[发明专利]一种激光软钎焊系统焊接过程中自动配准及质量检测方法

权利要求书

1.一种激光软钎焊系统焊接过程中自动配准及质量检测方法，其特征在于包括以下步骤：

S1、将第一块焊盘设于标准位置，截取图像采集视窗内焊盘图片中的一块正方形区域作为模板区域，并获取模板的圆投影向量；

S2、当后续焊盘进入图像采集视窗内时，在图像采集视窗内寻找步骤S1的模板区域，将模板区域内的子图作为待匹配图像的子图，计算待匹配图像的子图的圆投影向量，并与步骤S1所获取的模板的圆投影向量进行对比，确定与模板的圆投影向量最相似的子图作为模板区域在该待匹配图像中的位置；

S3、根据模板在后续焊盘的位置计算后续焊盘相对于第一块焊盘的旋转量和平移量，并以此来修正焊点坐标，完成焊盘配准；

S4、焊接完成后，采集焊接后焊点位置图片并进行处理，获得处理后的图片数据；

S5、将处理后的图片数据送入卷积神经网络，获取焊点的质量检测结果；

步骤S1中，以模板区域的内切圆心为起点，向外扩展圆环，第一个圆环半径为1个像素，相邻圆环半径间隔1个像素，直到圆的半径达到模板内切圆半径，并采用圆投影算法计算各个圆环上像素点的均值，获取模板的圆投影向量；

步骤S2中，匹配算法过程为：获得后续焊盘的图片作为待匹配图像，从待匹配图像中获得与步骤S1中模板大小相同的待匹配图像的子图及其圆投影向量；将待匹配图像的子图的圆投影向量与步骤S1中模板的圆投影向量进行对比；遍历待匹配图像获得更多待匹配图像的子图及其圆投影向量，将圆投影向量最相似的子图作为匹配成功的子图，子图在待匹配图像中的位置作为模板区域在该待匹配图像中的位置，获得匹配成功的子图内切圆坐标以及模板的内切圆坐标。

2.根据权利要求1所述的自动配准及质量检测方法，其特征在于，圆投影向量的数学模型为：

P_r＝[P_r(0)，P_r(1)，P_r(2)，P_r(3)，.....，P_r(R)] (2)

其中，r表示圆的半径，S_r表示落在半径为r的圆上的像素个数，T(r cos q_i，r sin q_i)表示在(r cos q_i，r sin q_i)处的像素值；P_r(r)为半径为r处的圆投影，R为图片内切圆半径。

3.根据权利要求1所述的自动配准及质量检测方法，其特征在于，步骤S5包括：

S51、将处理后的图片数据送入卷积神经网络，进行卷积和池化处理，得到特征数据；

S52、将特征数据通过全连接层进行分类检测，获取焊点的质量检测结果。

4.根据权利要求3所述的自动配准及质量检测方法，其特征在于，卷积数学模型如下：

S(t)＝∫x(t-a)w(a)da (3)

s(t)＝∑_ax(t-a)w(a) (4)

其中，式(3)中S(t)表示微积分中卷积表示式，在信号x(t)和w(t)中将函数的自变量由t改为a，同时将信号x(a)先翻转得到x(-a)，再平移t得到x(t-a)；式(4)代表卷积的离散形式；式(5)为卷积神经网络中卷积的操作，其中n_in为输入矩阵的个数，或者是张量最后一维的维数，X_k代表着k个输入矩阵，即实际中焊点焊后的图片数据；W_k代表着卷积核的第k个子卷积核矩阵，s(i，j)即卷积核W对应的输出矩阵的对应位置的元素的值。

5.根据权利要求3所述的自动配准及质量检测方法，其特征在于，全连接层数学模型如下：

其中，w_ij是特征权重，Θ是激活函数阈值，f为激活函数，激活函数为Sigmoid函数。

6.根据权利要求3所述的自动配准及质量检测方法，其特征在于，卷积神经网络设置两个卷积层。