本发明属于缺陷检测,具体是基于aoi在线技术的柔外观缺陷检测系统及检测方法。
背景技术:
1、aoi的中文全称是自动光学检测,是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。
2、专利公开号为cn109239102b的发明公开了一种基于cnn的柔性电路板外观缺陷检测方法,该方法以基于googlenet设计的fdnet为模型,通过采样子图的综合判决实现对柔性电路板图像进行表面缺陷检测,并能粗略地给出缺陷位置信息;该方法包括模型训练和缺陷检测两个部分,模型训练生成可用于图像缺陷检测的cnn模型,包括图像预处理、缺陷区域标注、训练和测试样本集构建、模型训练和测试四个步骤;缺陷检测利用训练生成的cnn模型检测图像中的缺陷,本发明克服了传统图像处理方法只能检测特定情况下的fpc外观缺陷,具备较好的通用性,而且能够处理尺寸小和特征复杂的缺陷。
3、针对于柔性部件进行缺陷检测时,一般根据对应柔性部件的异常区域占比数值,来判定此柔性部件是否可正常使用,并将处理结果进行展示,但此种检测方式,并不全面,也不能针对于异常区域内不同的异常情况,进行不同方式的检测处理。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了基于aoi在线技术的柔外观缺陷检测系统及检测方法,用于解决原始的检测方式并不全面,也不能针对于异常区域内不同的异常情况,进行不同方式的检测处理的技术问题。
2、为实现上述目的,根据本发明的第一方面的实施例提出基于aoi在线技术的柔外观缺陷检测系统,包括图像获取端、在线检测中心以及展示终端;
3、所述在线检测中心包括图像分析比对单元、存储单元、异常区域确认单元、区域占比分析单元、抗压测试单元、缺陷类型分析单元、裂痕分析单元以及基坑分析单元;
4、所述图像获取端,用于对参与进行检测的柔性部件表面图像进行获取,并将所获取的表面图像传输至在线检测中心内;
5、所述图像分析比对单元,根据所获取的表面图像,直接从存储单元内提取预设模板,并将表面图像与预设模板进行分析比对,确认表面图像内所存在的异常区域;
6、所述异常区域确认单元,根据所确定的异常区域,直接通过aoi识别确认对应表面图像内异常区域的总体面积,并将确认后的异常区域总体面积传输至区域占比分析单元内;
7、所述区域占比分析单元,根据所确认的异常区域总体面积,确定异常区域总体面积的占比参数,具体方式为:
8、获取对应表面图像的总面积,并将其标记为zmi,并获取对应表面图像所存在的异常区域总体面积,并将异常区域总体面积标记为mji,其中i代表不同的表面图像;
9、采用zbi=mji÷zmi得到占比参数zbi,将占比参数zbi与预设参数y1进行比对,其中y1为预设值;
10、当zbi>y1时,生成抗压测试信号,并将抗压测试信号传输至抗压测试单元内;
11、当zbi≤y1时,生成缺陷分析信号,并将缺陷分析信号传输至缺陷类型分析单元内;
12、所述抗压测试单元,根据抗压测试信号,对表面图像所对应的柔性部件进行抗压测试处理,将柔性部件放置于指定的抗压测试设备内,对测试压力数值进行控制,使对应的测试压力数值控制在预设数值内;
13、分析此类柔性部件是否发生形变,若发生形变,则生成不可使用信号,并将不可使用信号传输至展示终端内进行展示,若未发生形变,则生成残次品信号,并展示于展示终端内;
14、所述缺陷类型分析单元,根据缺陷分析信号,对相应柔性部件所对应的异常区域图像进行确认,具体方式为:
15、根据柔性部件确认对应的异常区域图像,对异常区域图像不同位置的深度参数进行确认,并将所确认的深度数值标记为sdk,其中k代表不同位置;
16、将深度数值sdk与预设值y2进行比对,当sdk<y2时,确认对应的区域,并将所确认的区域标记为裂痕区域,并生成裂痕区域图像,将所生成的裂痕区域图像传输至裂痕分析单元内;
17、当sdk≥y2时,确认对应的区域,并将所确认的区域标记为基坑区域,并生成基坑区域图像,并将所生成的基坑区域图像传输至基坑分析单元内;
18、所述裂痕分析单元,根据所确认的裂痕区域图像,对此裂痕区域图像进行分析处理,判定异常区域图像内部的裂痕是否需要进行人为维护,具体方式为:
19、通过aoi在线识别的方式,获取此裂痕区域图像内所出现的裂痕长度,并将不同裂痕的裂痕长度标记为lht,其中t代表不同的裂痕,当lht≥y3时,将其裂痕长度标记为有效长度,其中y3为预设值,当lht<y3时,将其裂痕长度标记为无效长度;
20、记录有效长度出现的总次数,并将其标记为cs,并将若干组有效长度进行均值处理,得到待处理长度均值,并将其标记为cd,并采用fx=cs×c1+cd×c2得到分析值fx,其中c1以及c2均为预设的固定系数因子;
21、将fx与预设值y4进行比对,其中y4的具体取值由操作人员根据经验拟定,当fx>y4时,生成裂痕维护信号,反之,生成残次品信号;
22、所述基坑分析单元,根据所确认的基坑区域图像,再根据基坑区域确认基坑体积,根据基坑体积的数值大小,判定对应基坑是否需要进行维护,具体方式为:
23、将所确认的体积标记为tj,将tj与预设值y5进行比对,当tj>y5时,生成基坑维护信号,并将所生成的基坑维护信号传输至展示终端内进行展示,反之,生成残次品信号,并通过展示终端进行展示。
24、优选的,基于aoi在线技术的柔外观缺陷检测系统的检测方法,包括以下步骤:
25、步骤一、预先获取对应柔性部件的表面图像,将表面图像与预设模板进行比对,确认异常区域,再根据所确认的异常区域面积占比,根据所确认的占比参数,生成抗压测试信号或缺陷分析信号,进行不同的测试处理;
26、步骤二、根据抗压测试信号,对柔性部件进行抗压测试,根据测试结果,判定此柔性部件是否为不可使用状态,并将不可使用信号进行展示;
27、步骤三、再根据缺陷分析信号,对异常区域进行缺陷分析,将异常区域内裂痕区域以及基坑区域进行分类,并对所分类的不同区域进行不同方式的测试处理;
28、步骤四、根据裂痕区域所出现的裂痕有效个数以及对应的有效长度,确认对应的分析值,根据分析值的数值大小,判定是否需要进行维护,并根据不需要进行维护的情况,生成残次品信号,并进行展示,再根据基坑区域确认基坑体积,根据基坑体积的数值大小,判定对应基坑是否需要进行维护,并根据不需要进行维护的情况,生成残次品信号进行展示。
29、与现有技术相比,本发明的有益效果是:首先根据所确认的异常区域,确认对应的异常区域面积占比,根据不同的面积占比参数,进行不同形式的处理,避免将异常区域过大的异常部件进行丢弃;
30、后续再对异常区域进行分析,将异常区域划分为裂痕区域和基坑区域,并对不同的区域进行不同形式的分析处理,并确认对应的分析处理结果,后续根据不同的分析处理结果,得到不同的分析处理信号,并进行展示,供外部操作人员进行查看,此种逐步进行处理的方式,便可对柔性部件缺陷检测的更加全面,提升柔性部件的整体检测效果,同时,确认对应的残次品而不是直接丢弃,对所检测的柔性部件合理利用,避免造成资源浪费。