一种基于图像识别的双基板散热器表面缺陷检测系统的制作方法

1.本发明涉及图像数据技术处理领域，具体为一种基于图像识别的双基板散热器表面缺陷检测系统。


背景技术：

2.双基板散热器是一种相对于传统单基板散热器而言具有特殊设计和结构的散热器。以下是双基板散热器的一些特点和优势：通过增加散热面积和改善热传导途径，提出了更高的散热性能，双基板散热器：选择合适的两个金属基板作为散热器的双基板。这些基板通常具有良好的热导性和散热性能，如铜或铝等金属材料。双层结构：双基板散热器采用了双层结构，通常由两个金属基板组成。这种结构使得散热器的散热面积更大，可以提供更好的散热效果。
3.在双基板散热器基板的安装中，需要对双基板散热器的表面进行检测，尤其是表面存有缺陷的情况下，现有技术中大部分是通过手工检测过程中并进行修复，用以减少废品产生和提高产品质量，然而人工进行流水线的监测和修复，容易疲劳而会导致缺陷未被及时修复，导致浪费原材料和资源的浪费，且手工检测，降低生产效率。


技术实现要素：

4.（一）解决的技术问题针对现有技术的不足，本发明提供了一种基于图像识别的双基板散热器表面缺陷检测系统，拍摄采集到双基板散热器表面多帧图像数据，并由建立模型模块中的特征提取单元和分析单元，系统可以学习和识别不同类型的缺陷模式，通过对多帧图像进行重构获取像素点重构系数和重构特征值，并计算获得同质差异特征和像素点同质密度数值，并利用同质差异特征和像素点同质密度数值计算缺陷演变指数qx和损失面积数值sy。这些指标能够定量评估缺陷的演变程度和表面损失的大小，提供了对缺陷状况的更深入理解。并将通过拟合缺陷演变指数qx和损失面积数值sy，计算获取缺陷弥补系数mb，根据判定模块判定的缺陷类型、缺陷演变指数qx和缺陷弥补系数mb，系统生成详细的缺陷报告，并匹配相应的弥补方案，基于图像识别的缺陷检测系统可以实时监控双基板散热器表面的缺陷情况，并及时反馈给操作人员。这使得问题可以迅速被察觉和解决，有助于及时调整生产流程和纠正缺陷，基于图像识别的缺陷检测系统可以实现高速、大规模的自动检测，相比手工检测，能够提高生产效率和减少人力资源的需求。此外，通过及早发现和处理缺陷，系统可以减少废品产生，降低生产成本。
5.（二）技术方案为实现以上目的，本发明通过以下技术方案予以实现：优选的，所述图像预处理模块包括图像去噪单元和数据增强单元；所述图像去噪单元用于采用均值滤波、中值滤波和高斯滤波其中一种或多种，在图像的局部区域上进行像素值平均或中值计算来消除噪声，并采用直方图均衡化来调整亮
度，拉伸图像范围，调整图像的对比度；所述数据增强单元用于旋转、缩放、平移来增强双基板散热器表面的连续图像帧数量和多样性，识别出缺陷部位，并进行标记。
6.优选的，沿着时间轴，获取x1、x2、x3、...、xn的图像，取其中第t时刻下的图像进行计算，在双基板散热器表面图像中，识别缺陷像素点中心位置i，并在缺陷像素几点中心处的灰度数据为，以像素点i为中心为，其中z根据缺陷大小进行延伸，构成缺陷区域，对缺陷区域中不同位置处的像素点进行分析，设置为中心像素点i位置处与像素点数值在同一重构区间的像素点数量记为，并通过以下公式计算获取像素点i位置处的重构系数：
7.式中：scale表示归一化函数，ii表示像素点最大值，ji表示像素点最小值，表示以i的缺陷区域中，除去的像素点个数；d表示对应缺陷区域中不同像素点的数值大小；s表示像素点数值平均面积。
8.优选的，重构特征值通过对像素点i位置处的像素点数值进行重构得到，获取公式为：
9.式中，重构阈值t=0.4，当像素点i位于双基板散热器表面缺陷区域时，对像素点i中心的缺陷区域的像素点分布情况进行计算，当缺陷局部区域中，与中心像素点i为中心的其他像素点的差异较为明显时，对应像素点i的重构特征值会相应增大，说明缺陷越明显。
