本发明专利技术提供一种T/R组件一体化组装焊接钎透率计算方法、装置和系统，涉及智能制造领域。本发明专利技术中，接收并预处理T/R组件的X‑ray设备图像，并作为预先训练好的Yolov5网络的输入，以对所述X‑ray设备图像上的不同器件区域进行划分，获取环形器区域、芯片衬底区域和带有背景的第一基板区域；将预设的基板掩膜图像与所述第一基板区域进行融合，获取不带有背景的第二基板区域；采用自适应阈值分别对各器件区域进行气泡分割，获取相应的气泡区域；根据各器件区域自身及其气泡区域的像素数量，分别获取各器件区域的焊接钎透率。实现高效快速准确同时检测多个各器件区域的焊接钎透率，尤其是有效屏蔽了多层介质电路基板存在焊点、走线等干扰导致的检测误差。
1、t/r组件作为有源相控阵雷达的核心部件，其对雷达性能有着极其重要的影响。目前，主要通过一体化组装焊接技术来实现环形器、多层介质电路基板、芯片衬底、管壳之间可靠焊接。然而，环形器、多层介质电路基板、芯片衬底、管壳之间焊接的气泡会使焊接层的电导率、热导率和可靠性大大降低，从而影响散热性能和接地状况，最终影响t/r组件性能和长期可靠性。
2、对此，通常由技术人员拍摄组件x射线(x-ray)照片，并判断组件各器件区域焊接钎透率(1-所有气泡面积之和与焊接层面积之比)是否合格，来确保焊接质量。然而，上述方法过于依赖技术人员经验知识，效率较低且判断标准过于随意，难以满足t/r组件高标准、高可靠、高一致生产需求。
3、学界内一般采用均值滤波和阈值分割等机器学习方法来提取气泡区域并计算钎透率的方法，可以很好适应不同样品图像背景灰度值差异较大的问题。然而，t/r组件中零部件类别及数量较多，背景环境较为复杂，且气泡面积较小、形状不规则，难以简单应用上述机器学习方法加以解决。而语义分割等深度学习方法一般需要人工对图像中气泡加以标注后进行训练后才能应用，存在难以标注、工作量较大以及对设备硬件要求高等诸多问题。
4、因此，针对雷达市场用户对高可靠t/r组件产品的需求，同时为降低生产成本，提高生产效率，如何高效快速准确的计算t/r组件关键区域焊接钎透率，是本领域技术人员需要深入思考的问题之一。
>技术实现思路1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种t/r组件一体化组装焊接钎透率计算方法、装置和系统，解决了针对t/r组件一体化组装焊接中器件数量和种类较多，气泡形态各异，形状不规则且分布较为杂乱，传统方法难以高效准确计算，人工判定容易出现错判漏判，且效率低下的技术问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：
5、一种t/r组件一体化组装焊接钎透率计算方法，包括：
6、接收并预处理t/r组件的x-ray设备图像；
7、将预处理后的x-ray设备图像作为预先训练好的yolov5网络的输入，以对所述x-ray设备图像上的不同器件区域进行划分，获取环形器区域、芯片衬底区域和带有背景的第一基板区域；
8、将预设的基板掩膜图像与所述第一基板区域进行融合，获取不带有背景的第二基板区域；
9、采用自适应阈值分别对所述环形器区域、芯片衬底区域和第二基板区域进行气泡分割，获取各器件区域上相应的气泡区域；
10、根据各器件区域自身及其气泡区域的像素数量，分别获取各器件区域的焊接钎透率。
11、优选的，所述yolov5网络的训练过程包括：
12、获取t/r组件的历史x-ray设备图像集；
13、利用标注工具对每一张历史x-ray设备图像上的环形器区域、芯片衬底区域、带有背景的基板区域进行位置标注；
14、基于标注后的历史x-ray设备图像集，对所述yolov5网络进行训练直至收敛。
15、优选的，所述基板掩膜图像的获取过程包括：
16、基于带有背景的基板区域的焊点和芯片的固定位置，对基板区域固定位置进行遮盖，将遮盖后获取的背景涂改为白色，制作出通用的基板掩膜图像。
17、优选的，采用自适应阈值对所述环形器区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
18、s411、针对标注后的历史x-ray设备图像集，基于预先制作的环形器模板对所有标注好的环形器区域进行匹配，区分所有标注好的环形器区域的内部和外部；并分别统计每一环形器区域的内部灰度值低于50的像素所占比例x1、环形器的外部灰度值低于70的像素所占比例x2；
19、s412、以灰度比例x1以及对应区域的大津阈值y1作为自变量，理想阈值z1作为因变量，进行回归拟合获取环形器区域内部阈值分割的二元三次函数z1＝f1(x1，y1)；
20、以及以灰度比例x2以及对应区域的大津阈值y2作为自变量，理想阈值z2作为因变量，进行回归拟合获取环形器区域外部阈值分割的二元三次函数z2＝f2(x2，y2)；
21、s413、针对所述环形器区域，基于预先制作的环形器模板对该环形器区域进行匹配，区分各环形器区域的内部和外部，并分别统计该环形器区域的内部灰度值低于50的像素所占比例x3、环形器区域的外部灰度值低于70的像素所占比例x4；
