜索窗口的离变系数,/>是像素点i的第a个局部搜索窗口内相邻差异等级的数量,/>是相邻关系的种类,/>的大小取经验值7,/>是第j个相邻差异等级对应的绝对值。
其中,第j个相邻差异等级对应的绝对值第a个局部搜索窗口内对应的像素点数量越多,/>出现的概率越大,/>的值越大,对信息熵的贡献度越大,相应的,第一累加因子/>的值越大;即/>的值越大,像素点i对应的第a个局部搜索窗口内图像信息一致性越强,焊接的质量越稳定;/>的值越小,初次焊接的焊接点质量越差,焊点上局部区域之间的焊接结果存在一定差异,相邻像素点之间的差异较大,较大可能需要对后续焊接过程中的焊接参数进行调整。
至此,得到每个像素点对应的每个局部搜索窗口的离变系数,用于后续每个焊点焊接质量的评估。
步骤S003,基于焊接质量凌乱因子获取质量评估指数;根据每个焊点内所有像素点的质量评估指数获取每个焊点的焊接质量指数。
对于每个像素点确定的检测窗口,分别考虑检测窗口内每行、每列像素点上的信息变化是否处于焊接质量较高时的稳定状态。举例而言,对于像素点i所取的检测窗口中的第一列像素点,计算第一列像素点灰度值的分布方差,其次计算第一列像素点上上下相邻的两个像素点灰度值之间差值的绝对值,将上下相邻两个灰度值之间差值的绝对值大于所述分布方差的像素点标记为第一列上的显著点,将检测窗口/>内第一列像素点上显著点的数量记为/>;对于检测窗口/>内第一行像素点,根据上述步骤,第一行像素点灰度值的分布方差,其次计算第一行像素点上左右相邻的两个像素点灰度值之间差值的绝对值,将左右相邻两个灰度值之间差值的绝对值大于第一行像素点灰度值分布方差的像素点标记为第一行上的显著点,第一行像素点上显著点的数量记为/>。
对于焊接质量合格的焊点,焊点上每个像素点所在局部区域内焊接后的图像信息应当时一致的,不会出现明显的异常点,因此根据上述显著点的数量评估每个检测窗口内的焊接质量。计算像素点i确定的检测窗口的焊接质量凌乱因子/>:
式中,是像素点i所取检测窗口/>内的显著点数量,/>、/>分别是检测窗口内第k行像素点、第f列像素点上显著点的数量,/>是检测窗口的尺寸。
是像素点i所取检测窗口的焊接差异系数,/>是检测窗口/>内像素点的数量;
是像素点i确定的检测窗口/>的焊接质量凌乱因子,/>是像素点i确定的检测窗口/>内第a个局部搜索窗口的离变系数,/>是像素点i确定的检测窗口/>内局部搜索窗口遍历所有像素点后离变系数的标准差,K是检测窗口/>内局部搜索窗口遍历所有像素点过程中局部搜索窗口的数量。
其中,当像素点i所在焊点上出现缺陷时,像素点i所取检测窗口内像素点表征的焊接后的图像信息不再一致,显著点的数量/>的值将会增大;检测窗口内显著点的数量越多,检测窗口内的信息凌乱程度越高,/>的值越大;检测窗口内不同位置上的局部搜索窗口离变系数的分布差异越大,检测窗口/>内不同局部区域的焊接质量差异越明显,第一组成因子/>的值越大,/>的值越大。
进一步的,获取检测窗口在90°方向上灰度共生矩阵的能量值以及信息熵,根据检测窗口内焊接后灰度分布的均匀程度以及纹理的细致程度进一步表征检测窗口/>内的焊接质量。计算像素点i的质量评估指数/>:
式中,、/>分别是检测窗口/>在90°方向上灰度共生矩阵的能量值、信息熵,/>是像素点i确定的检测窗口/>的焊接质量凌乱因子,/>是检测窗口的面积。
其中,灰度共生矩阵内元素的差异越大,检测窗口对应区域内的焊接质量越不稳定,的值越大,第一乘积因子/>的值越大,/>的值越大。
其次,由于线路板上的焊点位置是固定的,因此可以通过线路板可以得到每个焊点对应的中心线。焊点在焊接后出现的绝大多数缺陷,都可以由中心线两边焊接情况体现出来。利用每个焊点上不同位置像素点的焊接质量评估指数获取每个焊点的焊接质量指数,计算像素点i所在的第p个焊点的焊接质量指数:
式中,是第p个焊点的焊接质量指数,/>是第p个焊点在初次焊接图中最小外接矩形的面积,/>是第p个焊点内像素点的数量,/>、/>分别是第i个、第i-1个像素点的质量评估指数,/>函数为向上取整函数,/>是第p个焊点的绝对中位偏差,绝对中位偏差/>的获取过程为:计算第p个焊点上任意两个像素点质量评估指数之间的差值,获取所述差值的众数,其次将任意两个像素点质量评估指数之间的差值与所得众数之间差值的绝对值,将所有所述绝对值的中位数记为绝对中位偏差。
其中,当第p个焊点的焊接质量较好时,焊点上各像素点的质量评估指数的取值较为接近,的值越小,即/>的值越大,第p个焊点的焊接质量越差。
