[发明专利]一种基于深度学习的高精度实时电池点焊质量检测方法

摘要

一种基于深度学习的高精度实时电池点焊质量检测方法，属于数字图像处理技术和人工智能技术。本发明方法综合了传统数字图像处理技术和人工智能深度学习技术，实现了工业生产中电池点焊质量的自动检测的功能。本发明的方法在进行电池的焊盘和焊点的提取过程中，采用了基于深度学习的方法，这样避免了基于传统图像特征的方法中准确度低，待调节参数多等问题，提高了工业生产的效率；同时本发明中的方法采用基于传统数字图像处理技术实现了图像亮度检测、图像中电池存在性检测、电池焊点点穿检测、电池极耳过高检测、电池焊盘放置倾斜角度检测等多种功能，解决了实际工业生产过程中，电池点焊质量检测自动化和智能化的需求。

主权项

1.一种基于深度学习的高精度实时电池点焊质量自动检测方法，其特征在于，所述方法按以下步骤实现：步骤一、将两台相机分别垂直固定于生产线上下两侧，并且在每台相机的镜头前放置一个环形光源；调节环形光源的亮度及相机曝光时间，照相机采集电池的正面图像I_f、背面图像I_b和背光图像I_bl；步骤二、设定亮度阈值范围(T_{b_min},T_{b_max})，T_{b_min}和T_{b_max}分别代表亮度阈值范围的下限和上限；检测图像亮度，对正面图像和背面图像进行亮度计算，如果亮度在亮度阈值范围内，则转入步骤三，否则转入步骤一；步骤三、采集大量电池正面图像I_f、背面图像I_b和背光图像I_bl并进行标注，得到正面焊盘标注图像I_{gt_plate_f}、背面焊盘标注图像I_{gt_plate_b}、正面焊盘图像I_{f_point}、背面焊盘图像I_{b_point}、正面焊点标注图像I_{gt_point_f}、背面焊点标注图像I_{gt_point_b}；利用标注过的图片，进行神经网络模型的训练；设定焊盘标准尺寸(W_plate×H_plate)，W_plate和H_plate分别代表焊盘标准尺寸的宽和高，单位为像素；利用得到的正面焊点标注图像和背面焊点标注图像，进行焊点模板图I_template的生成；步骤四、开始进行点焊质量测试；设定正面图像蓝通道二值化阈值T_{b_bi}，蓝通道占比阈值T_{b_ratio}；在正面图像中进行电池存在性检测，如果图像中存在电池则转入步骤五，否则认为当前无电池；步骤五、设定焊盘面积阈值范围(T_{plate_s_min},T_{plate_s_max})，T_{plate_s_min}和T_{plate_s_max}分别代表焊盘面积阈值的下限和上限；焊盘位置候选区域((W_{plate_p_start},W_{plate_p_end})×(H_{plate_p_start},H_{plate_p_end}))，(W_{plate_p_start},W_{plate_p_end})和(H_{plate_p_start},H_{plate_p_end})分别代表焊盘位置候选区域的宽的范围和高的范围，单位为像素；焊盘总个数为N_plate，焊盘长宽比阈值范围(T_{plate_r_min},T_{plate_r_max})，T_{plate_r_min}和T_{plate_r_max}分别代表焊盘长宽比阈值的下限和上限；在正面图像和背面图像中进行焊盘提取，统计焊盘个数，如果焊盘个数和焊盘总个数一致则转入步骤六，否则视为点焊质量不合格；步骤六、设定焊点总个数为N_point，焊点正确比率阈值为T_{r_point}；在每个焊盘中进行焊点提取，在进行候选焊点筛选后，统计焊点个数，如果焊点个数和焊点总个数一致则转入步骤七，否则视为点焊质量不合格；步骤七、设定背光图像二值化阈值T_{bl_bi}，焊点面积阈值范围(T_{point_s_min},T_{point_s_max})，T_{point_s_min}和T_{point_s_max}分别代表焊点面积阈值的下限和上限，焊点长宽比阈值范围(T_{point_r_min},T_{point_r_max})，T_{point_r_min}和T_{point_r_max}分别代表焊点长宽比阈值的下限和上限；在背光图像中进行点穿现象的检测，如果不存在点穿现象则转入步骤八，否则视为点焊质量不合格；步骤八、设定焊盘倾斜角度范围(T_{plate_angle_min},T_{plate_angle_max})，T_{plate_angle_min}和T_{plate_angle_max}分别代表焊盘倾斜角度范围的下限和上限；在背光图像中找出焊盘的倾斜程度，如果倾斜程度在焊盘倾斜角度范围内则转入步骤九，否则视为点焊质量不合格；步骤九、设定极耳超出焊盘的面积阈值范围(T_{ear_min},T_{ear_max})，T_{ear_min}和T_{ear_max}分别代表极耳超出焊盘的面积阈值的下限和上限；在背光图像中找出极耳超出焊盘的部分，如果该部分的面积在极耳超出焊盘的面积阈值范围内则视为点焊质量合格，否则视为点焊质量不合格。