[发明专利]基于机器视觉的器件气孔大小估计方法及系统

说明书

本发明提供了一种基于机器视觉的器件气孔大小估计方法及系统，其中，该方法包括：检测池中包括水体和有倾斜面的待检测器件，对待检测器件进行充气后，获取检测池图像，所述检测池图像垂直于水体水平面和待检测器件的倾斜面；在连续帧检测池图像中检测气泡，根据气泡的运动特征进行待检测器件气孔大小的估计；所述气泡的运动特征包括表征单个气泡沿倾斜面上升过程中面积变化情况的第一特征、表征气泡轨迹弯曲度的第二特征和表征气泡脱离倾斜面之前单个气泡沿倾斜面上升长度的第三特征。本发明能够准确的区分气孔较小和气孔较大时气泡动态特性，保证对器件的气孔大小进行准确估计。

技术领域

本发明涉及气密性检测领域，具体为一种基于机器视觉的器件气孔大小估计方法及系统。

背景技术

气密性检测中，对器件气孔缺陷大小的检测也是重要的检测指标。针对器件气孔缺陷大小的问题，气压检测法通过容器压强和充气压差等指标可以对缺陷大小进行定量分析，但该方法由于不能准确获取气孔泄漏气体量，往往会导致最终得到的气孔缺陷大小存在偏差。

发明内容

为了解决上述问题，本发明提出一种基于机器视觉的器件气孔大小估计方法，该方法包括：

检测池中包括水体和有倾斜面的待检测器件，对待检测器件进行充气后，获取检测池图像，所述检测池图像垂直于水体水平面和待检测器件的倾斜面；

在连续帧检测池图像中检测气泡，根据气泡的运动特征进行待检测器件气孔大小的估计；所述气泡的运动特征包括表征单个气泡沿倾斜面上升过程中面积变化情况的第一特征和表征气泡轨迹弯曲度的第二特征。

进一步地，所述气泡的运动特征还包括表征气泡脱离倾斜面之前单个气泡沿倾斜面上升长度的第三特征。

进一步地，利用神经网络对第一特征、第二特征和第三特征的值进行处理，估计待检测器件的气孔大小。

进一步地，所述神经网络为全连接网络。

进一步地，对于某一气泡，获取该气泡脱离倾斜面之前的检测池图像序列，根据检测池图像序列内每相邻两帧检测池图像中该气泡面积的差值得到的面积变化平均速率为第一特征。

本发明还提出一种基于机器视觉的器件气孔大小估计系统，该系统包括：

图像获取模块，用于对待检测器件进行充气后，获取检测池图像，检测池中包括水体和有倾斜面的待检测器件，所述检测池图像垂直于水体水平面和待检测器件的倾斜面；

气孔大小估计模块，用于在连续帧检测池图像中检测气泡，根据气泡的运动特征进行待检测器件气孔大小的估计；所述气泡的运动特征包括表征单个气泡沿倾斜面上升过程中面积变化情况的第一特征和表征气泡轨迹弯曲度的第二特征。

进一步地，所述气泡的运动特征还包括表征气泡脱离倾斜面之前单个气泡沿倾斜面上升长度的第三特征。

进一步地，利用神经网络对第一特征、第二特征和第三特征的值进行处理，估计待检测器件的气孔大小。

进一步地，所述神经网络为全连接网络。

进一步地，对于某一气泡，获取该气泡脱离倾斜面之前的检测池图像序列，根据检测池图像序列内每相邻两帧检测池图像中该气泡面积的差值得到的面积变化平均速率为第一特征。

本发明的有益效果在于：

1.本发明基于气泡的轨迹特征，具体地，根据单个气泡沿倾斜面上升的长度、沿倾斜面上升过程中面积变化情况以及气泡轨迹的弯曲度可准确估计有倾斜面的待检测器件上气孔缺陷的大小。

2.基于单个气泡沿倾斜面上升的长度估计待检测器件的气孔大小，相较于现有技术，本发明能够准确的区分气孔较小和气孔较大时气泡动态特性，例如气泡堆积情况的差异，保证对器件的气孔大小进行准确估计。

具体实施方式