基于机器视觉的自适应点胶控制系统及方法与流程

本申请涉及智能控制领域，且更为具体地，涉及一种基于机器视觉的自适应点胶控制系统及方法。

背景技术：

1、自适应点胶控制系统是一种控制系统，它能够根据实时的工艺条件和产品需求，自动调整点胶过程的参数。这种系统的主要优势在于其能够实现高精度、高效率的点胶作业，同时提高产品质量和生产效率。

2、但传统的点胶设备往往依赖于预设的程序和人工调整，通常依赖操作人员的经验和技能来调整参数和监控点胶过程，这不仅效率低下，而且难以适应生产线上产品多样性的需求，容易导致点胶质量不稳定，从而影响点胶效果和一致性。

3、因此，期望一种基于机器视觉的自适应点胶控制系统。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于机器视觉的自适应点胶控制系统及方法，其通过获取由摄像头捕捉的电路板的点胶表面图像，并利用基于人工智能和机器视觉的图像分析和处理算法对所述点胶表面图像进行分析，以此根据点胶各个区域的表面状态与预定义点击位置模板图像进行匹配来自动识别出点胶的位置，并调整点胶机械臂的运动。通过这样的方式，能够更准确地识别点胶位置，避免因人为因素导致的误差，同时减少材料浪费，节约成本，从而提高产品质量和一致性，提升生产线的效率和生产速度。

2、根据本申请的一个方面，提供了一种基于机器视觉的自适应点胶控制系统，其包括：

3、点胶表面图像获取模块，用于获取由摄像头捕捉的电路板的点胶表面图像；

4、点胶表面图像分割模块，用于使用阈值分割将所述点胶表面图像分割成不同区域以得到多个区域图像，其中，所述多个区域图像中各个区域图像分别表示所述电路板上的不同组件；

5、组件特征提取模块，用于对所述多个区域图像中的各个区域图像分别进行组件特征提取以得到多个区域组件特征向量；

6、自相关特征强化模块，用于将所述多个区域组件特征向量通过基于自相关注意力网络的组件间自相关特征强化表达器以得到多个强化区域组件特征向量；

7、特征全局融合模块，用于对所述多个强化区域组件特征向量进行全局融合以得到点胶表面状态全局特征矩阵；

8、匹配模块，用于基于所述点胶表面状态全局特征矩阵与预定义点击位置模板图像进行匹配以识别所述电路板上的点胶位置；

9、点胶机械臂调整模块，用于基于所述电路板上的点胶位置，自动调整点胶机械臂的运动，以确保胶水准确地分配到指定位置。

10、根据本申请的另一方面，提供了一种基于机器视觉的自适应点胶控制方法，其包括：

11、获取由摄像头捕捉的电路板的点胶表面图像；

12、使用阈值分割将所述点胶表面图像分割成不同区域以得到多个区域图像，其中，所述多个区域图像中各个区域图像分别表示所述电路板上的不同组件；

13、对所述多个区域图像中的各个区域图像分别进行组件特征提取以得到多个区域组件特征向量；

14、将所述多个区域组件特征向量通过基于自相关注意力网络的组件间自相关特征强化表达器以得到多个强化区域组件特征向量；

15、对所述多个强化区域组件特征向量进行全局融合以得到点胶表面状态全局特征矩阵；

16、基于所述点胶表面状态全局特征矩阵与预定义点击位置模板图像进行匹配以识别所述电路板上的点胶位置；

17、基于所述电路板上的点胶位置，自动调整点胶机械臂的运动，以确保胶水准确地分配到指定位置。

18、与现有技术相比，本申请提供的一种基于机器视觉的自适应点胶控制系统及方法，其通过获取由摄像头捕捉的电路板的点胶表面图像，并利用基于人工智能和机器视觉的图像分析和处理算法对所述点胶表面图像进行分析，以此根据点胶各个区域的表面状态与预定义点击位置模板图像进行匹配来自动识别出点胶的位置，并调整点胶机械臂的运动。通过这样的方式，能够更准确地识别点胶位置，避免因人为因素导致的误差，同时减少材料浪费，节约成本，从而提高产品质量和一致性，提升生产线的效率和生产速度。

技术特征：

1.一种基于机器视觉的自适应点胶控制系统，其特征在于，包括：

2.根据权利要求1所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述组件特征提取模块，用于：将所述多个区域图像中的各个区域图像分别通过基于深度神经网络模型的组件特征提取器以得到所述多个区域组件特征向量。

3.根据权利要求2所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述基于深度神经网络模型的组件特征提取器为基于卷积神经网络模型的组件特征提取器。

4.根据权利要求3所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述自相关特征强化模块，用于：使用所述基于自相关注意力网络的组件间自相关特征强化表达器以如下自相关强化公式对所述多个区域组件特征向量进行处理以得到所述多个强化区域组件特征向量；

5.根据权利要求4所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述特征全局融合模块,用于：将所述多个强化区域组件特征向量进行聚合以得到所述点胶表面状态全局特征矩阵。

6.根据权利要求5所述的基于机器视觉的自适应点胶控制系统，其特征在于，还包括用于：对所述基于卷积神经网络模型的组件特征提取器、所述基于自相关注意力网络的组件间自相关特征强化表达器进行训练的训练模块。

7.根据权利要求6所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述训练模块，包括：

8.根据权利要求7所述的基于机器视觉的自适应点胶控制系统，其特征在于，所述特征优化单元，包括：

9.一种基于机器视觉的自适应点胶控制方法，其特征在于，包括：

10.根据权利要求9所述的基于机器视觉的自适应点胶控制方法，其特征在于，对所述多个区域图像中的各个区域图像分别进行组件特征提取以得到多个区域组件特征向量，包括：将所述多个区域图像中的各个区域图像分别通过基于深度神经网络模型的组件特征提取器以得到所述多个区域组件特征向量。

技术总结本申请涉及智能控制领域，其具体地公开了一种基于机器视觉的自适应点胶控制系统及方法，其通过获取由摄像头捕捉的电路板的点胶表面图像，并利用基于人工智能和机器视觉的图像分析和处理算法对所述点胶表面图像进行分析，以此根据点胶各个区域的表面状态与预定义点击位置模板图像进行匹配来自动识别出点胶的位置，并调整点胶机械臂的运动。通过这样的方式，能够更准确地识别点胶位置，避免因人为因素导致的误差，同时减少材料浪费，节约成本，从而提高产品质量和一致性，提升生产线的效率和生产速度。技术研发人员：王辉受保护的技术使用者：东莞市艺辉实业投资有限公司技术研发日：技术公布日：2024/6/23