基于点模式的VBE板缺陷检测方法、系统、设备及介质

技术领域

本发明涉及VBE板缺陷检测技术领域，具体涉及一种基于点模式的VBE板缺陷检测方法、系统、设备及介质。

背景技术

随着可再生能源大规模并网发电,直流输电技术发展迅速。直流输电系统广泛应用于连接风电场、太阳能光伏发电站等新能源站与主电网,传送距离可达上千公里。直流输电过程中,直流母线之间、换流站之间极易产生电压失衡。电压失衡会降低换流效率、增大谐波、甚至导致系统不稳定。为解决直流输电电压失衡问题,直流电压平衡装置(VBE)应运而生并得到广泛应用。VBE能够实时监测直流母线电压差异,通过低压转换器快速恢复电压平衡。VBE的控制系统核心部件是直流电压平衡控制板(VBE板)。VBE板的质量直接影响VBE设备以及整个直流输电系统的稳定可靠运行。因此,对VBE板进行自动化、高效的质量检测与缺陷识别是确保直流输电安全的关键。

图像识别技术用于PCB板的自动化质量检测已有多年研究与应用历史。常见的图像识别方法包括基于规则的方法、基于机器学习的方法以及基于图像处理的方法。基于规则的方法需要针对不同结构手动制定检测规则,工程实现复杂；基于机器学习的方法如卷积神经网络对数据集需求大,不易获得标注数据；而基于图像处理的方法如模板匹配、形态学处理等对图像质量和环境敏感,鲁棒性较差。这些方法在PCB板检测中各有优势,但直接应用于VBE板识别仍存在不足:

(1)VBE板结构复杂,关键构件尺寸较小,基于规则的方法难以覆盖各类缺陷。

(2)VBE板批量生产数据不足,无法满足基于深度学习算法的大规模训练需求。

(3)VBE板采用双面装配,存在各向异性装配偏差,传统图像处理方法鲁棒性难以适应。

(4)现有方法处理速度难以满足VBE板的高速生产线上的在线检测需求。

此外,不同于通用PCB板,VBE板的设计针对直流电压采样和控制优化,关键区域主要集中在电压采集探针、控制器、稳压电路等。这需要检测算法能够关注VBE板的特定关键区域。综上,现有图像识别算法直接应用于VBE板检测仍存在检测率不高、假报警率大、处理速度慢等问题,有必要探索新方法以提高VBE板缺陷识别的准确性和效率。

发明内容

本发明提供一种基于点模式的VBE板缺陷检测方法、系统、设备及介质，通过生成代表VBE板关键区域的点模式，并与整张板图像进行匹配,通过结合局部匹配和全局匹配的策略，显著提升了匹配的速度，用了匹配LED芯片上的定位标记，结果表明该算法具有较好的定位精度实现对缺陷的检测，这种方法容错率高、检测效果好，适用于VBE板的生产线质量控制。

本发明通过下述技术方案实现：

一种基于点模式的VBE板缺陷检测方法，包括：

S1、获取待检测的VBE板卡图像和检测模板图像；

S2、基于计算强度差的方法确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合以及所述检测模板图像上所有的第二特征点组成的第二特征点集合；

S3、在所述第一特征点集合和所述第二特征点集合中找出相互局部匹配的第一局部特征点和第二局部特征点，形成第一局部点集和第二局部点集；

S4、在所述第一局部点集中找出与所述第二局部点集中的第二局部特征点能够全局匹配的第一全局特征点，所述第一全局特征点即为所述VBE板卡图像对应的VBE板卡的缺陷检测结果。

作为优化，S2中，确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合的具体为：通过对在所述VBE板卡图像上以第一像素点(x