10.优选的，所述分析单元用于计算同质差异特征，所诉同质差异特征计算步骤包括：以像素点i所在的缺陷区域向周围延伸扩八个区域，对这些区域中的像素点数值特点进一步计算分析，扩展区域的重构特征值计算获取相应的重构特征序列为：、、、...、，将以上重构特征进行计算获取同质差异特征和同质密度数值：：式中，8个区域表示在以像素点i所在的缺陷区域向周围延伸八个区域，每个区域中的中心用c表示，相似度采用c进行计算后归一化处理后并获得同质差异特征，越大代表差异越小，越小代表差异越大；m表示为密度因子；若以像素点i为中心的重构获得同质差异特征是划痕，且扩展8个区域中差异小的值，代表仍有划痕缺陷，若同质差异特征差异较大，则判断为无划痕缺陷；若同质密度数值中m若属于划痕的密度值范围内，若同质密度数值较高，则代
表划痕缺陷密度值较高，缺陷度更高；若同质密度数值较低，则代表划痕缺陷密度值较低，缺陷度较低，那选择相对应的修复手段也不同。
11.优选的，所述缺陷演变指数qx通过以下公式进行计算：优选的，所述缺陷演变指数qx通过以下公式进行计算：
12.式中：nf表示最终图像中的缺陷数量，表示初始图像中的缺陷数量。
13.优选的，所述计算模块包括拟合单元和计算单元；所述拟合单元用于将缺陷演变指数qx和损失面积数值sy进行拟合，采用线性回归方式进行相关性关联后，线性回归方程表示为：
14.式中，β0是截距，β1是斜率拟合因子；使用样本数据对线性回归模型进行训练，找到最优的β0和β1值，使得模型能够最好地拟合样本数据；在训练完成后，得到了最优的拟合参数β0和β1，拟合因子即为β1，它表示了缺陷演变指数qx与损失面积数值sy之间的线性关系的斜率；所述计算单元用于将缺陷演变指数qx和损失面积数值sy进行计算获取缺陷弥补系数mb：
15.公式的意义为，假设qx和sy之间存在线性关系，缺陷弥补系数mb则是qx和sy乘积的结果。
16.优选的，所述判定模块用于有依据缺陷演变指数qx来判定缺陷类型，所述判定模块包括阈值单元和判断单元；所述阈值单元用于设置规则阈值来确定缺陷类型作为判定条件；所述判断单元用于将依据缺陷演变指数qx和规则阈值来对比，判断缺陷类型，并生成相应的缺陷报告；所述缺陷类型包括以下分类：qx大于阈值a，则判定为裂纹；若qx小于阈值a且大于阈值b，则判定为磨损；若qx小于阈值b且大于阈值c，则判定为划痕；若qx小于阈值c，则判定为氧化。
17.优选的，所述修复模块包括缺陷库和方案单元；所述缺陷库用于收集历史缺陷数据和大数据双基板散热器表面缺陷数据，用于与所述缺陷报告进行对比；所述方案单元用于据缺陷报告中的信息，来获取缺陷报告并生成相应的弥补方案；所述弥补方案根据不同的缺陷类型提供修复方法，包括填补裂纹、涂抹修复剂和酸洗表面氧化面。
18.（三）有益效果本发明提供了一种基于图像识别的双基板散热器表面缺陷检测系统。具备以下有益效果：（1）该一种基于图像识别的双基板散热器表面缺陷检测系统，拍摄采集到多帧图像数据，并由建立模型模块中的特征提取单元和分析单元，系统可以学习和识别不同类型
的缺陷模式，通过对多帧图像进行重构获取像素点重构系数和重构特征值，并计算获得同质差异特征和像素点同质密度数值，并利用同质差异特征和像素点同质密度数值，计算缺陷演变指数qx和损失面积数值sy。这些指标能够定量评估缺陷的演变程度和表面损失的大小，提供了对缺陷状况的更深入理解。并将通过拟合缺陷演变指数qx和损失面积数值sy，计算获取缺陷弥补系数mb，根据判定模块判定的缺陷类型、缺陷演变指数qx和缺陷弥补系数mb，系统生成详细的缺陷报告，并匹配相应的弥补方案，基于图像识别的缺陷检测系统可以实时监控双基板散热器表面的缺陷情况，并及时反馈给操作人员。这使得问题可以迅速被察觉和解决，有助于及时调整生产流程和纠正缺陷，基于图像识别的缺陷检测系统可以实现高速、大规模的自动检测，相比手工检测，能够提高生产效率和减少人力资源的需求。此外，通过及早发现和处理缺陷，系统可以减少废品产生，降低生产成本。
