【技术实现步骤摘要】
本申请涉及智能检测领域，且更为具体地，涉及一种基于视觉检测的逆变器壳体涂胶质量监控系统及方法。
技术介绍
1、随着现代制造业对产品质量要求的不断提高，尤其是在新能源、汽车电子等关键领域中，逆变器作为电力转换的核心组件，其制造过程中的每一个环节都必须严格把控。逆变器壳体的涂胶工艺是确保设备密封性、防水性和耐久性的关键步骤之一。
2、然而，传统图像检测技术在处理逆变器壳体涂胶状态监测图像时，往往对整幅图像进行统一处理，缺乏对涂胶区域的针对性分析，导致大量计算资源浪费在与涂胶质量无关的背景区域上，既降低了检测效率，又容易受到背景噪声干扰，影响涂胶质量检测的准确性。此外，传统方法在检测涂胶状态时，通常仅从宏观层面判断胶线是否存在明显缺陷，如严重的断点或大量溢胶等。对于胶线的细微特征，如细小裂纹气泡、微观的宽度变化以及表面纹理差异等，传统方法缺乏足够的敏感性和精度，难以实现精确检测。
3、因此，期望一种优化的逆变器壳体涂胶质量监控方案。
技术实现思路
1、本申请针对现有技术中的缺点，提供了一种基于视觉检测的逆变器壳体涂胶质量监控系统及方法。
2、根据本申请的一个方面，提供了一种基于视觉检测的逆变器壳体涂胶质量监控方法，其包括：获取由工业相机采集的逆变器壳体涂胶状态监测图像；对所述逆变器壳体涂胶状态监测图像进行roi提取以得到涂胶区域roi图像；沿着胶线对所述涂胶区域roi图像进行图像切割以得到胶线段roi图像的集合；对所述胶线段roi图像的集合中的各个胶线
3、根据本申请的另一个方面，提供了一种基于视觉检测的逆变器壳体涂胶质量监控系统，其包括：逆变器壳体涂胶状态数据采集模块，用于获取由工业相机采集的逆变器壳体涂胶状态监测图像；逆变器壳体涂胶区域roi提取模块，用于对所述逆变器壳体涂胶状态监测图像进行roi提取以得到涂胶区域roi图像；逆变器壳体涂胶区域roi图像切割模块，用于沿着胶线对所述涂胶区域roi图像进行图像切割以得到胶线段roi图像的集合；逆变器壳体涂胶状态检测模块，用于对所述胶线段roi图像的集合中的各个胶线段roi图像进行涂胶状态检测以得到胶线段状态特征编码图的集合；胶线段状态特征稀疏化编码模块，用于对所述胶线段状态特征编码图的集合中的各个胶线段状态特征编码图进行胶线段状态特征稀疏化以得到胶线段状态特征编码向量的集合，其中，所述胶线段状态特征稀疏化编码模块，包括：胶线段状态特征解耦展平单元，用于对所述胶线段状态特征编码图进行特征解耦和特征展平化以得到胶线段状态局部特征向量的集合；胶线段状态局部特征选择单元，用于对所述胶线段状态局部特征向量的集合进行局部重要性计算和邻域活跃度的特征选择以得到所述胶线段状态特征编码向量；胶线段状态特征差异度量模块，用于对所述胶线段状态特征编码向量的集合进行胶线段状态差异语义度量以得到胶线全局细粒度差异编码表示向量；涂胶质量监控结果生成模块，用于基于所述胶线全局细粒度差异编码表示向量，得到用于表示涂胶一致性是否符合预设要求的质量监控结果。
4、本申请由于采用了以上的技术方案，具有显著的技术效果：本申请提供的基于视觉检测的逆变器壳体涂胶质量监控系统及方法，其使用基于计算机视觉的图像处理技术来对逆变器壳体涂胶状态监测图像进行roi提取，接着，对提取后的涂胶区域roi图像进行图像切割和涂胶状态检测，然后对各个检测后得到的胶线段状态特征进行局部活跃度特征选择，以此根据各个选择后的胶线段状态特征之间的全局细粒度差异表示来智能地判断涂胶一致性是否符合预设要求。这样，通过对涂胶区域roi图像进行分析，可以大幅减少计算资源的浪费，还有利于提升检测效率。同时，能够精准识别胶线的细微特征，进而可以实现更加细致的涂胶质量评估。
本文档来自技高网...【技术保护点】
1.一种基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，包括：获取由工业相机采集的逆变器壳体涂胶状态监测图像；对所述逆变器壳体涂胶状态监测图像进行ROI提取以得到涂胶区域ROI图像；沿着胶线对所述涂胶区域ROI图像进行图像切割以得到胶线段ROI图像的集合；对所述胶线段ROI图像的集合中的各个胶线段ROI图像进行涂胶状态检测以得到胶线段状态特征编码图的集合；对所述胶线段状态特征编码图的集合中的各个胶线段状态特征编码图进行胶线段状态特征稀疏化以得到胶线段状态特征编码向量的集合，包括：对所述胶线段状态特征编码图进行特征解耦和特征展平化以得到胶线段状态局部特征向量的集合；对所述胶线段状态局部特征向量的集合进行局部重要性计算和邻域活跃度的特征选择以得到所述胶线段状态特征编码向量；对所述胶线段状态特征编码向量的集合进行胶线段状态差异语义度量以得到胶线全局细粒度差异编码表示向量；基于所述胶线全局细粒度差异编码表示向量，得到用于表示涂胶一致性是否符合预设要求的质量监控结果。
