摘要
本申请公开了一种基于机器视觉与深度学习结合的虚焊检测方法及装置,属于焊接质量检测技术领域;该方法通过机器视觉采集电池片的头部、中部、尾部图像,从而获取所有焊带的参数信息;同时,通过深度学习构建检测模型,检测模型以机器视觉获取所有焊带位置信息为输入,通过绘制矩形框来确定焊带的中心点坐标,并将中心点坐标与机器视觉获取的焊带位置进行比较,获取所有焊带的具体点位;通过设置阈值来确定所有不良品焊带的位置。本申请的一种基于机器视觉与深度学习结合的虚焊检测方法及装置,不仅解决了现有焊接缺陷检测技术无法全面获取焊带位置信息的问题,还在此基础上实现了对焊接质量的精准控制。
技术关键词
焊带
图像
焊接缺陷检测
机器视觉模块
边缘检测算法
参数
间距
电池片
汇流条
不良品
基准
鱼钩
坐标系
表格
定义
系统为您推荐了相关专利信息
激光发射器
识别扫描设备
分拣设备
分拣方法
三角形安装板
多源遥感数据
指数特征
极化特征
纹理特征
地形特征
联合检测模型
光场调控
表面缺陷检测方法
多角度
图像
虚拟服装定制
MLP神经网络
三维点云数据
ICP算法
人体动态特征
裂纹缺陷
LightGBM模型
信号特征值
钢质管道内壁
多通道