19.（2）该一种基于图像识别的双基板散热器表面缺陷检测系统，通过在双基板散热器表面图像中识别缺陷像素点的中心位置i，系统能够准确定位和定位缺陷。这有助于后续的分析和计算，使系统能够针对具体的缺陷进行精确的处理和判断；根据缺陷像素点中心位置i，系统可以根据缺陷大小进行延伸，构成缺陷区域。这有助于将相关的像素点聚集在一起，形成一个完整的缺陷区域，便于后续的分析和计算，通过对缺陷区域中不同位置处的像素点进行分析，系统可以计算出像素点i位置处的重构系数。这个系数可以反映出像素点在缺陷区域中的数值特征和重要性。通过重构系数，可以进一步评估缺陷的严重程度和影响范围。
20.（3）该一种基于图像识别的双基板散热器表面缺陷检测系统，判定模块根据缺陷演变指数qx和规则阈值判断缺陷类型，并生成缺陷报告。修复模块根据缺陷报告中的信息，使用缺陷库进行对比，并生成相应的弥补方案来修复缺陷。这样可以实现针对不同缺陷类型的修复方法选择，从而达到有益的效果。
附图说明
21.图1为本发明基于图像识别的双基板散热器表面缺陷检测系统框图流程示意图；图2为本发明将图像分割成以像素点i所在的缺陷区域向周围延伸扩八个区域示意图。
具体实施方式
22.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.在双基板散热器基板的安装中，需要对双基板散热器的表面进行检测，尤其是表面存有缺陷的情况下，现有技术中大部分通过手工检测过程中并进行修复，用以减少废品产生和提高产品质量，然而人工进行流水线的监测和修复，容易疲劳而会导致缺陷未被及时修复，导致浪费原材料和资源的浪费，且手工检测，降低生产效率。
24.实施例1
为实现以上目的，本发明通过以下技术方案予以实现：一种基于图像识别的双基板散热器表面缺陷检测系统，请参阅图1，包括图像采集模块、图像预处理模块、建立模型模块、计算模块、判定模块和调整模块；图像采集模块用于采用图像采集设备拍摄获取双基板散热器表面的连续图像帧；图像预处理模块用于对双极板散热器表面的连续图像帧进行去噪、调整亮度和对比度处理；建立模型模块，用于使用缺陷识别模式算法分析特征，并进行训练，以学习不同类型的缺陷模式；所述建立模型模块包括特征提取单元和分析单元；通过建立模型模块中的特征提取单元和分析单元，系统能够学习和分析不同类型的缺陷模式。这使得系统能够更准确地识别和分类裂纹、磨损、划痕和氧化等表面缺陷；所述特征提取单元用于识别预处理后的双基板散热器连续图像帧，并对时间轴图像数据进行排序，标记序列号为x1、x2、x3、...、xn，并量化若干个连续图像帧中的关键特征，计算双基板散热器表面图像中不同像素点的表面特征，获取像素点重构系数和重构特征值；依据像素点重构系数和重构特征值进一步计算获取同质差异特征；分析单元用于依据同质差异特征，优化选取聚类中心进行聚类获得聚类结果，计算获取到像素点同质密度数值；将x1、x2、x3、...、xn图像中若干个同质差异特征进行比较，获取缺陷演变指数qx，将若干个同质密度数值进行比较，获取损失面积数值sy；计算模块用于将缺陷演变指数qx与损失面积数值sy进行拟合，这些指标可以提供对缺陷的量化评估，用于判断缺陷的严重程度和演变情况；计算获取缺陷弥补系数mb，这个系数可以用于评估缺陷的补救和修复程度。
25.并由判定模块依据缺陷演变指数qx来判定缺陷类型，并结合缺陷弥补系数mb生成缺陷报告；缺陷类型包括裂纹、磨损、划痕和氧化；系统生成详细的缺陷报告。报告包括缺陷的位置、大小、类型，以及针对不同缺陷的相应弥补方案。这为操作人员提供了指导，使他们能够更好地了解缺陷情况并采取适当的修复措施。
