[发明专利]一种基于ECU电路焊接的质量检测方法

说明书

本发明涉及数据处理技术领域，具体涉及一种基于ECU电路焊接的质量检测方法。该方法是一种应用电子设备进行识别的方法，利用生产领域人工智能系统完成电路板的电路焊接质量检测。该方法首先通过相机识别电路板图像，采集得到器件区域和非器件区域，对器件区域和非器件区域分别进行数据处理，得到焊接区域，进一步的，对焊接区域进行数据处理，得到焊接区域的焊接质量评价值，也即电路板的焊接质量评价值。本发明通过对电路板的器件区域和非器件区域进行焊接区域的提取，再判断焊接区域的焊接质量，避免了与标准电路板进行对比时的对齐偏差会影响焊接质量检测结果的问题，实现了对焊接区域的精确定位和分割，提高了电路板焊接质量检测的精度。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于ECU电路焊接的质量检测方法。

背景技术

在电子制造生产线上，电路板的生产需要经过多道工序，其中很关键一个环节就是电路板质量的检测，而电路板直接量与检测中一个重要的环节就是电子元器件焊接质量检测，主要是检测在焊接的过程中各个电子元器件是否存在漏焊、焊锡不足等不合格情况。焊接的质量对ECU电路主板的电气性能和机械性能的稳定性有着重要影响。为了确保ECU电路主板的性能，对ECU电路焊接进行质量检测。

目前，常见的对ECU电路的焊接进行质量检测的方法为将待测ECU电路板图像与标准ECU电路板图像进行比较，该方法需要对每种要检测的ECU电路板图像得到其对应的标准ECU电路板图像，且两张图像的对齐偏差会严重影响焊接质量检测结果的准确性。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于ECU电路焊接的质量检测方法，所采用的技术方案具体如下：

采集电路板图像，预处理所述电路板图像得到所述电路板图像中的器件区域和非器件区域；

计算器件区域对应的边缘区域内像素点的灰度值极差，当所述灰度值极差小于预设极差阈值时，所述边缘区域内所有像素点作为初始生长点；当所述灰度值极差大于等于预设极差阈值时，选取边缘区域内的部分像素点作为初始生长点；基于所述初始生长点进行区域生长，得到器件区域对应的焊接引脚区域；

对于所述非器件区域进行直线检测得到多条直线，筛除掉非器件区域内的直线；对所述非器件区域进行圆形边缘线检测得到得多条圆形边缘线，根据各所述圆形边缘线的极坐标极差计算所述圆形边缘线的完整度，基于所述完整度筛除掉不完整的圆形边缘线；对所述圆形边缘线上的边缘点的八邻域进行边缘点寻找，计算所述圆形边缘线的粘连度，根据所述粘连度筛除掉有粘连的圆形边缘线；计算所述圆形边缘线和对应的内部区域的灰度值的均匀程度，根据所述均匀程度筛除掉非实心的圆形边缘线；基于多次筛除，未被筛除掉的圆形边缘线的内部区域为非闲置焊盘区域；

基于所述焊接引脚区域和所述非闲置焊盘区域的灰度值和焊接面积，计算所述电路板的焊接质量评价值。

优选的，所述预处理所述电路板图像得到所述电路板图像中的器件区域和非器件区域，包括：

灰度化所述电路板图像，得到灰度图像；采用中值滤波器对所述灰度图像过滤噪声；对于过滤噪声后的灰度图像，采用直方图均衡化进行图像增强得到增强图像；

基于所述电路板图像上设定的元器件的标签，语义分割所述增强图像，提取出所述器件区域和所述非器件区域。

优选的，所述当所述灰度值极差大于等于预设极差阈值时，选取边缘区域内的部分像素点作为初始生长点，包括：

当所述灰度值极差大于等于预设极差阈值时，基于所述边缘区域内所有像素点的灰度值，利用大津阈值分割法得到最佳灰度分割阈值；灰度值大于所述最佳灰度分割阈值的边缘区域内的像素点作为初始生长点。

优选的，所述对于所述非器件区域进行直线检测得到多条直线，筛除掉非器件区域内的直线，包括：

利用Canny算子提取出所述非器件区域上的边缘点；采用霍夫直线检测获取所述非器件区域上的多条直线，将多条直线对应的像素点从非器件区域上的边缘点进行剔除，筛除掉非器件区域内的直线。