2.根据权利要求1所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述逆变器壳体涂胶状态监
3.根据权利要求2所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段ROI图像的集合中的各个胶线段ROI图像进行涂胶状态检测以得到胶线段状态特征编码图的集合，包括：使用基于Mobile-Former模型的涂胶状态检测器对所述胶线段ROI图像的集合中的各个胶线段ROI图像进行涂胶状态检测以得到所述胶线段状态特征编码图的集合。
4.根据权利要求3所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段状态局部特征向量的集合进行局部重要性计算和邻域活跃度的特征选择以得到所述胶线段状态特征编码向量，包括：对所述胶线段状态局部特征向量的集合中的各个胶线段状态局部特征向量进行局部重要性计算以得到胶线段状态局部特征重要性得分值的集合；基于所述胶线段状态局部特征重要性得分值的集合，对所述胶线段状态局部特征向量的集合进行降序排列以得到胶线段状态局部特征向量的降序序列；对所述胶线段状态局部特征向量的降序序列进行邻域活跃度的特征选择以得到选择后胶线段状态局部特征向量的降序序列；对所述选择后胶线段状态局部特征向量的降序序列进行级联以得到所述胶线段状态特征编码向量。
5.根据权利要求4所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段状态局部特征向量的降序序列进行邻域活跃度的特征选择以得到选择后胶线段状态局部特征向量的降序序列，包括：基于所述胶线段状态局部特征向量的降序序列中的各个胶线段状态局部特征向量的邻域特征，计算所述各个胶线段状态局部特征向量的特征邻域活跃度以得到胶线段状态局部特征邻域活跃度的序列；基于所述胶线段状态局部特征邻域活跃度的序列，对所述胶线段状态局部特征向量的降序序列进行特征选择以得到所述选择后胶线段状态局部特征向量的降序序列。
6.根据权利要求5所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，基于所述胶线段状态局部特征邻域活跃度的序列，对所述胶线段状态局部特征向量的降序序列进行特征选择以得到所述选择后胶线段状态局部特征向量的降序序列，包括：将所述胶线段状态局部特征向量的降序序列中各个胶线段状态局部特征向量对应的胶线段状态局部特征邻域活跃度与预设阈值进行比较以得到所述选择后胶线段状态局部特征向量的降序序列；其中，响应于所述胶线段状态局部特征向量对应的胶线段状态局部特征邻域活跃度大于等于所述预设阈值，所述胶线段状态局部特征向量保持不变；响应于所述胶线段状态局部特征向量对应的胶线段状态局部特征邻域活跃度小于所述预设阈值，将所述胶线段状态局部特征向量置为零。
7.根据权利要求6所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段状态特征编码向量的集合进行胶线段状态差异语义度量以得到胶线全局细粒度差异编码表示向量，包括：计算所述胶线段状态特征编码向量的集合中任意两个胶线段状态特征编码向量之间的胶线段状态差异语义度量系数以得到由多个胶线段状态差异语义度量系数组成的所述胶线全局细粒度差异编码表示向量。
8.根据权利要求7所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，基于所述胶线全局细粒度差异编码表示向量，得到用于表示涂胶一致性是否符合预设要求的质量监控结果，包括：将所述胶线全局细粒度差异编码表示向量输入基于分类器的质量监控模块以得到所述质量监控...