26.修复模块用于获取缺陷报告，并生成相对应的弥补方案。
27.本实施例中，通过建立模型模块中的特征提取单元和分析单元，系统可以学习和识别不同类型的缺陷模式，通过对多帧图像进行重构获取像素点重构系数和重构特征值，并计算获得同质差异特征和像素点同质密度数值，并利用同质差异特征和像素点同质密度数值计算缺陷演变指数qx和损失面积数值sy。这些指标能够定量评估缺陷的演变程度和表面损失的大小，提供了对缺陷状况的更深入理解。并将通过拟合缺陷演变指数qx和损失面积数值sy，计算获取缺陷弥补系数mb，根据判定模块判定的缺陷类型、缺陷演变指数qx和缺陷弥补系数mb，系统生成详细的缺陷报告，并匹配相应的弥补方案，基于图像识别的缺陷检测系统可以实时监控双基板散热器表面的缺陷情况，并及时反馈给操作人员。这使得问题可以迅速被察觉和解决，有助于及时调整生产流程和纠正缺陷，基于图像识别的缺陷检测系统可以实现高速、大规模的自动检测，相比手工检测，能够提高生产效率和减少人力资源的需求。此外，通过及早发现和处理缺陷，系统可以减少废品产生，降低生产成本。
28.实施例2，本实施例是在实施例1中进行的解释说明，请参阅图1，具体的，所述图像
预处理模块包括图像去噪单元和数据增强单元；所述图像去噪单元用于采用均值滤波、中值滤波和高斯滤波其中一种或多种，在图像的局部区域上进行像素值平均或中值计算来消除噪声，并采用直方图均衡化来调整亮度，拉伸图像范围，调整图像的对比度；所述数据增强单元用于旋转、缩放、平移来增强双基板散热器表面的连续图像帧数量和多样性，识别出缺陷部位，并进行标记。这有助于在训练模型阶段提供准确的标注信息，让模型学习和识别缺陷的位置和形状，提高缺陷检测的准确性。
29.本实施例中，图像预处理模块中的图像去噪单元和数据增强单元在基于图像识别的双基板散热器表面缺陷检测系统中具有以下有益效果：去除噪声，提高图像质量；调整亮度和对比度，凸显缺陷特征；增加图像数量和多样性，提高模型的泛化能力；标记缺陷部位，提高缺陷检测的准确性。这些效果将有助于提升系统的缺陷检测能力和可靠性。
30.实施例3，本实施例是在实施例1中进行的解释说明，请参阅图1－图2，具体的，沿着时间轴，获取x1、x2、x3、...、xn的图像，取其中第t时刻下的图像进行计算，在双基板散热器表面图像中，识别缺陷像素点中心位置i，并在缺陷像素几点中心处的灰度数据为，以像素点i为中心为，其中z根据缺陷大小进行延伸，构成缺陷区域，对缺陷区域中不同位置处的像素点进行分析，设置为中心像素点i位置处与像素点数值在同一重构区间的像素点数量记为，并通过以下公式计算获取像素点i位置处的重构系数：
31.式中：scale表示归一化函数，ii表示像素点最大值，ji表示像素点最小值，表示以i的缺陷区域中，除去的像素点个数；d表示对应缺陷区域中不同像素点的数值大小；s表示像素点数值平均面积。
32.通过在双基板散热器表面图像中识别缺陷像素点的中心位置i，系统能够准确定位和定位缺陷。这有助于后续的分析和计算，使系统能够针对具体的缺陷进行精确的处理和判断；根据缺陷像素点中心位置i，系统可以根据缺陷大小进行延伸，构成缺陷区域。这有助于将相关的像素点聚集在一起，形成一个完整的缺陷区域，便于后续的分析和计算，通过对缺陷区域中不同位置处的像素点进行分析，系统可以计算出像素点i位置处的重构系数。这个系数可以反映出像素点在缺陷区域中的数值特征和重要性。通过重构系数，可以进一步评估缺陷的严重程度和影响范围。
33.本实施例中，通过识别缺陷像素点中心位置和计算重构系数，基于图像识别的双基板散热器表面缺陷检测系统可以获得关于缺陷的定位和特征信息，进一步评估缺陷的严重程度和影响范围。这些有益效果有助于系统进行更精准的缺陷分析和判断，提高检测的准确性和可靠性。
