CN103810459A - 图像识别装置及利用所述装置的电池阵焊接*** - Google Patents
图像识别装置及利用所述装置的电池阵焊接*** Download PDFInfo
- Publication number
- CN103810459A CN103810459A CN201210439268.6A CN201210439268A CN103810459A CN 103810459 A CN103810459 A CN 103810459A CN 201210439268 A CN201210439268 A CN 201210439268A CN 103810459 A CN103810459 A CN 103810459A
- Authority
- CN
- China
- Prior art keywords
- gray
- area
- ordinate
- pixel
- scale value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明的目的是提供一种图像识别装置,其在经采集的采集图像中识别出将银导线焊接在银箔表面上的焊点,所述采集图包括至少一个对应于所述银箔的第一区域和至少一个对应于所述银导线的第二区域,包括:灰度值获取单元,其获取所述第一区域和所述第二区域中各像素的灰度值;特征提取单元,其基于所述第一区域中各像素的灰度值,获取所述第一区域的特征点;及焊点确定单元,其根据所述第二区域中各像素的灰度值在所述第二区域中找寻所述焊点。与现有技术相比,根据本发明实施例的图像识别装置基于银箔与银导线之间的灰度差异进行识别,在银箔的质点周围找寻引导线所在位置,并最终确定焊点,由此可方便、快速地自动识别焊点位置。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种视觉图像识别装置,用于实现太阳能电池阵的自动焊接。
背景技术
国内空间用太阳能电池阵的零部件焊接基本都采用人工焊接,采用人工定位方式利用电阻点焊在太阳翼帆板背面银箔上焊接银导线,由人眼瞄准焊点后再控制操作盒移动焊接机构,每个焊点都需要重复粗调、瞄准、微调、试下压再微调这一过程才能准确移动到焊点的正上方。
这种方法耗时效率低,完成一块银箔上焊点的焊接大约需要2分钟的时间,极大的影响了生产进度。同时由于太阳能电池阵表面导线、元器件数量多,人工长时间焊接容易疲劳,所以焊接质量得不到很好保障。
因此,业界需要一种用于太阳能电池阵自动焊接***的图像识别模块,以期可定位快速准确,能高效完成太阳能电池阵表面电子元器件的可靠焊接。
发明内容
为了解决太阳能电池阵人工定位焊接效率低下、可靠性低的问题,采取自动定位方式对焊点进行定位。由于焊点的随机分布性,不可能事先给出准确的位置(坐标)信息,须采用机器视觉对焊点的坐标位置进行识别。本发明提供了图像识别技术,操作人员不需对焊点反复调试、瞄准,提高了操作的效率和可靠性。
本发明的一种图像识别装置,其在经采集的采集图像中识别出将银导线焊接在银箔表面上的焊点,所述采集图包括至少一个对应于所述银箔的第一区域和至少一个对应于所述银导线的第二区域。所述图像识别装置包括:灰度值获取单元,其获取所述第一区域和所述第二区域中各像素的灰度值;特征提取单元,其基于所述第一区域中各像素的灰度值,获取所述第一区域的特征点;及焊点确定单元,其根据所述第二区域中各像素的灰度值在所述第二区域中找寻所述焊点。
优选地,所述灰度值获取单元对所述第一区域和所述第二区域的各像素的灰度值进行灰度变换,以增强所述第一区域中各像素的灰度值与所述第二区域中各像素的灰度值之间的差异,并且,所述灰度值获取单元减小所述第一区域中各像素的灰度值,并且增大所述第二区域中各像素的灰度值。
优选地,所述特征提取单元,根据第一预定灰度值,确定所述第一区域的像素面积,从而确定出所述第一区域的面积区域;且获得所述第一区域的面积区域的质心,作为所述特征点。
作为上述装置的进一步改进,所述特征提取单元,对所述采集图像进行区域分割,并且从各分割区域的起始像素进行区域生长,其中所述区域生长准则为,当像素的灰度值超过预定生长阈值时,则进行区域生长,当像素的灰度值低于预定生长阈值时,则即停止生长;且筛选所述生长得到的区域,并对筛选结果进行面积统计,以确定所述第一区域的面积区域。
优选地,所述焊点确定单元的所述基于所述特征点包括以所述特征点的横坐标点或纵坐标点为基准。
