【技術實現步驟摘要】
本專利技術涉及電子產品外觀缺陷檢測，更具體地說，涉及一種電子產品支架表面溢膠缺陷智能檢測方法和系統。
技術介紹
1、電子產品質量成為越來越多的消費者考慮的關鍵因素。電子產品在生產過程中通常需要經過多種復雜的工藝流程，其中中框支架噴膠貼合是顯示屏組裝工藝流程中關鍵的一環。溢膠缺陷一般發生在中框支架邊緣；中框支架常采用金屬材質，噴膠過程中表面極易產生溢膠缺陷，即膠劑在噴涂過程中從支架邊緣溢出，通常附著支架表面的溢出膠水會使得后續貼合工藝中出現間隙過大導致電子產品密封性變差問題。這會嚴重影響產品的整體質量。因此，如何對電子產品支架外觀進行精準的溢膠缺陷檢測是保證產品質量的關鍵。現有技術中大多通過條光和線掃相機拍攝出圖像效果，現有的溢膠支架如圖1和圖2所示，分別展示的是電子設備支架左上角溢膠的局部放大圖，以及電子設備支架右下角溢膠的局部放大圖，從圖像上可以看出支架邊緣具有較為明顯的溢膠缺陷，大部分傳統的視覺檢測算法均可以檢出較為明顯的溢膠缺陷，但是對于溢膠不明顯的物料大部分檢測算法很難取得較好的效果，不是容易漏檢就是容易過檢，因此不能保障物料表面溢膠檢測的準確性，這要求對中框支架的表面缺陷檢測要有更高的準確性和智能性，不僅可以檢測支架表面較為明顯的溢膠缺陷，同時也要具有更好的學習能力，針對各種類型、形態的溢膠缺陷都有較好的識別能力。
技術實現思路
1、本專利技術要解決的技術問題在于，針對現有技術的上述缺陷，提供一種電子產品支架表面溢膠缺陷智能檢測方法和系統。
2、一方面，本專利
3、采用相機對整個物料表面進行掃描拍照確定支架表面溢膠區域，提取出溢膠區域中的全部輪廓，篩選出所需圖像特征輪廓；然后根據圖片不同位置的多個圖像特征創建多個圖像定位模板；
4、將圖像定位模板的特征輪廓與待檢測物料圖片相應區域的輪廓進行匹配；對待檢測物料圖片重定位，劃定缺陷檢測的具體roi區域；
5、切割待檢測物料原圖片并將獲得的子圖片通過折疊算法進行n次折疊處理；然后對切割折疊后的圖片進行實例分割，分離溢膠缺陷的前景和背景，得到每一檢測區域溢膠缺陷所處的具體位置；
6、將所有子圖片的檢測結果匯總，反算得到原圖上溢膠缺陷所在具體位置及缺陷面積，匯總反算過程按照上述的切割過程反向恢復合并從而判斷支架是否合格；
7、本專利技術所述的電子產品支架表面溢膠缺陷智能檢測方法，其中，待測物料圖片的重定位方法如下：
8、采用三點定位法，根據三個不同方位的特征輪廓建立圖像模板的行列坐標和待檢測圖的行列坐標計算剛性仿射變換矩陣，然后對待檢測圖片進行旋轉平移，直至所有圖像中支架位置保持一致；
9、本專利技術所述的電子產品支架表面溢膠缺陷智能檢測方法，其中，獲取仿射變換后圖片的大小，比較圖片的高和寬，以圖片高度值和寬度值中的最小值為下一步切割折疊的基準；
10、本專利技術所述的電子產品支架表面溢膠缺陷智能檢測方法，其中，所述剛性仿射變換計算所得仿射矩陣的x向、y向縮放因子為1，旋轉角度0.031786，斜切角度0；
11、本專利技術所述的電子產品支架表面溢膠缺陷智能檢測方法，其中，所述子圖片的折疊算法邏輯如下：
12、圖像的寬高分別為w和h，若h＞w，則以寬度w為基準對高進行切割，切割所得子圖片以w為基準進行折疊，折疊后圖片大小為2w*h/2，若2w≥h則結束折疊算法，否則進行下一次切割折疊，不斷迭代直至滿足折疊算法終止條件2w≥h，結束折疊算法；
13、本專利技術所述的電子產品支架表面溢膠缺陷智能檢測方法，其中，長方形區域的圖片以短邊為基準將圖片分割為若干個正方形區域，對每一正方形區域的圖像進行實例分割；
14、另一方面，本專利技術提供一種電子產品支架表面溢膠缺陷智能檢測系統，其中，包括：
15、掃描提取模塊，用于對整個物料表面進行掃描拍照確定支架表面溢膠區域，提取出溢膠區域中的全部輪廓，篩選出所需圖像特征輪廓；
16、創建模塊，根據圖片不同位置的多個圖像特征創建多個圖像定位模板；