34.实施例4，本实施例是在实施例3中进行的解释说明，请参阅图1－图2，具体的，重构特征值通过对像素点i位置处的像素点数值进行重构得到，获取公式为：
35.式中，重构阈值t=0.4，作为一个判定标准，用于决定哪些像素点被认为是缺陷区域的一部分，当像素点i位于双基板散热器表面缺陷区域时，对像素点i中心的缺陷区域的像素点分布情况进行计算，当缺陷局部区域中，与中心像素点i为中心的其他像素点的差异较为明显时，对应像素点i的重构特征值会相应增大，说明缺陷越明显。
36.本实施例中，通过计算重构特征值并应用重构阈值，基于图像识别的双基板散热器表面缺陷检测系统可以评估缺陷的程度和明显程度，分析缺陷区域的像素点分布情况，并提供定量的缺陷特征信息。这些有益效果有助于更准确地评估缺陷的严重程度，进一步分析缺陷的特征和性质，并为后续的处理和修复提供指导。
37.实施例5，本实施例是在实施例4中进行的解释说明，请参阅图1－图2，具体的，所述分析单元用于计算同质差异特征，所诉同质差异特征计算步骤包括：以像素点i所在的缺陷区域向周围延伸扩八个区域，进而定位缺陷区域的位置，对这些区域中的像素点数值特点进一步计算分析，扩展区域的重构特征值计算获取相应的重构特征序列为：、、、...、，将以上重构特征进行计算获取同质差异特征和同质密度数值：：
38.式中，8个区域表示在以像素点i所在的缺陷区域向周围延伸八个区域，从缺陷区域向周围扩展八个区域，形成九个区域（包括中心区域和周围的八个区域），每个区域中的中心用c表示，相似度采用c进行计算后归一化处理后并获得同质差异特征，越大代表差异越小，越小代表差异越大；m表示为密度因子；若以像素点i为中心的重构获得同质差异特征是划痕，且扩展8个区域中差异小的值，代表仍有划痕缺陷，若同质差异特征差异较大，则判断为无划痕缺陷；若同质密度数值中m若属于划痕的密度值范围内，若同质密度数值较高，则代表划痕缺陷密度值较高，缺陷度更高；若同质密度数值较低，则代表划痕缺陷密度值较低，缺陷度较低，那选择相对应的修复手段也不同。利用以上得到的重构特征值进行计算，获取同质差异特征和同质密度数值，公式中的8个区域表示九个区域中除了中心区域外的八个区域，c表示中心区域，相似度采用c进行计算后归一化处理，得到同质差异特征。同质差异特征值越大表示差异越小，越小表示差异越大。以上步骤和判断条件可以用于计算同质差异特征并评估缺陷的程度，进而选择适当的修复手段。
39.实施例6，本实施例是在实施例5中进行的解释说明，具体的，所述缺陷演变指数qx通过以下公式进行计算：通过以下公式进行计算：式中：nf表示最终图像中的缺陷数量，表示初始图像中的缺陷数量。缺陷演变指数qx用于衡量缺陷数量的变化程度。该指数的计算是通过比较最终图像和初始图像中的缺陷数量来得出的。如果qx的值为正数，表示最终图像中的缺陷数量增加了；如果qx的值为负数，表示最终图像中的缺陷数量减少了；如果qx的值为零，表示最终图像中的缺陷数量保持不变。
40.通过计算缺陷演变指数qx，可以评估缺陷的演变情况，并判断在处理过程中是否取得了有益的效果。如果qx的值为负数，说明处理过程中缺陷数量减少，如果qx的值为正数或零，表示缺陷数量增加或保持不变，可能需要进一步改进处理方法。
41.本实施例中，根据缺陷演变指数qx的正负值可以初步评估处理过程中的有益效果。然而，需要注意的是，qx仅考虑了缺陷数量的变化，其他缺陷特征和图像质量等因素可能也需要考虑进来以获得更全面的评估。