【技术特征摘要】
1.一种基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，包括：获取由工业相机采集的逆变器壳体涂胶状态监测图像；对所述逆变器壳体涂胶状态监测图像进行roi提取以得到涂胶区域roi图像；沿着胶线对所述涂胶区域roi图像进行图像切割以得到胶线段roi图像的集合；对所述胶线段roi图像的集合中的各个胶线段roi图像进行涂胶状态检测以得到胶线段状态特征编码图的集合；对所述胶线段状态特征编码图的集合中的各个胶线段状态特征编码图进行胶线段状态特征稀疏化以得到胶线段状态特征编码向量的集合，包括：对所述胶线段状态特征编码图进行特征解耦和特征展平化以得到胶线段状态局部特征向量的集合；对所述胶线段状态局部特征向量的集合进行局部重要性计算和邻域活跃度的特征选择以得到所述胶线段状态特征编码向量；对所述胶线段状态特征编码向量的集合进行胶线段状态差异语义度量以得到胶线全局细粒度差异编码表示向量；基于所述胶线全局细粒度差异编码表示向量，得到用于表示涂胶一致性是否符合预设要求的质量监控结果。
2.根据权利要求1所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述逆变器壳体涂胶状态监测图像进行roi提取以得到涂胶区域roi图像，包括：对所述逆变器壳体涂胶状态监测图像进行基于u-net网络的roi提取以得到所述涂胶区域roi图像。
3.根据权利要求2所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段roi图像的集合中的各个胶线段roi图像进行涂胶状态检测以得到胶线段状态特征编码图的集合，包括：使用基于mobile-former模型的涂胶状态检测器对所述胶线段roi图像的集合中的各个胶线段roi图像进行涂胶状态检测以得到所述胶线段状态特征编码图的集合。
4.根据权利要求3所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段状态局部特征向量的集合进行局部重要性计算和邻域活跃度的特征选择以得到所述胶线段状态特征编码向量，包括：对所述胶线段状态局部特征向量的集合中的各个胶线段状态局部特征向量进行局部重要性计算以得到胶线段状态局部特征重要性得分值的集合；基于所述胶线段状态局部特征重要性得分值的集合，对所述胶线段状态局部特征向量的集合进行降序排列以得到胶线段状态局部特征向量的降序序列；对所述胶线段状态局部特征向量的降序序列进行邻域活跃度的特征选择以得到选择后胶线段状态局部特征向量的降序序列；对所述选择后胶线段状态局部特征向量的降序序列进行级联以得到所述胶线段状态特征编码向量。
5.根据权利要求4所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，对所述胶线段状态局部特征向量的降序序列进行邻域活跃度的特征选择以得到选择后胶线段状态局部特征向量的降序序列，包括：基于所述胶线段状态局部特征向量的降序序列中的各个胶线段状态局部特征向量的邻域特征，计算所述各个胶线段状态局部特征向量的特征邻域活跃度以得到胶线段状态局部特征邻域活跃度的序列；基于所述胶线段状态局部特征邻域活跃度的序列，对所述胶线段状态局部特征向量的降序序列进行特征选择以得到所述选择后胶线段状态局部特征向量的降序序列。
6.根据权利要求5所述的基于视觉检测的逆变器壳体涂胶质量监控方法，其特征在于，基于...
【专利技术属性】
技术研发人员：卢文涛，姚晓波，李博超，郭圣，柳林，
申请(专利权)人：湖州安达汽车配件股份有限公司，
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。