作为上述装置的一种优选方案,所述焊点确定单元中,在以所述横坐标点为基准的情况下,沿纵坐标轴在纵坐标遍历范围内进行纵坐标遍历,比较某一纵坐标周围预定纵坐标范围(M1)内的纵坐标所在像素与所述某一纵坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一纵坐标所在像素有灰度突变,并且该纵坐标与所述作为基准的横坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的纵坐标点与所述横坐标点确定为所述焊点的坐标点。
作为上述装置的另一种优选方案,所述焊点确定单元中,在以所述纵坐标点为基准的情况下,沿横坐标轴在纵坐标遍历范围内进行横坐标遍历,比较某一横坐标周围预定纵坐标范围(M2)内的横坐标所在像素与所述某一横坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一横坐标所在像素有灰度突变,并且该横坐标与所述作为基准的纵坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的横坐标点与所述作为基准的纵坐标点确定为所述焊点的坐标点。
本发明的另一方面为一种太阳能电池阵的焊接***,包括:图像采集模块,其用于采集需要焊接的银导线和银箔的图像;图像识别模块,其接收所述图像采集模块所采集的采集图像,并识别出银导线焊接在银箔表面上的焊点,并且所述图像识别模块如前述图像识别装置;焊接机构,其在所述焊点处对所述银导线和所述银箔进行焊接;及运动控制模块,其根据所述图像识别模块所识别出的焊点,控制所述焊接机构运动到所述焊点所在位置,完成所述焊点的焊接。
作为上述发明的进一步改进,所述图像采集模块包括低角度光源,以在采集时利用所述低角度光源对所述银导线和银箔进行照明。
与现有技术相比,根据本发明实施例的图像识别装置基于银箔与银导线之间的灰度差异进行识别,在银箔的质点周围找寻引导线所在位置,并最终确定焊点,由此可方便、快速地自动识别焊点位置。
结合附图,根据下文的通过示例说明本发明主旨的描述可清楚本发明的其他方面和优点。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为根据本发明的图像识别方法的流程图;
图2 示出了用以进行识别的采集图像;
图3为所述采集图像的灰度值的直方图;
图4为经灰度变换处理后的经采集图像;
图5为经识别的图像,其中焊点位置为图中导线上的小黑叉所在的位置;
图6示出了图像识别方法对于不同种类银箔的识别;及
图7为根据本发明的图像识别装置的方块图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
参见示出本发明实施例的附图,下文将更详细地描述本发明。然而,本发明可以以许多不同形式实现,并且不应解释为受在此提出之实施例的限制。相反,提出这些实施例是为了达成充分及完整公开,并且使本技术领域的技术人员完全了解本发明的范围。这些附图中,为清楚起见,可能放大了层及区域的尺寸及相对尺寸。
现参考图1,详细描述根据本发明的图像识别方法。
根据本发明实施例的种图像识别方法,其在经采集的采集图像中识别出将银导线焊接在银箔表面上的焊点,所述采集图像包括至少一个对应于所述银箔的第一区域和至少一个对应于所述银导线的第二区域。
如图1所示,根据本发明实施例的图像采集方法中,
在步骤S101,获取所述第一区域和所述第二区域中各像素的灰度值。
本实施例中,可通过对所述采集图像进行灰度直方图的实施例统计,获取所述第一区域和所述第二区域中各像素的灰度值。图2示出了所述采集图像,其示出了需要识别的重叠的银箔和银导线。如图2所示,银箔与银导线灰度有差异,银箔表面像素灰度值分布比较均匀,银箔表面像素点灰度值大于银导线灰度值。
图3是所述采集图像的灰度值的直方图。为统计整个图片的灰度分布情况,对所述采集图像首先进行灰度的直方图计算,从而得到图3。从图3可知,灰度值集中分布在30-40,120-140,145-165这三个区域。通过对背景区域、银导线、银箔的灰度值进行提取,可知背景区域灰度值主要分布为30-40,银导线灰度值主要分布在120-140,银箔的灰度值分布在145-165。由此可见,银箔、银导线灰度和背景灰度值存在较大的差异,而银导线和银箔的灰度存在较小的差异。