至此,得到每个焊点的焊接质量指数,用于后续线路板初次焊接后焊接质量的评估。
步骤S004,根据焊接质量指数得到初次焊接图的最适密度值,基于最适密度值得到焊接质量的评估结果,根据评估结果调整焊接相关参数。
根据上述步骤,分别获取每个焊点的焊接质量指数,并将取值相同的焊接质量指数划分为同一等级,将所有焊接质量指数划分为z个等级,将第z个等级的等级数量记为,将z个等级的等级数量按照升序的顺序排序,将排序结果中后一个元素与前一个元素的差值作为一个等级数量变化量,根据等级数量变化量计算最适密度值MP:
式中,是取最小值函数,/>的含义是所有等级数量中的最小值,是取整函数,/>是z个等级数量按照升序排序的排序结果中前3个元素之和,是z个等级数量中的最大值,/>是等级数量变化量的数量,/>是第r个等级数量变化量,/>是所有等级数量变化量的标准差。
其中,焊点的焊接质量指数划分的等级越多,等级之间的数量差异越大,相邻等级数量变化量的分布越不集中,的值越大,第二乘积因子/>的值越大,第一计算因子/>的值越大,最适密度值MP的值越大。
进一步的,将最适密度值MP作为OPTICS(Ordering points to identify theclustering structure)算法中的最小数目,将所有焊点的焊接质量指数作为算法的输入,利用得到所有焊点的焊接质量指数的聚类结果,OPTICS聚类算法为公知技术,具体过程不再赘述。
其次,根据上述聚类所得的聚类簇的数量对音响喇叭线路板的初次焊接的焊接质量进行分析,只有一个聚类簇时表示各个焊点的焊接质量较为一致,初次焊接未出现焊接缺陷,不需要对焊接参数进行调整;当所得聚类簇的数量超过阈值Y时,表示不同位置焊点处焊接质量出现较大区别,初次焊接的过程中出现了焊接缺陷,需要对焊接参数进行调整,并对线路板进行二次焊接,阈值的大小取经验值2,其中,所述焊接参数包括焊接温度、焊接速度、焊接电流等,二次焊接完成后,根据上述步骤再次对二次焊接后的焊接质量进行评估,直至线路板上所有焊点的焊接质量达到焊接标准。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,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。
Claims (8)
1.一种音响喇叭线路板导线焊接方法,其特征在于,该方法包括以下步骤:
获取音响喇叭线路板的初次焊接图;
根据初次焊接图中每个像素点确定的检测窗口以及局部搜索窗口获取每个像素点对应局部搜索窗口的离变系数,所述局部搜索窗口在检测窗口中;
根据初次焊接图中每个像素点确定的检测窗口中相邻像素点的信息差异获取每个像素点对应检测窗口的焊接质量凌乱因子;根据每个像素点对应局部搜索窗口的离变系数以及所述焊接质量凌乱因子获取每个像素点的质量评估指数;根据每个焊点内所有像素点的质量评估指数获取每个焊点的焊接质量指数;
根据所有焊点的焊接质量指数得到初次焊接图的最适密度值;采用OPTICS算法基于最适密度值确定初次焊接图上焊点焊接质量的评估结果;根据所述评估结果调整焊接相关参数;
所述根据初次焊接图中每个像素点确定的检测窗口中相邻像素点的信息差异获取每个像素点对应检测窗口的焊接质量凌乱因子的方法为:
根据每个像素点确定的检测窗口内每行、每列中相邻像素点的变化规律获取每个像素点对应检测窗口的显著点数量;
根据每个像素点对应检测窗口的显著点数量获取每个像素点对应检测窗口的焊接差异系数;
获取每个像素点对应检测窗口内所有局部搜索窗口的离变系数的标准差,将每个像素点对应每个局部搜索窗口的离变系数与所述标准差的差值作为分子,将每个像素点对应检测窗口内局部搜索窗口的数量作为分母,将分子与分母的比值记为第一比值,将每个像素点对应检测窗口内局部搜索窗口的数量的第一比值的累加作为第一组成因子;
每个像素点对应检测窗口的焊接质量凌乱因子由焊接差异系数、第一组成因子两部分组成,其中,所述焊接质量凌乱因子与焊接差异系数、第一组成因子成正比关系。
2.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据初次焊接图中每个像素点确定的检测窗口以及局部搜索窗口获取每个像素点对应局部搜索窗口的离变系数的方法为:
根据每个像素点确定的局部搜索窗口内相邻像素点之间差异的等级划分获取每个像素点确定的局部搜索窗口内每个相邻差异等级的熵贡献度;