作为优化，通过以所述VBE板卡图像的第一像素点(x

A1、设计所述VBE板卡图像中某一第一像素点(x

其中，I为所述VBE板卡图像，w是以第一像素点(x

A2、分别计算偏导数

A3、计算第一自相关矩阵C

令

则

λ

λ

通过上式求得λ

A4、基于特征值λ

其中，

A5、若RF(x

A6、更改所述VBE板卡图像中的第一像素点，重复A1-A5，直到所述VBE板卡图像中的所有的第一像素点(x

A7、找出所述VBE板卡图像所有的第一特征点形成第一特征点集合P。

作为优化，S2中，确定所述检测模板图像上所有的第二特征点组成的第二特征点集合的具体为：通过对在所述检测模板图像上以第二像素点(x

作为优化，通过以所述检测模板图像的第二像素点(x

B1、设计所述检测模板图像中某一第二像素点(x

其中，I′为所述VBE板卡图像，w′是以第二像素点(x

B2、分别计算偏导数

B3、计算第二自相关矩阵C

令

λ

λ

通过上式求得λ

B4、基于特征值λ

其中，

B5、若RF(x

B6、更改所述检测模板图像中的第二像素点，重复B1-B5，直到所述检测模板图像中的所有的第二像素点(x

B7、找出所述检测模板图像所有的第二特征点形成第二特征点集合Q。

作为优化，S3的具体步骤为：

S3.1、获取所述第一特征点集合P中其中一个第一特征点p

S3.2、获取所述第二特征点集合Q中其中一个第二特征点q

S3.3、选取第一特征点p

t

仿射变换函数：

其中，(x,y)和(x',y')分别表示两幅图像(VBE板卡图像和检测模板图像)中的对应匹配点，仿射变换参数用β＝[s cosθscosθt

S3.4、若映射后的点集存在ρ(k-1)个邻近点相匹配，则判定第一特征点p

S3.5、重复S3.1-S3.4，收集所述第一特征点集合P中能满足局部匹配的第一局部特征点组成的第一局部点集C和所述第二特征点集合Q中能满足局部匹配的第二局部特征点组成的第二局部点集D，C＝{c

作为优化，S4的具体步骤为：

S4.1、根据最小二乘法，利用步骤S3中获得的l对局部特征点，重新计算仿射变换函数T的参数(s,θ,t

其中，T(*)表示仿射变换函数T的结果，a

S4.2、利用函数

本发明还公开了一种基于点模式的VBE板缺陷检测系统，包括：

采集模块，用于获取待检测的VBE板卡图像和检测模板图像；

特征点确定模块，用于基于计算强度差的方法确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合以及所述检测模板图像上所有的第二特征点组成的第二特征点集合；

局部匹配模块，用于在所述第一特征点集合和所述第二特征点集合中找出相互局部匹配的第一局部特征点和第二局部特征点，形成第一局部点集和第二局部点集；

全局匹配模块，用于在所述第一局部点集中找出与所述第二局部点集中的第二局部特征点能够全局匹配的第一全局特征点，所述第一全局特征点即为所述VBE板卡图像对应的VBE板卡的缺陷检测结果。

本发明还公开了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述的一种基于点模式的VBE板缺陷检测方法。

本发明还公开了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如前述的一种基于点模式的VBE板缺陷检测方法。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明首先获取待检测的VBE板卡图像和检测模板图像；在此基础上，用计算强度差的方法确定了VBE板卡图像和检测模板图像的特征点；接着判断VBE板卡图像和模板图像的特征点集是否局部匹配；若局部匹配，则进一步判断二者是否全局匹配，满足全局匹配条件的特征点即为VBE板卡的缺陷检测结果，与现有技术相比，本发明具有以下优点和有益效果：

1、设计了VBE板关键区域点模式的提取与生成方法，和适用于VBE板图像的匹配算法优化，能够覆盖VBE板卡的各种缺陷。

2、计算量小，处理速度能够满足VBE板的高速生产线上的在线检测需求。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：

图1为本发明基于点模式匹配的直流输电VBE板缺陷检测方法的流程示意图；

图2为用于测试的VBE板卡图像；

图3为获取的图2中的VBE板卡图像特征点的示意图；

图4为图2中的VBE板卡缺陷识别结果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1的一种基于点模式的VBE板缺陷检测方法，如图1所示，包括：

S1、获取待检测的VBE板卡图像和检测模板图像，图2为本发明用于测试的VBE板卡图像；

S2、基于计算强度差的方法确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合以及所述检测模板图像上所有的第二特征点组成的第二特征点集合；

确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合的具体为：在所述VBE板卡图像上随机取一个像素点为第一像素点，通过对在所述VBE板卡图像上以第一像素点(x

