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

doi:10.13291/j.cnki.djdxac.2025.01.014

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 +

Author information +

文章历史 +

PDF (2816K)

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。