本发明涉及机器视觉检测技术领域，具体为一种焊接质量机器视觉高精度检测方法。
背景技术：
机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。视觉系统就是用机器代替人眼来做测量和判断。视觉系统是指通过机器视觉产品(即图像摄取装置，分 CMOS 和CCD 两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测、和识别，并能保质保量的完成生产任务。
目前在焊接领域，焊接后工件表面质量一般采用人工检测，检测效率低，误差大，无法有效的提高工件质量。
技术实现要素：
本发明的目的在于提供一种焊接质量机器视觉高精度检测方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种焊接质量机器视觉高精度检测方法，包括以下步骤：
A、采用360°高清摄像头采集焊接后的工件表面图像，并将采集的图像发送至控制器中；
B、控制器中设置的图像采集卡对图像信号进行滤杂优化后发送至控制器内主控单元；
C、之后对采集的图像进行分类处理；
D、最后将分类后的图像发送至数据库中进行比对，将焊接质量不符合的工件进行报警剔除。
优选的，所述步骤B中图像采集卡设有图像信号调理单元，所述图像信号调理单元包括运算放大器A和运算放大器B，所述运算放大器A正极输入端分别连接电阻B一端和电容B一端，电容B另一端接地；所述电阻B另一端连接电阻A一端，电阻A另一端连接信号输入端，所述运算放大器A负极输入端分别连接电容A一端和输出端，所述电容A另一端连接电阻A和电阻B之间的节点；所述运算放大器A输出端连接电阻C一端，所述电阻C另一端分别连接电阻D一端和运算放大器B正极输入端，所述电阻D另一端接地，所述运算放大器B负极输入端分别连接电阻E一端和电阻F一端，电阻E另一端接地，电阻F另一端连接运算放大器B输出端和信号输出端。
优选的，所述步骤C中图像分类方法包括以下步骤：
a、读取图像向量数据，并获取处理数据的多个预设聚类中心 ；
b、根据多个预设聚类中心，对处理的图像数据进行分类，得到分类后处理数据 ；
c、根据分类后处理数据，建立多个可合并的计算任务 ；
d、使用多个计算线程对所述可合并的计算任务进行计算，并对计算结果进行合并操作；计算处理时，首先对待处理图像数据对象进行预处理，完成数据对象的分组，然后计算组内图像数据对象的相似度矩阵，并依据相似度大小合并生成新数据对象，记录合并生成过程同时删除旧数据对象；
e、根据合并后的计算结果对预设聚类中心进行修正以及保存；以及根据预设聚类中心、修正后的预设聚类中心以及修正操作次数，确定数据聚类处理结果。
优选的，所述数据库内设有标准图像对比单元、焊接尺寸对比单元和报警单元。
与现有技术相比，本发明的有益效果是：
（1）本发明采用的检测方法能够实现对工件表面焊接质量的高精度检测，进一步提高了产品的合格率。
（2）本发明采用的图像信号调理单元抗干扰能力强，实现对图像模拟信号的优化，进一步提高了采样精度。
（3）本发明采用的图像分类方法能够降低总体计算复杂度以及提高了计算的稳定性，而且数据概况分析能力强，适于海量图像数据的快速聚类处理，提高了图像处理效率。
附图说明
图1为本发明检测流程图；
图2为本发明图像信号调理单元原理图。
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1-2，本发明提供一种技术方案：一种焊接质量机器视觉高精度检测方法，包括以下步骤：
A、采用360°高清摄像头采集焊接后的工件表面图像，并将采集的图像发送至控制器中；
B、控制器中设置的图像采集卡对图像信号进行滤杂优化后发送至控制器内主控单元；
C、之后对采集的图像进行分类处理；
D、最后将分类后的图像发送至数据库中进行比对，将焊接质量不符合的工件进行报警剔除；其中，数据库内设有标准图像对比单元、焊接尺寸对比单元和报警单元。
本发明中，步骤B中图像采集卡设有图像信号调理单元，所述图像信号调理单元包括运算放大器A1c和运算放大器B2c，所述运算放大器A1c正极输入端分别连接电阻B2a一端和电容B2b一端，电容B2b另一端接地；所述电阻B2a另一端连接电阻A1a一端，电阻A1a另一端连接信号输入端，所述运算放大器A1c负极输入端分别连接电容A1b一端和输出端，所述电容A1b另一端连接电阻A1a和电阻B2a之间的节点；所述运算放大器A1c输出端连接电阻C3a一端，所述电阻C3a另一端分别连接电阻D4a一端和运算放大器B2c正极输入端，所述电阻D4a另一端接地，所述运算放大器B2c负极输入端分别连接电阻E5a一端和电阻F6a一端，电阻E5a另一端接地，电阻F6a另一端连接运算放大器B2c输出端和信号输出端。本发明采用的图像信号调理单元抗干扰能力强，实现对图像模拟信号的优化，进一步提高了采样精度。
本发明中，步骤C中图像分类方法包括以下步骤：
a、读取图像向量数据，并获取处理数据的多个预设聚类中心 ；
b、根据多个预设聚类中心，对处理的图像数据进行分类，得到分类后处理数据 ；
c、根据分类后处理数据，建立多个可合并的计算任务 ；
d、使用多个计算线程对所述可合并的计算任务进行计算，并对计算结果进行合并操作；计算处理时，首先对待处理图像数据对象进行预处理，完成数据对象的分组，然后计算组内图像数据对象的相似度矩阵，并依据相似度大小合并生成新数据对象，记录合并生成过程同时删除旧数据对象；
e、根据合并后的计算结果对预设聚类中心进行修正以及保存；以及根据预设聚类中心、修正后的预设聚类中心以及修正操作次数，确定数据聚类处理结果。
本发明采用的图像分类方法能够降低总体计算复杂度以及提高了计算的稳定性，而且数据概况分析能力强，适于海量图像数据的快速聚类处理，提高了图像处理效率。
综上所述，本发明采用的检测方法能够实现对工件表面焊接质量的高精度检测，进一步提高了产品的合格率。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。