像素点为角点时，角点初始响应函数值为正；像素点为边缘点时，角点初始响应函数值为负；像素点为平坦地区点时，角点初始响应函数值较小。

具体步骤为：

A1、设计所述VBE板卡图像中某一第一像素点(x

其中，I为所述VBE板卡图像，w是以第一像素点(x

A2、分别计算偏导数

A3、计算第一自相关矩阵C

令

则

λ

λ

通过上式求得λ

A4、基于特征值λ

其中，

A5、若RF(x

A6、更改所述VBE板卡图像中的第一像素点，重复A1-A5，直到所述VBE板卡图像中的所有的第一像素点(x

A7、找出所述VBE板卡图像所有的第一特征点形成第一特征点集合P，图3为获取的VBE板卡图像特征点。

平移理论表明互能量谱的相位等于图像(斑块)间的相位差。通过对互能量谱进行反变换，就可得到一个冲击函数δ(x-x

强度差：计算第一自相关矩阵C

确定所述检测模板图像上所有的第二特征点组成的第二特征点集合的具体为通过在所述检测模板图像上以第二像素点(x

B1、设计所述检测模板图像中某一第二像素点(x

其中，I′为所述VBE板卡图像，w′是以第二像素点(x

B2、分别计算偏导数

B3、计算第二自相关矩阵C

令

λ

λ

通过上式求得λ

B4、基于特征值λ

其中，

B5、若RF(x

B6、更改所述检测模板图像中的第二像素点，重复B1-B5，直到所述检测模板图像中的所有的第二像素点(x

B7、找出所述检测模板图像所有的第二特征点形成第二特征点集合Q。

S3、在所述第一特征点集合和所述第二特征点集合中找出相互局部匹配的第一局部特征点和第二局部特征点，形成第一局部点集和第二局部点集；

具体步骤为：

S3.1、获取所述第一特征点集合P中其中一个第一特征点p

这里的有序邻近点就是像素点。

S3.2、获取所述第二特征点集合Q中其中一个第二特征点q

S3.3、选取第一特征点p

其中，(x,y)和(x',y')分别表示两幅图像(VBE板卡图像和检测模板图像)中的对应匹配点(就是两个图像中的邻近点)，仿射变换参数用β＝[s cosθscosθt

使用局部匹配算法来判断点Pa的k个最近邻近点是否与点q

通过这个公式，使得经过变换后第一幅图像上的直线映射到第二幅图像仍为直线，并且保持平行关系。

S3.4、若映射后的两个点集存在ρ(k-1)个邻近点相匹配，则判定第一特征点p

S3.5、重复S3.1-S3.4，收集所述第一特征点集合P中能满足局部匹配的第一局部特征点组成的第一局部点集C和所述第二特征点集合Q中能满足局部匹配的第二局部特征点组成的第二局部点集D，C＝{c

S4、在所述第一局部点集中找出与所述第二局部点集中的第二局部特征点能够全局匹配的第一全局特征点，所述第一全局特征点即为所述VBE板卡图像对应的VBE板卡的缺陷检测结果。

具体步骤为：

S4.1、根据最小二乘法，利用步骤S3中获得的l对局部特征点，重新计算仿射变换函数T的参数(s,θ,t

其中，T(*)表示仿射变换函数T的结果，a

仿射变换函数T的具体公式为：

θ＝θ

t

t

上述公式就是为仿射变换函数T的公式，其中，t

利用局部匹配的检验方法。由局部匹配，算法得到了局部变换函数T，T使得点集M中的点{a1,a2,al}与点集S的点{b1,b2,bl}相匹配，然后根据最小二乘法,利用此l对匹配点，重新计算T的参数，使得

S4.2、利用函数

K表示匹配窗口的大小，也就是待匹配块的大小。(K-1)代表了匹配窗口和搜索窗口之间的重叠区域的大小。重叠区域指的是在搜索窗口中，用于在每次移动时和匹配窗口进行比较的重叠部分。通过在不同位置上进行重叠比较，可以找到最佳匹配的参考块。

全局匹配的第一全局特征点即是VBE板卡的缺陷检测结果，如图4所示。

实施例2还公开了一种基于点模式的VBE板缺陷检测系统，包括：

采集模块，用于获取待检测的VBE板卡图像和检测模板图像；

特征点确定模块，用于基于计算强度差的方法确定所述VBE板卡图像上所有的第一特征点组成的第一特征点集合以及所述检测模板图像上所有的第二特征点组成的第二特征点集合；

局部匹配模块，用于在所述第一特征点集合和所述第二特征点集合中找出相互局部匹配的第一局部特征点和第二局部特征点，形成第一局部点集和第二局部点集；

全局匹配模块，用于在所述第一局部点集中找出与所述第二局部点集中的第二局部特征点能够全局匹配的第一全局特征点，所述第一全局特征点即为所述VBE板卡图像对应的VBE板卡的缺陷检测结果。

实施例3还公开了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如实施例1所述的一种基于点模式的VBE板缺陷检测方法。

实施例4还公开了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如实施例1所述的一种基于点模式的VBE板缺陷检测方法。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。