一种制造技术

本发明专利技术提供一种

【技术实现步骤摘要】
一种LED支架缺陷检测方法及系统


[0001]本专利技术涉及
LED
支架检测
，特别涉及一种
LED
支架缺陷检测方法及系统
。

技术介绍

[0002]LED(Light Emitting Diode)
，发光二极管，是一种能够将电能转化为可见光的固态的半导体器件，它可以直接把电转化为光
。LED
的心脏是一个半导体的晶片，晶片的一端附在一个
LED
支架上，一端是负极，另一端连接电源的正极，使整个晶片被环氧树脂封装起来
。
[0003]LED
支架，
LED
灯珠在封装之前的底基座，在
LED
支架的基础上，将芯片固定进去，焊上正负电极，再用封装胶一次封装成形
。
[0004]现有技术当中，
LED
支架的尺寸较小，生产过程中容易产生断裂
、
杂质
、
划痕以及油污等缺陷，通常是通过
AOI
设备或者通过采用显微镜人工目检的方式检测
LED
支架的缺陷，不仅效率低下，且会导致误检率较高，并且会使得劳动成本过高
。

技术实现思路

[0005]基于此，本专利技术的目的是提供一种
LED
支架缺陷检测方法及系统，以至少解决上述现有技术当中的不足
。
[0006]一方面本专利技术提供一种
LED
支架缺陷检测方法，所述方法包括：获取
LED
支架的图像信息，将所述图像信息转换为灰度直方图，并通过实验测试阈值以实现所述灰度直方图的二值化，以得到二值化图像；基于所述二值化图像以高斯核进行高斯平滑，获取所述
LED
支架的胶底的轮廓信息；根据
Harries
角点检测算法对所述轮廓信息进行检测，以得到所述胶底的缺陷特征；采用全局阈值对所述图像信息进行预分割，并获取所述图像信息中的
LED
支架杯台的杯台二值图像；基于杯台标准模板对所述杯台二值图像依次进行差分运算及开运算，以提取
LED
支架杯台的缺陷特征；对所述灰度直方图依次进行卷积运算及圆检测，以分割出所述
LED
支架的杯口信息，并提取杯口信息的缺陷特征；将所述图像信息转化为对应的
HSV
图像，计算所述
HSV
图像的平均饱和度，以提取所述
LED
支架中的铜底的缺陷特征
。
[0007]与现有技术相比，本专利技术的有益效果是，通过将
LED
支架的图像转化为灰度直方图，然后基于灰度直方图分别对
LED
支架的胶底
、
杯台
、
杯口以及铜底进行缺陷检测，以使得对
LED
支架的检测更为的全面，从而能够更加有效的检测出
LED
支架的缺陷，并且能够有效避免误检，有效提升检测效率
。
[0008]进一步的，所述基于所述二值化图像以高斯核进行高斯平滑，获取所述
LED
支架的胶底的轮廓信息的步骤包括：设置所述二值化图像上两个垂直方向上的
Sobel
核，并将所述
Sobel
核与所述二值化图像进行一阶差分运算，得到运算后的二值化图像；基于所述高斯核对所述二值化图像进行高斯平滑，以得到所述轮廓信息
。
[0009]进一步的，所述根据
Harries
角点检测算法对所述轮廓信息进行检测，以得到所述胶底的缺陷特征的步骤包括：根据
Harries
角点检测算法标记所述轮廓信息中的四个边界区域中的角点特征，并得到所述角点特征的角点坐标；检测所述角点坐标，以得到起始种子点，获取所述起始种子点的灰度值，并进行去噪，以得到胶底特征；基于所述胶底特征分割出胶底图像，并对所述胶底图像与胶底模板图像进行差分运算，以得到所述胶底的缺陷特征
。
[0010]进一步的，所述并获取所述图像信息中的
LED
支架杯台的杯台二值图像的步骤之后，所述方法包括：对所述杯台二值图像进行处理，得到处理杯台二值图像；分割出所述处理杯台二值图像中的所述
LED
杯台结构图像
。
[0011]进一步的，所述对所述灰度直方图依次进行卷积运算及圆检测，以分割出所述
LED
支架的杯口信息的步骤包括：设置所述灰度直方图两个垂直方向上的
Sobel
核，并以所述两个垂直方向上的
Sobel
核对所述灰度直方图进行若干次的卷积运算，得到计算后的灰度直方图；对所述计算后的灰度直方图进行圆检测，得到检测后的灰度直方图，并对所述检测后的灰度直方图进行标记，以分割所述杯口信息
。
[0012]进一步的，所述并提取杯口信息的缺陷特征的步骤包括：获取模板杯口的直径大小，并从所述杯口信息中获取杯口的直径大小；比对所述模板杯口的直径大小与所述杯口的直径大小，以提取所述杯口信息的缺陷特征
。
[0013]进一步的，所述将所述图像信息转化为对应的