将所述每个相邻差异等级的熵贡献度与每个相邻差异等级对应的灰度差值绝对值之间的乘积作为第一累加因子,将第一累加因子在所有相邻差异等级上的累加作为分子;
将每个像素点确定的局部搜索窗口内相邻差异等级的数量与预设参数的和作为分母;
将分子与分母的比值作为每个像素点确定的局部搜索窗口的离变系数;
所述根据每个像素点确定的局部搜索窗口内相邻像素点之间差异的等级划分获取每个像素点确定的局部搜索窗口内每个相邻差异等级的熵贡献度的方法为:
获取每个像素点对应的预设大小的局部搜索窗口内任意两个满足相邻关系的像素点之间灰度值差值的绝对值,所述相邻关系包括水平相邻、垂直相邻、四十五度相邻;
将所有所述绝对值中所有大小相等的绝对值划分到一个相邻差异等级,将每个相邻差异等级的频率与所述频率对应映射值的乘积作为每个相邻差异等级的熵贡献度。
3.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据每个像素点确定的检测窗口内每行、每列中相邻像素点的变化规律获取每个像素点对应检测窗口的显著点数量的方法为:
分别将每个像素点对应检测窗口内每行、每列像素点灰度值的标准差作为所述每行、每列的判断阈值;
将每个像素点对应检测窗口内每行像素点上灰度值差值的绝对值大于每行判断阈值的相邻像素点标记为显著点;
将每个像素点对应检测窗口内每列像素点上灰度值差值的绝对值大于每列判断阈值的相邻像素点标记为显著点;
将每个像素点对应检测窗口内所述显著点的统计结果作为每个像素点对应检测窗口的显著点数量。
4.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据每个像素点对应检测窗口的显著点数量获取每个像素点对应检测窗口的焊接差异系数的方法为:
将以自然常数为底数,以每个像素点对应检测窗口的显著点数量为指数的计算结果作为分子;
获取每个像素点对应检测窗口内除去显著点后所有剩余像素点的数量与预设参数的和作为分母,将分子与分母的比值作为每个像素点对应检测窗口的焊接差异系数。
5.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据每个像素点对应局部搜索窗口的离变系数以及所述焊接质量凌乱因子获取每个像素点的质量评估指数的方法为:
将每个像素点对应检测窗口内预设方向上灰度共生矩阵的能量值与信息熵的乘积作为第一乘积因子,将第一乘积因子与每个像素点对应检测窗口的焊接质量凌乱因子的乘积作为分子;将每个像素点对应检测窗口的面积作为分母,将分子与分母的比值作为每个像素点的质量评估指数。
6.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据每个焊点内所有像素点的质量评估指数获取每个焊点的焊接质量指数的方法为:
获取每个焊点上任意两个相邻像素点质量评估指数之间差值的绝对值,将每个焊点上所有所述质量评估指数之间差值的绝对值的累加和作为分子;
根据每个焊点上所有像素点的质量评估指数的取值情况获取每个焊点的绝对中位偏差;将所述绝对中位偏差与预设参数的乘积作为分母;
将分子与分母的比值作为取整函数的输入,将取整函数的输出作为焊点的焊接质量指数。
7.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述根据所有焊点的焊接质量指数得到初次焊接图的最适密度值的方法为:
获取初次焊接后所有焊点的焊接质量指数,将每个不相等的焊接质量指数出现的次数作为每个不相等的焊接质量指数的等级数量;
将所有所述等级数量升序排序结果中前预设数量个等级数量之和与所有所述等级数量中最大值的比值作为比例因子;
将所有所述等级数量升序排序结果中任意两个相邻元素的差值作为一个等级数量变化量,将每个等级数量变化量与所有等级数量变化量的标准差之间的差值作为分子,将所有所述等级数量与预设参数的差值作为分母,将分子与分母的比值在所有等级数量变化量上的累加作为第二乘积因子;
将比例因子与第二乘积因子的乘积作为第一计算因子;将第一计算因子作为取整函数的输入,将取整函数的输出与所有所述等级数量中最小值的和作为最适密度值。
8.根据权利要求1所述的一种音响喇叭线路板导线焊接方法,其特征在于,所述采用OPTICS算法基于最适密度值确定初次焊接图上焊点焊接质量的评估结果的方法为:
将最适密度值作为OPTICS聚类算法中的最小数目,采用OPTICS聚类算法对所有焊点的焊接质量指数进行聚类,根据聚类簇的数量得到音响喇叭线路板初次焊接后的焊接质量的评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311559147.XA CN117274262B (zh) | 2023-11-22 | 2023-11-22 | 一种音响喇叭线路板导线焊接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311559147.XA CN117274262B (zh) | 2023-11-22 | 2023-11-22 | 一种音响喇叭线路板导线焊接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117274262A CN117274262A (zh) | 2023-12-22 |
CN117274262B true CN117274262B (zh) | 2024-03-26 |
Family
ID=89220004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311559147.XA Active CN117274262B (zh) | 2023-11-22 | 2023-11-22 | 一种音响喇叭线路板导线焊接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117274262B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118154560A (zh) * | 2024-03-20 | 2024-06-07 | 深圳个元科技有限公司 | 一种基于深度学习的极耳焊接缺陷检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3165866A1 (en) * | 2020-01-27 | 2021-08-05 | Comau S.P.A. | Method of monitoring the quality of a weld bead, related welding station and computer-program product |
CN114523203A (zh) * | 2022-03-13 | 2022-05-24 | 扬州沃盛车业制造有限公司 | 一种激光智能焊接方法及系统 |
CN115937204A (zh) * | 2023-01-09 | 2023-04-07 | 江苏惠汕新能源集团有限公司 | 一种焊管生产质量检测方法 |
CN115984284A (zh) * | 2023-03-21 | 2023-04-18 | 黄海造船有限公司 | 一种用于船舶维护的x射线船体焊缝图像检测方法 |
CN116385433A (zh) * | 2023-06-02 | 2023-07-04 | 青岛宇通管业有限公司 | 一种塑料管道焊接质量评估方法 |
CN116630322A (zh) * | 2023-07-24 | 2023-08-22 | 深圳市中翔达润电子有限公司 | 基于机器视觉的pcba板的质量检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111462110B (zh) * | 2020-04-20 | 2021-04-13 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、系统及电子设备 |
-
2023
- 2023-11-22 CN CN202311559147.XA patent/CN117274262B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3165866A1 (en) * | 2020-01-27 | 2021-08-05 | Comau S.P.A. | Method of monitoring the quality of a weld bead, related welding station and computer-program product |
CN114523203A (zh) * | 2022-03-13 | 2022-05-24 | 扬州沃盛车业制造有限公司 | 一种激光智能焊接方法及系统 |
