英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
基于机器视觉的焊料质量检测系统设计
张凯，黄涛，子亭苏，田园关。武汉理工大学。
ACME电力技术有限公司，武汉458784086@qq.com，119072957@qq.com，295425146@qq.com，1061050122@qq.com
前言
汽车电子水泵借助以下各项调整水泵的工作状态电子控制单元，然后对冷却液加压，在冷却系统中加入循环冷却液，以确保发动机温度不超过极限阈值并且可以正常工作。因此，在水泵的生产过程中，检查内部电路板是一个非常重要的环节。传统的人工检测有限工作时间，同时自动机器视觉检测可进行24小时不间断检查。相比较于配合人工巡检，它更可靠、更稳定，具有速度优势，并且具有广泛的工业用途应用。在此基础上，本文设计了焊料基于机器视觉的联合检测系统，可以检测焊点的状态并反馈电流焊接结果给工人。该方法解决了自动检测焊接质量的问题，电路板在手工焊接过程中，大大提高车间的生产效率生产线，并缩短了产品的生产周期。
I介绍
本设计中的焊点检测系统纸张用于检测7个焊点的焊接状态电路板。该方法解决了自动检测电路的焊接质量板材在手工焊接过程中的问题，大大提高了车间生产线的生产效率，并缩短了产品生产周期。并且基于机器视觉的焊点缺陷图像检测精度和效率将得到提高。
相对来说车间的环境通常很复杂，光线和背景的干扰会影响最终检验结果。所以为了减少外部条件造成的不确定影响，这系统将由硬件和软件部件来组成。这其中硬件包括PC（工业计算机），传感器，相机，光源，工具和测试平台。软件包括图像处理程序和图形用户界面。在实际操作中，焊接完成后，将待检查的水泵放在工装上，推入检查台上。这个相机将被固定在检查台上方，光源为放置在检查台上方，PC将控制摄像机扫描下部检查的状况表实时。在上执行预处理操作每帧图片并自动定位工件电路板的焊接位置的同时，会获取当前图像并将其上传到PC用于检测处理，最后显示检测结果在用户界面中，可以实现实时的反馈功能。
II系统设计
这篇文章是基于焊点缺陷检测的水泵。就像下图所展示的那样，焊点上四个焊点和下部焊点进行测试三个焊点。通常有两种类型的焊接缺陷：一种是桥接短，另一种是焊接过程中缺失焊接工艺均为不合格产品。合格和不合格产品示意图就像下面展示的那样。
该软件是与图形用户一起开发的基于Qt的接口。当操作员使用它时，首先，将水泵放在导轨上，然后水泵通过导轨输送到监测点。当到达检测点后，导轨将被其卡住并锁定。其次，图像检测是用来执行的。通过旋转预处理图像后，采用LSD算法和Hough变换来定位焊缝，并采用不同颜色像素的比例等基于区域的方法进行检测。最后，软件界面将实时显示出测试结果，测试通过后，将其发送到下一个流程。
图一：合格焊缝示意图
图二：不合格焊缝示意图
图三：硬件平台模型
III 文献位置
- 图像预处理
但是由于实际工业环境较为复杂，在焊点检查之前需要进行预处理。因为水泵可能会旋转并稍微移动，所以在传输过程中，需要对收集到的图像进行校正，当水泵到达采集点下方时，相机开始采集图像。然后使用OpenCV 库中的 LSD 算法来检测特定区域中的直线。而此步骤的目的就是将图片旋转到水平位置以便进行后续的处理。由于焊点面积是矩形的，并且焊点检测区域平行于电路板上的正确芯片，我们将使用LSD算法在电路板上找到芯片的直线。而与霍夫变换线检测相比来说，LSD算法具有结果准确，错误检测可控，无需调整参数的优点。因此，本文使用LSD算法对水泵电路板上的矩形芯片进行检测。LSD 算法中的图像梯度由以下公式计算得出。
Gx（x，y）=【i（x 1，y） i（x 1，y 1）-i（x，y）-i（x，y 1）】/2
这里 i x y （ ， ）是灰度图像上像素 （x， y） 的灰度值。连接区域通过计算形成在相同角度的一定公差内完成直线检测。下图使用检测到的直线水泵和图像电平计算平均偏移角度，并执行仿射变换与图像中心点。