22、s414、若所得灰度比例x3或x4低于50％，则将所得灰度比例分别代入环形器区域的内部或外部阈值分割函数，获取相应的分割阈值进行气泡分割，以获取所述环形器区域上相应的气泡区域；
23、若所得比例x3或x4不低于50％，则将所得灰度比例分别代入环形器区域的内部或外部阈值分割函数，以所得分割阈值和所得分割阈值加10，进行两次气泡分割并取中间的差值，以获取所述环形器区域上相应的气泡区域。
24、优选的，采用自适应阈值对所述芯片衬底区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
25、s421、以灰度值70作为分界点，通过分段线性变换对所述芯片衬底区域的对比度进行提升：
26、灰度值在70以下的像素按照第一预设幅度提升或者保持不变，灰度值在70以上的像素则按照第二预设幅度提升；其中所述第二预设幅度大于第一预设幅度；
27、s422、获取经过对比度提升后的芯片衬底区域的直方图，根据所述直方图绘制光滑的曲线并求解波谷的位置，作为所述芯片衬底区域的大津阈值y3；
28、s423、将大津阈值y3加100作为分割阈值，对经过对比度提升后的芯片衬底区域照片进行背景和气泡分割，以获取所述芯片衬底区域上相应的气泡区域。
29、优选的，采用自适应阈值对所述第二基板区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
30、采用canny边缘检测算法求取所述第二基板区域中至少包括电阻、电容、焊点区域的边缘，以作为第二基板区域中无关区域；
31、采用canny边缘检测算法求取所述第二基板区域自身的外部边缘，以作为第二基板区域的轮廓区域，利用与所述无关区域的面积差值，作为所述第二基板区域的焊接区域；
32、采用自适应阈值对所述第二基板的焊接区域进行气泡分割，以获取所述第二基板上相应的气泡区域。
33、优选的，所述根据各器件区域自身及其气泡区域的像素数量，分别获取各器件区域的焊接钎透率；包括：
34、分别计算所述环形器区域、芯片衬底区域、第二基板区域的自身像素数量，并求和以获取各器件区域的焊接层总面积；
35、分别计算所述环形器区域、芯片衬底区域、第二基板区域上分割出的所有气泡区域的像素数量，并求和以获取各器本文档来自技高网...
【技术保护点】
1.一种T/R组件一体化组装焊接钎透率计算方法，其特征在于，包括：
2.如权利要求1所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，所述Yolov5网络的训练过程包括：
3.如权利要求1所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，所述基板掩膜图像的获取过程包括：
4.如权利要求2所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，采用自适应阈值对所述环形器区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
5.如权利要求1所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，采用自适应阈值对所述芯片衬底区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
6.如权利要求1所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，采用自适应阈值对所述第二基板区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
7.如权利要求1所述的T/R组件一体化组装焊接钎透率计算方法，其特征在于，所述根据各器件区域自身及其气泡区域的像素数量，分别获取各器件区域的焊接钎透率；包括：
8.一种T/R组件一体化组装焊接钎透率计算装置，其特征在于，包括：
9.一种T/R组件一体化组装焊接钎透率计算系统，其特征在于，其工作流程包括：
10.如权利要求9所述的T/R组件一体化组装焊接钎透率计算系统，其特征在于，所述步骤五还包括：
...
【技术特征摘要】
1.一种t/r组件一体化组装焊接钎透率计算方法，其特征在于，包括：
2.如权利要求1所述的t/r组件一体化组装焊接钎透率计算方法，其特征在于，所述yolov5网络的训练过程包括：
3.如权利要求1所述的t/r组件一体化组装焊接钎透率计算方法，其特征在于，所述基板掩膜图像的获取过程包括：
4.如权利要求2所述的t/r组件一体化组装焊接钎透率计算方法，其特征在于，采用自适应阈值对所述环形器区域进行气泡分割，获取各器件区域上相应的气泡区域；包括：
5.如权利要求1所述的t/r组件一体化组装焊接钎透率计算方法，其特征在于，采用自适应阈值对所述芯片衬底区域进行气泡分割，获取各器件区域上相应的气...
【专利技术属性】
技术研发人员：何威，吴伟，陈艺骏，李宸宇，汪锐，
申请(专利权)人：中国电子科技集团公司第三十八研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。