由于根据本发明实施例的图像识别方法是基于银箔与银导线之间的灰度差异进行识别,因此,较佳实施例中,作为灰度值获取的代替或者除此之外,还可对所述采集图像的所述第一区域和第二区域进行灰度的线性变换,最后得到对比度增强的图像,增强了银箔与银导线之间的灰度差异,便于后期的识别。
本实施例中,对所述第一区域和所述第二区域的各像素的灰度值进行灰度变换,以增大所述第一区域中各像素的灰度值与所述第二区域中各像素的灰度值之间的差异。
本实施例中,通过减小所述第一区域中各像素的灰度值,并且增大所述第二区域中各像素的灰度值,以增大所述第一区域中各像素的灰度值与所述第二区域中各像素的灰度值之间的差异。
下文将详细描述灰度变换的处理。
图4为经灰度变换处理后的经采集图像。
设定线性灰度变换函数为 ,其中fA为线性函数的斜率,fB为线性函数在y轴的截距,DA为输入图像的灰度,DB表示输出图像的灰度,图像预处理的主要作用是增强银箔和银导线之间的灰度差异,采取提高银箔灰度值,降低银导线的灰度值的方法增强两者之前的差异。设定一个fB值,DB1表示银箔输出图像的灰度,DB2表示银导线输出图像的灰度,联立方程组如下:
在fA 的 值域范围选择一个fA值,根据fA、fB值大小,对原采集图像进行灰度的线性变换,一次线性变换完毕,再根据公式进行迭代,进行二次线性变换。
较佳实施例中个,可对灰度线性变换完毕的图像提高对比度,设定一个fA>1的值,令fB=0,使得图像整体的灰度增大,图像更加明亮。从图4中可以看出,经过图像预处理后的图片,背景图片灰度减小,银箔与银导线显得更加明亮,银箔与银导线之间的灰度差异更加明显。
步骤S103中,基于所述第一区域中各像素的灰度值,获取所述第一区域的特征点。
本实施例中,根据第一预定灰度值,确定所述第一区域的像素面积,从而确定出所述第一区域的面积区域。
具体地,首先,对所述采集图像进行区域分割。将所述采集图像分割成多个区域之后,再确定所述第一区域的像素面积,从而确定出所述第一区域的面积区域。
接着,从各分割区域的起始像素进行区域生长,其中所述区域生长准则为,当像素的灰度值超过预定生长阈值时,则进行区域生长,当像素的灰度值低于预定生长阈值时,则即停止生长。本实施例中,选择生长点像素灰度值为50。换言之,选择区域生长准则为像素的灰度值超过50,进行区域生长,低于50即停止生长。
最后,筛选所述生长得到的区域,并对筛选结果进行面积统计,以确定所述第一区域的面积区域。本实施例中,因银箔所在区域的面积较大,基本在10000以上,因此确定筛选面积的条件阈值为10000,筛选出银箔所在的面积区域。
由于银导线一般在银箔中心点左右,而质心与银箔中心点基本重合,因此以银箔的质心为基准。即,获得所述第一区域的面积区域的质心,作为所述特征点。
步骤S105中,基于所述特征点,根据所述第二区域中各像素的灰度值在所述第二区域中找寻所述焊点。如前所述,由于银导线一般在银箔中心点左右,而质心与银箔中心点基本重合,因此以银箔的质心为基准让横、纵坐标在质心周围范围内进行遍历,寻找焊点。
本实施例中,所述基于所述特征点包括以所述特征点的横坐标点或纵坐标点为基准。
这样,在以所述横坐标点为基准的情况下,沿纵坐标轴在纵坐标遍历范围内进行纵坐标遍历,比较某一纵坐标周围预定纵坐标范围M1内的纵坐标所在像素与所述某一纵坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一纵坐标所在像素有灰度突变,并且该纵坐标与所述作为基准的横坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的纵坐标点与所述横坐标点确定为所述焊点的坐标点。
或者,在以所述纵坐标点为基准的情况下,沿横坐标轴在纵坐标遍历范围内进行横坐标遍历,比较某一横坐标周围预定纵坐标范围N1内的横坐标所在像素与所述某一横坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一横坐标所在像素有灰度突变,并且该横坐标与所述作为基准的纵坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的横坐标点与所述作为基准的纵坐标点确定为所述焊点的坐标点。