图五：线路检测后的仿射变换
- 探测区域定位
旋转后的图像将焊缝放置在一条水平线上，需要进行区域定位和图像分割来确定检测区域。水泵焊缝检测区域旁边有4颗螺钉，所以选择4颗螺钉定位焊缝检测区域，使用OpenCV中的Hough变换检测，如图6所示，使用螺钉A和螺钉B定位顶部焊缝检测区域。对于这四个检测点，请使用螺钉C和D来定位下面的三个检测点。由于标准的霍夫变换参数过多，图像处理所需的时间和存储空间会随图像的复杂度呈指数级增加，因此可以使用随机的霍夫变换来减少计算量。通过随机选择三点，可以确定一个圆，实现多对一，从而减少内存消耗，节省大量时间。
像下图展示的那样，在检测到螺钉A和螺钉B后，根据电路板焊缝位置的比例，可以将四个焊缝分为四个焊缝和3个连接区域。同样如图7所示，对于下螺钉C和螺钉D，我们将检查区域分段，形成三个焊缝和两个连接区域，以便于下一步进行焊接质量检查。
图六：上焊缝面积分割
图七：下焊缝面积分割
图八：二进制加工图（左：焊接，右：未焊接）
图九：未焊上焊缝HSV图
图十：焊接上焊缝Hsv图
图十一：不合格的上部连续焊缝HSV图
图十二：未焊下焊缝Hsv图
图十三：焊接下焊缝Hsv图
IV增值目标状态检测
在正常情况下，焊缝检测将采用边缘检测、特征点提取，甚至设计神经网络进行训练，但结合实际生产线应用，只有两种短桥缺焊，实际应用效率和成本，本文采用像素比和像素和法进行检测。
对于上述四个焊缝，由于水泵有一个反射区域，它会干扰二值化图像。从图8中可以看出焊接状态和上部区域的未焊接状态几乎相同，因此二值化图像不能直接用于检测连续焊接和缺失焊接状态。考虑到焊缝检测状态只有焊接良好、短桥、缺焊三种状态，本文首先检测了四个分垫区域。由于焊垫是黄色的，图9中的未焊点部分显示了HSV图像中的黑色部分。只要黄色像素的比例低于设定的阈值，即可判断为焊缝处于良好的焊接状态相反，如果高于阈值，则为漏焊状态。然后检测图像分割的三个连接区域。因为电路板上的衬垫子之间会有绿色区域，所以可以检测到连接区域中绿色像素的比例。如果低于阈值，可判定为连续焊接。如图15所示，未通过的区域将用红色标记。上述焊缝质量检查需要确定相关的阈值参数。实际的生产环境非常复杂，所以对硬件设计的要求很高。光源和摄像机的选择会导致阈值范围的变化，需要大量的实验来确定合适的阈值范围。
图十五：焊缝系统接口不合格
图十六：焊缝系统接口
图十七：用户界面的数据显示
V实验和结果分析
该软件是在VS2017上使用Qt和OpenCV开发的。该相机每20ms拍摄一帧。采用标出红色矩形框，指出不合格的原因，如图15所示。右边的测试结果显示故障原因是缺少焊锡甚至锡。如图16所示，当连续拍摄50帧合格的图片时，用户界面将显示合格的焊接。
在测试阶段，绿色像素与像素和数据的比例存储在本地计算机中。图17显示了当前的数据。部分测试数据记录在表一中，经过大量的实验和数据处理，最终设计的阈值参数见表2。本试验共试验了100台水泵，随机出现不同焊缝检测状态的产品。在车间大致相同的照明环境下，实验的最终准确率为98%，验证了设计的可行性和实用性，可在车间环境中使用。
VI结论
本文研究了基于机器视觉的电子水泵电路板焊缝质量检测系统，开发了一种实时焊缝检测系统，实现了水泵电路板焊缝缺陷的非接触实时检测。该检测系统的精度满足实际生产要
求，可实现较高的自动检测，具有实际应用意义。
参考文献
- 藤培，和张十世。一种使用颜色等级和布尔规则的芯片焊缝的检查和分类方法。机器人与计算机集成制造30.5（2014）：517-526。
- Ryu，y.k.，和赵承熙。一种可供焊料接头检查用的新型光学测量系统。工程学中的光学和激光器26.6（1997）：487-514。刘
- 杨，谢泽，刘h。“LB-LSD：一种用于实时应用的基于长度的线段检测器。”模式识别字母128（2019）..
