灯珠缺陷的检测方法及装置制造方法及图纸

本发明专利技术提供了一种灯珠缺陷的检测方法及装置，其中，该方法包括：在灯盘通电后，采集所述灯盘的第一图片和通电电流，其中，所述灯盘上安装有若干个

【技术实现步骤摘要】
灯珠缺陷的检测方法及装置


[0001]本专利技术涉及机器视觉和工业机器人
，具体而言，涉及一种灯珠缺陷的检测方法及装置
。

技术介绍

[0002]在相关技术的工业生产过程中，在贴片机把
LED
灯珠贴到
PCB
焊盘的过程中，由于生产环境的温湿度，工艺流程，原材料因素，设备或人为等因素，产生了产品缺陷，导致有些灯珠不亮
。
[0003]相关技术中，采用
SSD
目标检测的方法，检测不亮的
LED
灯珠，也有采用设定阈值的方式，如亮度或边缘的梯度
。
采用
SSD
目标检测的方法，经常会出现把表面有脏污亮的灯珠识别成不亮的，也会把非灯珠位置的纹理识别成不亮的灯珠
。
采用设定阈值的方式，会受到拍照时的光照，环境和复杂背景等较大的影响，使用时需要频繁地根据环境修改阈值，使得这种方式受到很大的限制，导致算法的泛化能力很差，产生较多伪缺陷灯珠的问题，伪缺陷问题一，缺陷检测网络会把亮的灯珠当着不亮的灯珠作为输出；伪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种灯珠缺陷的检测方法，其特征在于，包括：在灯盘通电后，采集所述灯盘的第一图片和通电电流，其中，所述灯盘上安装有若干个
LED
灯珠；将所述第一图片和通电电流输入缺陷检测网络，得到缺陷识别结果；基于长宽比检测所述缺陷识别结果中的第一伪缺陷，并根据所述缺陷识别结果将所述第一图片分割为缺陷区域和非缺陷区域；在所述灯盘去电后，采集所述灯盘的第二图片；根据所述第一图片和所述第二图片检测所述缺陷区域中的第二伪缺陷
。2.
根据权利要求1所述的方法，其特征在于，基于长宽比检测所述缺陷识别结果中的第一伪缺陷，并根据所述缺陷识别结果将所述第一图片分割为缺陷区域和非缺陷区域，包括：确定所述缺陷识别结果中每个识别对象的缺陷位置和缺陷概率；针对每个识别对象，判断所述缺陷概率是否小于预设值，以及根据所述缺陷位置的最小外包围框判断识别对象的长宽比是否在预设范围内；若所述缺陷概率小于预设值，或，所述识别对象的长宽比在预设范围内，将所述识别对象的识别结果确定为第一伪缺陷，并确定对应的第一识别对象为非缺陷对象；若所述缺陷概率大于或等于预设值，且，所述缺陷对象的长宽比不在预设范围内，确定对应的第二识别对象为缺陷对象；将所有非缺陷对象和所有缺陷对象在所述第一图片中的分别占用的区域确定为非缺陷区域和缺陷区域
。3.
根据权利要求1所述的方法，其特征在于，根据所述第一图片和所述第二图片检测所述缺陷区域中的第二伪缺陷包括：对所述第一图片和所述第二图片进行差分运算，得到差分图；将所述缺陷区域与所述差分图做与运算，得到第三图片；采用所述第三图片检测所述缺陷区域中的第二伪缺陷
。4.
根据权利要求3所述的方法，其特征在于，采用所述第三图片检测所述缺陷区域中的第二伪缺陷包括：检测所述第三图片中的缺陷连通区域，其中，所述缺陷连通区域中包括至少两个相邻的缺陷对象；计算所述缺陷连通区域的最大灰度值，以及计算所述缺陷连通区域周围的非缺陷对象的亮度梯度；判断所述最大灰度值是否大于第一阈值；若所述最大灰度值大于第一阈值，针对所述缺陷连通区域中的每个缺陷对象，判断所述缺陷对象周围的非缺陷区域的亮度梯度是否大于第二阈值；若所述缺陷对象周围的非缺陷对象的亮度梯度大于第二阈值，确定所述缺陷对象的识别结果为第二伪缺陷
。5.
根据权利要求1所述的方法，其特征在于，在根据所述第一图片和所述第二图片检测所述缺陷区域中的第二伪缺陷之后，所述方法还包括：在所述缺陷识别结果上过滤所述第一伪缺陷和所述第二伪缺陷；判断过滤后的缺陷识别结果中是否还存在真缺陷；
若过滤后的缺陷识别结果中还存在真缺陷，确定所述灯盘为次品；若过滤后的缺陷识别结果中不存在真缺陷，确定所述灯盘为良品
。6.
根据权利要求1所述的方法，其特征在于，将所述第一图片和通电电流输入缺陷检测网络，得到缺陷识别结果，包括：采用特征提取网络将所述第一图片切分为多个图像块，以及对所述通电电流进行数字化，得到嵌入向量，其中，所述缺陷检测网络包括所述特征提取网络和
Transformer
模型；提取所述多个图像块中的每个图像块的块特征图，得到所述第一图片的特征图；融合所述特征图和所述嵌入向量，得到不同模态数据的融合特征；将所述融合特征输入所述
Transformer
模型，输出缺陷识别结果
。7.
根据权利要求6所述的方法，...

【专利技术属性】
技术研发人员：熊海飞，杨光，于洋，
申请(专利权)人：深圳市信润富联数字科技有限公司，
类型：发明
国别省市：