具体来说,对于横置银箔,固定质心横坐标,让纵坐标从比银箔纵坐标最小值多N1个像素宽度的位置遍历到比银箔纵坐标最大值小N1个像素宽度的位置。本实施例中,N1可按需设定。然后,设定一个合适的像素宽度为尺子,规定像素宽度为M1,在纵坐标对银箔进行遍历时,与纵坐标纵向距离M1范围内的纵坐标点的灰度值与该纵坐标的灰度值进行比较。当两者灰度差超过设定阈值时,代表此点有灰度的突变,统计突变点的个数,若突变点超过一定个数,认为此纵坐标为焊点所在位置纵坐标,不超过一定个数,让纵坐标接着遍历银箔,直至得到符合要求的点。求得的纵坐标加上质心横坐标即得到银导线上焊点坐标。
类似地,竖置银箔上银导线的识别方法与横置银导线相似。固定质心纵坐标,让横坐标从比银箔横坐标最小值多N2个像素宽度的位置遍历到比银箔横坐标最大值小N2个像素宽度的位置。本实施例中,N2可按需设定。然后设定一个合适的像素宽度为尺子,规定像素宽度为M2,在横坐标对银箔进行遍历时,与横坐标横向距离M2范围内的横坐标点的灰度值与该横坐标灰度值进行比较,两者之间灰度差超过设定阈值,代表此点有灰度的突变。统计突变点的个数,若突变点超过一定个数,代表此横坐标为焊点所在位置横坐标,不超过一定个数,让横坐标接着遍历银箔,直至得到符合要求的点。求得的横坐标加上质心纵坐标即得到银导线焊点坐标。
较佳实施例中,为提高焊接速率,减少操作复杂度,采取一次操作识别所采集图像上所有银箔焊点坐标。 即,可对包括横置银箔、竖置银箔、采集图像不完整的银箔进行识别。
图5是对图2图像采集到的图经过灰度变换、图像识别而最终获得的焊点识别图, 焊点位置为图中导线上的小黑叉所在的位置,图6展示了图像识别模块对于不同种类银箔的识别。
现参考图7描述根据本发明的图像识别装置,其在经采集的采集图像中识别出将银导线焊接在银箔表面上的焊点,所述采集图包括至少一个对应于所述银箔的第一区域和至少一个对应于所述银导线的第二区域。
如图7所示,所述图像识别装置包括灰度值获取单元,其获取所述第一区域和所述第二区域中各像素的灰度值;特征提取单元,其基于所述第一区域中各像素的灰度值,获取所述第一区域的特征点;及焊点确定单元,其根据所述第二区域中各像素的灰度值在所述第二区域中找寻所述焊点。
本实施例中,所述灰度值获取单元对所述第一区域和所述第二区域的各像素的灰度值进行灰度变换,以增强所述第一区域中各像素的灰度值与所述第二区域中各像素的灰度值之间的差异。此外,所述灰度值获取单元减小所述第一区域中各像素的灰度值,并且增大所述第二区域中各像素的灰度值。
本实施例中,所述特征提取单元根据第一预定灰度值,确定所述第一区域的像素面积,从而确定出所述第一区域的面积区域。并且所述特征提取单元获得所述第一区域的面积区域的质心,作为所述特征点。
本实施例中,所述特征提取单元对所述采集图像进行区域分割,并且从各分割区域的起始像素进行区域生长,其中所述区域生长准则为,当像素的灰度值超过预定生长阈值时,则进行区域生长,当像素的灰度值低于预定生长阈值时,则即停止生长。此外,所述特征提取单元筛选所述生长得到的区域,并对筛选结果进行面积统计,以确定所述第一区域的面积区域。
本实施例中,所述焊点确定单元的所述基于所述特征点包括以所述特征点的横坐标点或纵坐标点为基准。
本实施例中,所述焊点确定单元中,在以所述横坐标点为基准的情况下,沿纵坐标轴在纵坐标遍历范围内进行纵坐标遍历,比较某一纵坐标周围预定纵坐标范围(M1)内的纵坐标所在像素与所述某一纵坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一纵坐标所在像素有灰度突变,并且该纵坐标与所述作为基准的横坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的纵坐标点与所述横坐标点确定为所述焊点的坐标点。
本实施例中,所述焊点确定单元中,在以所述纵坐标点为基准的情况下,沿横坐标轴在纵坐标遍历范围内进行横坐标遍历,比较某一横坐标周围预定纵坐标范围(N1)内的横坐标所在像素与所述某一横坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一横坐标所在像素有灰度突变,并且该横坐标与所述作为基准的纵坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的横坐标点与所述作为基准的纵坐标点确定为所述焊点的坐标点。
根据本发明实施例的图像识别装置的操作与其可实现的功能与根据本发明实施例的图像识别方法相对应,再此不进行过多的描述。
