基于机器视觉的焊点质量检测方法研究

孙丽, 张瀚文, 白雨轩, 王品烁

PDF(2751 KB)
PDF(2751 KB)
大连交通大学学报 ›› 2025, Vol. 46 ›› Issue (01) : 93-100. DOI: 10.13291/j.cnki.djdxac.2025.01.014

基于机器视觉的焊点质量检测方法研究

  • 孙丽, 张瀚文, 白雨轩, 王品烁
作者信息 +
History +

摘要

针对L公司楼宇机组控制面板制作过程中,各种元器件PCB板在焊接时人工对焊点质量进行缺陷检测的效率低、误差大等问题,采用机器视觉方法实现快速识别。首先,对采集到的图像数据进行预处理,提出改进的小波阈值去噪方法和改进NGO(Northern Goshawk Optimization)优化的OTSU多阈值分割方法;其次,分别采用HOG、LBP、GLCM 3种特征和SVM、KNN、Tree 3种模型共12种分类情况对焊点图像进行描述,用于更好地将焊点图像的信息体现出来;最后,将CNN_SVM与传统的CNN及SVM模型进行对比,CNN_SVM对焊点图像分类的准确率为98.3%,与CNN及SVM对比分别提高了2.5%和4.6%。同时构建了L公司焊点数据集,试验结果证明,同人工对比,单个焊点检测时间约减少了0.9 s。

关键词

机器视觉 / 焊点质量 / 分类识别 / 卷积神经网络

中图分类号

TP391.41 / TG441.7 / TN41

引用本文

导出引用
孙丽, 张瀚文, 白雨轩, 王品烁. 基于机器视觉的焊点质量检测方法研究. 大连交通大学学报. 2025, 46(01): 93-100 https://doi.org/10.13291/j.cnki.djdxac.2025.01.014

基金

辽宁省交通科技研究计划资助项目(202149); 辽宁省自然科学基金资助项目(2021-KF-15-02)

评论

本文评价 (0)
我的评价
本文评论(0)
当前还没有评论信息, 赶快评论一下吧!
AI Summary AI Mindmap
PDF(2751 KB)

2

Accesses

0

Citation

Detail

段落导航
相关文章

/