HSV
图像，计算所述
HSV
图像的平均饱和度，以提取所述
LED
支架中的铜底的缺陷特征的步骤包括：分割所述
HSV
图像，以得到所述
LED
支架中的铜底特征；计算所述铜底特征的平均饱和度，得到计算图像，并按照预设阈值对所述计算图像进行分割，以提取所述
LED
支架中的铜底的缺陷特征
。
[0014]另一方面本专利技术还提供一种
LED
支架检测系统，所述系统包括：第一获取模块，用于获取
LED
支架的图像信息，将所述图像信息转换为灰度直方图，并通过实验测试阈值以实现所述灰度直方图的二值化，以得到二值化图像；第二获取模块，用于基于所述二值化图像以高斯核进行高斯平滑，获取所述
LED
支架的胶底的轮廓信息；第一检测模块，用于根据
Harries
角点检测算法对所述轮廓信息进行检测，以得到所述胶底的缺陷特征；
预分割模块，用于采用全局阈值对所述图像信息进行预分割，并获取所述图像信息中的
LED
支架杯台的杯台二值图像；运算模块，用于基于杯台标准模板对所述杯台二值图像依次进行差分运算及开运算，以提取
LED
支架杯台的缺陷特征；第二检测模块，用于对所述灰度直方图依次进行卷积运算及圆检测，以分割出所述
LED
支架的杯口信息，并提取杯口信息的缺陷特征；计算模块，用于将所述图像信息转化为对应的
HSV
图像，计算所述
HSV
图像的平均饱和度，以提取所述
LED
支架中的铜底的缺陷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
LED
支架缺陷检测方法，其特征在于，所述方法包括：获取
LED
支架的图像信息，将所述图像信息转换为灰度直方图，并通过实验测试阈值以实现所述灰度直方图的二值化，以得到二值化图像；基于所述二值化图像以高斯核进行高斯平滑，获取所述
LED
支架的胶底的轮廓信息；根据
Harries
角点检测算法对所述轮廓信息进行检测，以得到所述胶底的缺陷特征；采用全局阈值对所述图像信息进行预分割，并获取所述图像信息中的
LED
支架杯台的杯台二值图像；基于杯台标准模板对所述杯台二值图像依次进行差分运算及开运算，以提取
LED
支架杯台的缺陷特征；对所述灰度直方图依次进行卷积运算及圆检测，以分割出所述
LED
支架的杯口信息，并提取杯口信息的缺陷特征；将所述图像信息转化为对应的
HSV
图像，计算所述
HSV
图像的平均饱和度，以提取所述
LED
支架中的铜底的缺陷特征
。2.
根据权利要求1所述的
LED
支架缺陷检测方法，其特征在于，所述基于所述二值化图像以高斯核进行高斯平滑，获取所述
LED
支架的胶底的轮廓信息的步骤包括：设置所述二值化图像上两个垂直方向上的
Sobel
核，并将所述
Sobel
核与所述二值化图像进行一阶差分运算，得到运算后的二值化图像；基于所述高斯核对所述二值化图像进行高斯平滑，以得到所述轮廓信息
。3.
根据权利要求1所述的
LED
支架缺陷检测方法，其特征在于，所述根据
Harries
角点检测算法对所述轮廓信息进行检测，以得到所述胶底的缺陷特征的步骤包括：根据
Harries
角点检测算法标记所述轮廓信息中的四个边界区域中的角点特征，并得到所述角点特征的角点坐标；检测所述角点坐标，以得到起始种子点，获取所述起始种子点的灰度值，并进行去噪，以得到胶底特征；基于所述胶底特征分割出胶底图像，并对所述胶底图像与胶底模板图像进行差分运算，以得到所述胶底的缺陷特征
。4.
根据权利要求1所述的
LED
支架缺陷检测方法，其特征在于，所述并获取所述图像信息中的
LED
支架杯台的杯台二值图像的步骤之后，所述方法包括：对所述杯台二值图像进行处理，得到处理杯台二值图像；分割出所述处理杯台二值图像中的所述
LED
杯台结构图像
。5.
根据权利要求1所述的
LED
支架缺陷检测方法，其特征在于，所述对所述灰度直方图依次进行卷积运算及圆检测，以分割出所述
LED
支架的杯口信息的步骤包括：设置所述灰度直方图两个垂直方向上的
Sobel
核，并以所述两个垂直方向上的
Sobel
核对所述灰度直方图进行若干次的卷积运算，得到计算后的灰度直方图；对所述计算后的灰度直方图进行圆检测，得到检测后的灰度直方图，并对所述检测后的灰度直方图进行标记，以分割所述杯口信息
...

【专利技术属性】
技术研发人员：史宣朋，左明鹏，李义园，张路华，
申请(专利权)人：江西斯迈得半导体有限公司，
类型：发明
国别省市：