现描述根据本发明实施例的太阳能电池阵的自动焊接***。所述自动焊接***包括图像采集模块,其用于采集需要焊接的银导线和银箔的图像;图像识别模块,其接收所述图像采集模块所采集的采集图像,并识别出银导线焊接在银箔表面上的焊点;焊接机构,其在所述焊点处对所述银导线和所述银箔进行焊接;及运动控制模块,其根据所述图像识别模块所识别出的焊点,控制所述焊接机构运动到所述焊点所在位置,完成所述焊点的焊接。
本实施例中,所述图像采集模块包括低角度光源,以在采集时利用所述低角度光源对所述银导线和银箔进行照明。由于银导线与银箔表面颜色都为银白色,差异很小,但银导线在银箔表面,两者高度不一致,为识别银箔表面的银导线,采用低角度光源。为使银箔表面灰度均匀,减少明暗差异,便于后期图像识别,采用环形光源,本实施例选择环形低角度光源。
所述图像识别模块如前述权利要求1~7中任一项所述的图像识别装置,并且所述运动控制模块和焊接机构为业界常见结果,在此不再赘述。
本发明具有如下优点:
(1)根据本发明实施例的图像识别方法基于银箔与银导线之间的灰度差异进行识别,在银箔的质点周围找寻引导线所在位置,并最终确定焊点,由此可方便、快速地自动识别焊点位置;
(2)根据本发明实施例的图像识别方法,通过对图像进行灰度直方图的统计,再对图像进行一系列灰度的线性变换,最后得到对比度增强的图像,增强了银箔与银导线之间的灰度差异,便于后期的识别;
(3)根据本发明实施例的图像识别装置,通过对图像采集模块采集到的图像进行预处理,增强对比度,然后通过区域分割、特征提取等一系列方法,实现对银箔表面银导线上焊点的识别,***根据识别的焊点坐标通过运动控制模块运动到焊点所在位置,完成焊点的焊接;
(4)根据本发明实施例的太阳能电池阵自动焊接***,能实现对所需的焊点的准确定位,从而实现自动焊接。采用图像识别模块,操作人员不需对焊点反复调试、瞄准,提高了操作的效率和可靠性;
(5)根据本发明实施例的太阳能电池阵自动焊接***块,由于图像识别模块对光源的要求很高,光源的配置直接影响了后期的图像预处理和图像分析。图像识别模块需要识别银箔表面的银导线,而银箔与银导线颜色相同,普通光源很难识别,银箔和银导线的高度不一致,采用低角度环形光源可增强导线和银箔灰度的对比度。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (9)
1.一种图像识别装置,其在经采集的采集图像中识别出将银导线焊接在银箔表面上的焊点,所述采集图包括至少一个对应于所述银箔的第一区域和至少一个对应于所述银导线的第二区域,其特征在于,包括:
-- 灰度值获取单元,其获取所述第一区域和所述第二区域中各像素的灰度值;
-- 特征提取单元,其基于所述第一区域中各像素的灰度值,获取所述第一区域的特征点;及
-- 焊点确定单元,其根据所述第二区域中各像素的灰度值在所述第二区域中找寻所述焊点。
2.根据权利要求1所述的识别装置,其特征在于,所述灰度值获取单元对所述第一区域和所述第二区域的各像素的灰度值进行灰度变换,以增强所述第一区域中各像素的灰度值与所述第二区域中各像素的灰度值之间的差异,
并且,所述灰度值获取单元减小所述第一区域中各像素的灰度值,并且增大所述第二区域中各像素的灰度值。
3.根据权利要求1所述的识别装置,其特征在于,所述特征提取单元,
根据第一预定灰度值,确定所述第一区域的像素面积,从而确定出所述第一区域的面积区域;且
获得所述第一区域的面积区域的质心,作为所述特征点。
4.根据权利要求3所述的识别装置,其特征在于,所述特征提取单元,对所述采集图像进行区域分割,
并且从各分割区域的起始像素进行区域生长,其中所述区域生长准则为,当像素的灰度值超过预定生长阈值时,则进行区域生长,当像素的灰度值低于预定生长阈值时,则即停止生长;且
筛选所述生长得到的区域,并对筛选结果进行面积统计,以确定所述第一区域的面积区域。
5.根据权利1所述的识别装置,其特征在于,所述焊点确定单元的所述基于所述特征点包括以所述特征点的横坐标点或纵坐标点为基准。
6.根据权利5所述的识别装置,其特征在于,所述焊点确定单元中,在以所述横坐标点为基准的情况下,沿纵坐标轴在纵坐标遍历范围内进行纵坐标遍历,比较某一纵坐标周围预定纵坐标范围(M1)内的纵坐标所在像素与所述某一纵坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一纵坐标所在像素有灰度突变,并且该纵坐标与所述作为基准的横坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的纵坐标点与所述横坐标点确定为所述焊点的坐标点。