17、輪廓匹配模塊，用于將圖像定位模板的特征輪廓與待檢測物料圖片相應區域的輪廓進行匹配；對待檢測物料圖片重定位，劃定缺陷檢測的具體roi區域。
18、切割折疊模塊，用于切割待檢測物料原圖片并將獲得的子圖片通過折疊算法進行n次折疊處理；然后對切割折疊后的圖片進行實例分割，分離溢膠缺陷的前景和背景，得到每一檢測區域溢膠缺陷所處的具體位置；
19、匯總反算模塊，用于將所有子圖片的檢測結果匯總，反算得到原圖上溢膠缺陷所在具體位置及缺陷面積，匯總反算過程按照上述的切割過程反向恢復合并從而判斷支架是否合格；
20、本專利技術的有益效果在于：該電子產品支架表面溢膠缺陷智能檢測方法和系統設計巧妙，對支架的溢膠具有高檢出率低漏檢率，檢測精度高，通過采用高分辨率線掃相機對整個支架進行掃描拍照，然后根據圖片不同位置的多個圖像特征創建多個圖像定位模板，進而對支架表面溢膠區域進行分塊檢測可以去除不檢測區域以提高檢測速度；然后將圖像定位模板的特征輪廓與待檢測物料圖片相應區域的輪廓進行匹配；對待檢測物料圖片重定位，確保了支架圖像的位置一致，再次縮小溢膠檢測區域，提高檢測的精度；通過單獨對分割后的子圖片折疊處理和實例分割處理后得到每一檢測區域溢膠缺陷所處的具體位置；然后將把子圖像的檢測結果進行合并，把完整的檢測結果反算到原圖上，根據完整的檢測結果和缺陷判別標準判定支架是否合格，溢膠缺陷的檢測準確度高。
本文檔來自技高網...【技術保護點】
1.一種電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，所述檢測方法包括以下步驟：
2.根據權利要求1所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，待測物料圖片的重定位方法如下：
3.根據權利要求2所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，獲取仿射變換后圖片的大小，比較圖片的高和寬，以圖片高度值和寬度值中的最小值為下一步切割折疊的基準。
4.根據權利要求2或3所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，其中，所述剛性仿射變換計算所得仿射矩陣的x向、y向縮放因子為1，旋轉角度0.031786，斜切角度0。
5.根據權利要求1-3任一所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，所述子圖片的折疊算法邏輯如下：
6.根據權利要求1所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，長方形區域的圖片以短邊為基準將圖片分割為若干個正方形區域，對每一正方形區域的圖像進行實例分割。
7.一種電子產品支架表面溢膠缺陷智能檢測系統，其特征在于，包括：
【技術特征摘要】
1.一種電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，所述檢測方法包括以下步驟：
2.根據權利要求1所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，待測物料圖片的重定位方法如下：
3.根據權利要求2所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，獲取仿射變換后圖片的大小，比較圖片的高和寬，以圖片高度值和寬度值中的最小值為下一步切割折疊的基準。
4.根據權利要求2或3所述的電子產品支架表面溢膠缺陷智能檢測方法，其特征在于，其中...
【專利技術屬性】
技術研發人員：李正超，李曉華，冉隆川，
申請(專利權)人：深圳市智弦科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。