CN115937204A (zh) * | 2023-01-09 | 2023-04-07 | 江苏惠汕新能源集团有限公司 | 一种焊管生产质量检测方法 |
CN115984284A (zh) * | 2023-03-21 | 2023-04-18 | 黄海造船有限公司 | 一种用于船舶维护的x射线船体焊缝图像检测方法 |
CN116385433A (zh) * | 2023-06-02 | 2023-07-04 | 青岛宇通管业有限公司 | 一种塑料管道焊接质量评估方法 |
CN116630322A (zh) * | 2023-07-24 | 2023-08-22 | 深圳市中翔达润电子有限公司 | 基于机器视觉的pcba板的质量检测方法 |
Non-Patent Citations (1)
Title |
---|
Prediction of electron beam weld quality from weld bead surface using clustering and support vector regression;Sanjib Jaypuria et al.;Expert Systems With Applications;第1-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117274262A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115049653B (zh) | 基于计算机视觉的集成电路板质量检测系统 | |
WO2022042579A1 (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
CN117274262B (zh) | 一种音响喇叭线路板导线焊接方法 | |
CN115272346A (zh) | 一种基于边缘检测的pcb板生产过程在线检测方法 | |
CN115330767B (zh) | 一种腐蚀箔生产异常识别方法 | |
CN109671058B (zh) | 一种大分辨率图像的缺陷检测方法及系统 | |
CN116168026A (zh) | 基于计算机视觉的水质检测方法及系统 | |
TWI669519B (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
CN111753794B (zh) | 水果品质分类方法、装置、电子设备及可读存储介质 | |
CN114882026B (zh) | 基于人工智能的传感器外壳缺陷检测方法 | |
CN113628179B (zh) | 一种pcb表面缺陷实时检测方法、装置及可读介质 | |
CN115035113B (zh) | 基于x射线的手机数据线生产缺陷无损检测方法 | |
CN115775250A (zh) | 基于数字图像分析的金手指电路板缺陷快速检测系统 | |
CN117152123B (zh) | 一种用于锡膏印刷的检测定位优化方法、系统及存储介质 | |
CN115311484B (zh) | 一种焊缝数据的优化聚类分割方法 | |
CN117764989B (zh) | 一种视觉辅助的显示屏缺陷检测方法 | |
CN115100199A (zh) | 一种晶圆低纹理缺陷的检测方法 | |
CN115082477B (zh) | 一种基于去反光效果的半导体晶圆加工质量检测方法 | |
CN114972230A (zh) | 一种生产线上电路板缺陷检测方法及系统 | |
CN114820625A (zh) | 一种汽车顶块缺陷检测方法 | |
CN117974601A (zh) | 基于模板匹配的硅片表面缺陷检测方法及系统 | |
CN118052815A (zh) | 一种pcb焊锡缺陷视觉自动化检测方法 | |
CN108629771B (zh) | 一种具有尺度鲁棒性的图像质量盲评价方法 | |
CN114332042A (zh) | 一种半导体分立元件线型检测方法及检测设备 | |
CN115471494A (zh) | 基于图像处理的沃柑质检方法、装置、装备及存储介质 |
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 |