7.根据权利5所述的识别装置,其特征在于,所述焊点确定单元中,在以所述纵坐标点为基准的情况下,沿横坐标轴在纵坐标遍历范围内进行横坐标遍历,比较某一横坐标周围预定纵坐标范围(M2)内的横坐标所在像素与所述某一横坐标所在像素的灰度值;若灰度值的差超过设定阈值,则代表所述某一横坐标所在像素有灰度突变,并且该横坐标与所述作为基准的纵坐标点所确定所在像素为突变点;对所述突变点进行计算,其中,当所述突变点的计数到达某一预定值时,则将该突变点所对应的横坐标点与所述作为基准的纵坐标点确定为所述焊点的坐标点。
8.一种太阳能电池阵的焊接***,其特征在于,包括:
图像采集模块,其用于采集需要焊接的银导线和银箔的图像;
图像识别模块,其接收所述图像采集模块所采集的采集图像,并识别出银导线焊接在银箔表面上的焊点,并且所述图像识别模块如前述权利要求1~7中任一项所述的图像识别装置;
焊接机构,其在所述焊点处对所述银导线和所述银箔进行焊接;及
运动控制模块,其根据所述图像识别模块所识别出的焊点,控制所述焊接机构运动到所述焊点所在位置,完成所述焊点的焊接。
9.根据权利8所述的焊接***,其特征在于,所述图像采集模块包括低角度光源,以在采集时利用所述低角度光源对所述银导线和银箔进行照明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210439268.6A CN103810459A (zh) | 2012-11-07 | 2012-11-07 | 图像识别装置及利用所述装置的电池阵焊接*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210439268.6A CN103810459A (zh) | 2012-11-07 | 2012-11-07 | 图像识别装置及利用所述装置的电池阵焊接*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103810459A true CN103810459A (zh) | 2014-05-21 |
Family
ID=50707207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210439268.6A Pending CN103810459A (zh) | 2012-11-07 | 2012-11-07 | 图像识别装置及利用所述装置的电池阵焊接*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103810459A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103846538A (zh) * | 2012-11-29 | 2014-06-11 | 上海航天设备制造总厂 | 图像识别装置及利用所述装置的电池阵焊接*** |
CN103846539A (zh) * | 2012-11-29 | 2014-06-11 | 上海航天设备制造总厂 | 图像识别方法 |
CN107442961A (zh) * | 2017-08-31 | 2017-12-08 | 苏州诺维博得智能装备科技有限公司 | 卫星太阳能电池板自动焊接方法及装置 |
CN107511576A (zh) * | 2017-08-18 | 2017-12-26 | 湖南军成科技有限公司 | 一种定位焊接点的方法及*** |
CN109283182A (zh) * | 2018-08-03 | 2019-01-29 | 江苏理工学院 | 一种电池焊点缺陷的检测方法、装置及*** |
CN110009011A (zh) * | 2019-03-20 | 2019-07-12 | 华南理工大学 | 一种基于图像处理的焊点识别方法 |
CN110064843A (zh) * | 2019-04-25 | 2019-07-30 | 大族激光科技产业集团股份有限公司 | 一种电池极耳的激光焊接***及方法 |
CN110328461A (zh) * | 2019-03-19 | 2019-10-15 | 重庆金康动力新能源有限公司 | 焊点定位方法及焊点定位装置 |
