基于AOI在线技术的柔外观缺陷检测系统及检测方法与流程

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。