- KChu，回族，王志勇。基于机器视觉的壳管换热器焊接质量检测体系研究。《国际精密工程与制造杂志》18.6（2017）：825-834。
- 朱朱，荣和王勇。改进的中值滤波器在图像处理中的应用。计算机杂志7.4（2012）：838-——841。
一种基于机器视觉的缎面玻璃在线缺陷检测系统
-弗朗西斯科，阿达莫，阿蒂维西米，迪尼西奥，马里奥，萨维诺
电气和电子测量实验室电气和电子工程系(DEE)-巴里理工学院，邮编4,70125巴里，意大利[阿达莫，阿蒂维西莫，迪尼西奥。
摘要：今天，质量控制是许多行业的一个节点，特别是玻璃行业；在大多数情况下，人工控制不能满足市场紧迫的要求，因此计算机视觉检测系统更有利于降低成本，提高产品质量，但有几个问题需要解决。本文设计并实现了一个能够再现自动玻璃检测系统所有功能的原型系统；它保证了良好的结果和相当的可靠性，制造成本的发生率。最终的在线计算机视觉系统正在与一个专业的电子行业合作开发中。
I介绍
在玻璃行业中，非定位缺陷的存在被认为是经济损失以及耗时和质量下降问题的一个重要来源。因此，如今，玻璃制造商对使用计算机视觉检查技术构建自动处理和分析系统非常感兴趣；这些方法有望在没有人类存在的情况下获得巨大的经济回报和良好的精度水平。因此，已经提出了几种技术来解决玻璃检验任务，但没有一种技术能同时保证低成本、良好的精度和合理的速度，[1]、[2]、[3]；因此，即使自动检测系统成功地取代了人工检
测系统，提高分析过程的准确性仍然是必要的，以增加评估的优点，并减少处理时间和系统的成本。
考虑到这一目的，作者解决了检测缎面玻璃的工作缺陷的问题，假设缺陷，如果存在，可以通过边缘检测来定位。特别是，在之前的工作[4]中，作者通过提出了一种实时的方法来指出和测量缎面玻璃缺陷的问题来获取有关被检查玻璃的表面信息。在本研究中，人们非常重视识别一个合适的照明系统和数学能力，以降低设备成本和缺陷识别和测量中的不确定度。从缎面玻璃制造技术中产生的常见缺陷开始，作者已经评估和描述了划痕和斑点，这代表了该行业的真正问题。通过对真实缎面玻璃试样的仿真和测试，验证了该算法的有效性。目前，已经设计并实现了一个能够再现自动玻璃检测的原型系统；建造这个原型的持续成本约为一万欧元
这项工作的最终目标是实现一个自动和在线的眼镜分析计算机视觉系统，能够准确地检查并给予最终产品从生产链中出来的质量程度。
图一：处于工作状态下的检测系统原型
II微光系统
全球检测系统由一个电源单元、两个CCD摄像机、一个图像采集单元、一个计算单元和一个运动系统组成；图像处理算法已在数学工厂MATLABv7.0中开发，计算电荷似乎保证了系统在线使用的可接受的处理时间。
图1为检查系统原型的照片。特别关注了照明、运动和采集系统的设计和优化。
实际上，错误的照明会导致高度的假阳性：缎面层的正常不均匀性可能表现为缺陷，而真正的斑点或划痕可能完全消失。实验结果似乎保证了掠光是正确显示不规则现象的一个很好的妥协；在这种情况下，划痕看起来更亮，斑点相对于背景看起来更深。此外，斑点可以只出现在缎面表面上，而划痕可以出现在两个表面上；因此，该层必须用光滑的表面转向相机（向上），两个照明光源照亮上表面，两个光源照亮下表面。
该运动系统由定制设计的基于微控制器的电子电路驱动高功率步进电机组成；该电路可通过4位地址开关寻址，并通过RS485串行链路接收来自PC的高级字母数字命令。这种通信链路的选择是由于必须控制分布在传输链上的许多电机。步进电机可以在全、半、四分之一和微步进模式下驱动，并以可编程的速度驱动，以使牵引力适应于分析阶段。
电机驱动器的固件允许设置运输输送机的许多工作参数，如运行长度、速度等。
图二：用于图像采集的两个照相机
最后，在采集系统的原型中，有两个CCD区域扫描相机，它们捕捉被检查玻璃上表面条的帧；在最终的检验系统中相机的数量可以扩大到8个，以增加分析表面的宽度。帧采集由电机驱动器以固定的时间间隔产生的信号触发；该信号的频率和初始延迟可通过在电机驱动器的固件中实现的特定命令进行编程。
为了避免目标出现在视野中时的饱和，我们避免了自动调整光圈光圈以适应场景亮度的自动虹膜相机。
采用的相机是256灰度的渐进扫描，周期性地获取图像。进行分析的主要步骤是：
- 摄像机的校准。在这一步骤中，以系统配准为目的来获得样本图像。这允许由不同的相机获得的框架的镶嵌，也考虑到玻璃片的运动。此外，还对透镜引入的照明不均匀性和几何畸变进行了数字修正。校准阶段将偶尔执行一次；
- 参考图像采集。获取已知没有缺陷的图像；这一步只对每种玻璃执行一次；
- 获取阶段。获取待检查玻璃片的多个帧并合并到全局图像中；
- 数据分析缺陷通过适当的程序进行定位和分类，该程序将在下一节中暴露出来。
III 图像处理
该系统的核心是处理算法，其主要功能是：
-
玻璃片的分割。在这一步中，目标从背景中分离出来；这是通过阈值化和分析结果对象的形状而
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[590885]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