CN110412043A (zh) * | 2019-08-29 | 2019-11-05 | 武汉逸飞激光设备有限公司 | 一种焊接检测机构和焊接检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159017A (zh) * | 2007-11-27 | 2008-04-09 | 清华大学 | 基于局部图像纹理特征匹配的焊缝自动识别视觉方法 |
CN101358836A (zh) * | 2008-09-28 | 2009-02-04 | 西安理工大学 | 基于计算机视觉识别焊点中心位置的方法 |
US20090097162A1 (en) * | 2007-10-11 | 2009-04-16 | Nhk Spring Co., Ltd. | Head suspension, load beam, and method of manufacturing load beam |
CN101666621A (zh) * | 2009-09-24 | 2010-03-10 | 浙江大学 | 一种与光照无关的标记点提取方法 |
CN101961819A (zh) * | 2009-07-22 | 2011-02-02 | 中国科学院沈阳自动化研究所 | 一种激光焊接焊缝跟踪实现装置及其控制方法 |
CN102179598A (zh) * | 2011-03-31 | 2011-09-14 | 中国科学院自动化研究所 | 平板窄焊缝初始焊位对中和焊缝跟踪方法及装置 |
CN102663781A (zh) * | 2012-03-23 | 2012-09-12 | 南昌航空大学 | 一种基于视觉的亚像素级焊缝中心提取方法 |
-
2012
- 2012-11-07 CN CN201210439268.6A patent/CN103810459A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090097162A1 (en) * | 2007-10-11 | 2009-04-16 | Nhk Spring Co., Ltd. | Head suspension, load beam, and method of manufacturing load beam |
CN101159017A (zh) * | 2007-11-27 | 2008-04-09 | 清华大学 | 基于局部图像纹理特征匹配的焊缝自动识别视觉方法 |
CN101358836A (zh) * | 2008-09-28 | 2009-02-04 | 西安理工大学 | 基于计算机视觉识别焊点中心位置的方法 |
CN101961819A (zh) * | 2009-07-22 | 2011-02-02 | 中国科学院沈阳自动化研究所 | 一种激光焊接焊缝跟踪实现装置及其控制方法 |
CN101666621A (zh) * | 2009-09-24 | 2010-03-10 | 浙江大学 | 一种与光照无关的标记点提取方法 |
CN102179598A (zh) * | 2011-03-31 | 2011-09-14 | 中国科学院自动化研究所 | 平板窄焊缝初始焊位对中和焊缝跟踪方法及装置 |
CN102663781A (zh) * | 2012-03-23 | 2012-09-12 | 南昌航空大学 | 一种基于视觉的亚像素级焊缝中心提取方法 |
Non-Patent Citations (3)
Title |
---|
孙太生 等: "基于改进区域生长算法的焊缝图像分割", 《现代焊接》 * |
王婳懿: "基于eVision的全自动定位焊点的机器视觉***", 《焊接设备与材料》 * |
陈方昕: "基于区域生长法的图像分割技术", 《科技信息(科学教研)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103846538A (zh) * | 2012-11-29 | 2014-06-11 | 上海航天设备制造总厂 | 图像识别装置及利用所述装置的电池阵焊接*** |
CN103846539A (zh) * | 2012-11-29 | 2014-06-11 | 上海航天设备制造总厂 | 图像识别方法 |
CN107511576A (zh) * | 2017-08-18 | 2017-12-26 | 湖南军成科技有限公司 | 一种定位焊接点的方法及*** |
CN107442961A (zh) * | 2017-08-31 | 2017-12-08 | 苏州诺维博得智能装备科技有限公司 | 卫星太阳能电池板自动焊接方法及装置 |
CN109283182A (zh) * | 2018-08-03 | 2019-01-29 | 江苏理工学院 | 一种电池焊点缺陷的检测方法、装置及*** |
CN110328461A (zh) * | 2019-03-19 | 2019-10-15 | 重庆金康动力新能源有限公司 | 焊点定位方法及焊点定位装置 |
CN110328461B (zh) * | 2019-03-19 | 2021-07-23 | 重庆金康动力新能源有限公司 | 焊点定位方法及焊点定位装置 |
CN110009011A (zh) * | 2019-03-20 | 2019-07-12 | 华南理工大学 | 一种基于图像处理的焊点识别方法 |
CN110064843A (zh) * | 2019-04-25 | 2019-07-30 | 大族激光科技产业集团股份有限公司 | 一种电池极耳的激光焊接***及方法 |
CN110064843B (zh) * | 2019-04-25 | 2020-12-25 | 大族激光科技产业集团股份有限公司 | 一种电池极耳的激光焊接***及方法 |
CN110412043A (zh) * | 2019-08-29 | 2019-11-05 | 武汉逸飞激光设备有限公司 | 一种焊接检测机构和焊接检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103810459A (zh) | 图像识别装置及利用所述装置的电池阵焊接*** | |
CN105758397B (zh) | 一种飞行器摄像定位方法 | |
CN101443791B (zh) | 用于在数字图像中的前景和背景之间提供分离的方法和设备 | |
CN107194323A (zh) | 车辆定损图像获取方法、装置、服务器和终端设备 | |
CN108491892A (zh) | 基于机器视觉的水果分拣*** | |
CN104463117A (zh) | 一种基于视频方式的人脸识别样本采集方法及*** | |
CN102646193A (zh) | 一种环形排布字符图像分割方法 | |
CN103354599B (zh) | 一种应用于动光源场景的自动聚焦方法和装置 | |
CN103810458A (zh) | 图像识别方法 | |
WO2016175234A1 (ja) | 色画像処理方法、色画像処理プログラム、物体認識方法及び装置 | |
CN104636760A (zh) | 一种焊缝的定位方法 | |
CN102608130A (zh) | 基于图像特征匹配技术的智能卡污渍检测***及检测方法 | |
CN103364398A (zh) | 接头检查装置 | |
DE102012108764A1 (de) | Bildverarbeitungsvorrichtung | |
CN104729426A (zh) | 基于机器视觉的角钢自动在线检测***及方法 | |
CN106354344B (zh) | 红外触摸屏中检测触摸位置的方法及终端设备 | |
CN102622578A (zh) | 一种乘客计数***及方法 | |
CN109447066B (zh) | 一种快速精确的单阶段目标检测方法及装置 | |
CN106506946B (zh) | 一种摄像机自动聚焦方法及摄像机 | |
CN105825219A (zh) | 机器视觉检测*** | |
Lee et al. | Pedestrian detection based on deep fusion network using feature correlation | |
CN104469321A (zh) | 红外光视频分析智能控制方法 | |
CN115508398A (zh) | 试样观察装置以及方法 | |
CN1296148C (zh) | 一种水果外观质量在线检测技术的视觉数据处理*** | |
CN116416613A (zh) | 一种基于改进YOLO v7的柑橘果实识别方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140521 |