42.实施例6，本实施例是在实施例5中进行的解释说明，具体的，所述计算模块包括拟合单元和计算单元；所述拟合单元用于将缺陷演变指数qx和损失面积数值sy进行拟合，采用线性回归方式进行相关性关联后，线性回归方程表示为：式中，β0是截距，β1是斜率拟合因子；使用样本数据对线性回归模型进行训练，找到最优的β0和β1值，使得模型能够最好地拟合样本数据；在训练完成后，得到了最优的拟合参数β0和β1，拟合因子即为β1，它表示了缺陷演变指数qx与损失面积数值sy之间的线性关系的斜率；所述计算单元用于将缺陷演变指数qx和损失面积数值sy进行计算获取缺陷弥补系数mb：公式的意义为，假设qx和sy之间存在线性关系，缺陷弥补系数mb则是qx和sy乘积的结果。
43.本实施例中，利用线性回归拟合得到的拟合因子和缺陷演变指数qx、损失面积数值sy之间的关系，进而计算得到缺陷弥补系数mb。这个系数可以用来衡量缺陷演变指数和损失面积之间的关联程度，并可能用于评估缺陷修复的效果。
44.实施例7，本实施例是在实施例6中进行的解释说明，请参阅图1具体的，所述判定模块用于有依据缺陷演变指数qx来判定缺陷类型，所述判定模块包括阈值单元和判断单元；所述阈值单元用于设置规则阈值来确定缺陷类型作为判定条件；所述判断单元用于将依据缺陷演变指数qx和规则阈值来对比，判断缺陷类型，并生成相应的缺陷报告；设定了阈值a、阈值b和阈值c作为判定缺陷类型的依据；所述缺陷类型包括以下分类：qx大于阈值a，则判定为裂纹；若qx小于阈值a且大于阈值b，则判定为磨损；若qx小于阈值b且大于阈值c，则判定为划痕；若qx小于阈值c，则判定为氧化。
45.所述修复模块包括缺陷库和方案单元；所述缺陷库用于收集历史缺陷数据和大数据双基板散热器表面缺陷数据，用于与所述缺陷报告进行对比；所述方案单元用于据缺陷报告中的信息，来获取缺陷报告并生成相应的弥补方案；所述弥补方案根据不同的缺陷类型提供修复方法，包括填补裂纹、涂抹修复剂和酸洗表面氧化面。
46.本实施例中，判定模块根据缺陷演变指数qx和规则阈值判断缺陷类型，并生成缺陷报告。修复模块根据缺陷报告中的信息，使用缺陷库进行对比，并生成相应的弥补方案来修复缺陷。这样可以实现针对不同缺陷类型的修复方法选择，从而达到有益的效果。
47.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换
和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：包括图像采集模块、图像预处理模块、建立模型模块、计算模块、判定模块和调整模块；图像采集模块用于采用图像采集设备拍摄获取双基板散热器表面的连续图像帧；图像预处理模块用于对双极板散热器表面的连续图像帧进行去噪、调整亮度和对比度处理；建立模型模块，用于使用缺陷识别模式算法分析特征，并进行训练，以学习不同类型的缺陷模式；所述建立模型模块包括特征提取单元和分析单元；所述特征提取单元用于识别预处理后的双基板散热器连续图像帧，并对时间轴图像数据进行排序，标记序列号为x1、x2、x3、...、xn，并量化若干个连续图像帧中的关键特征，计算双基板散热器表面图像中不同像素点的表面特征，获取像素点重构系数和重构特征值；依据像素点重构系数和重构特征值进一步计算获取同质差异特征；分析单元用于依据同质差异特征，优化选取聚类中心进行聚类获得聚类结果，计算获取到像素点同质密度数值；将x1、x2、x3、...、xn图像中若干个同质差异特征进行比较，获取缺陷演变指数qx，将若干个同质密度数值进行比较，获取损失面积数值sy；计算模块用于将缺陷演变指数qx与损失面积数值sy进行拟合，计算获取缺陷弥补系数mb，并由判定模块依据缺陷演变指数qx来判定缺陷类型，并结合缺陷弥补系数mb生成缺陷报告；缺陷类型包括裂纹、磨损、划痕和氧化；修复模块用于获取缺陷报告，并生成相对应的弥补方案。2.根据权利要求1所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述图像预处理模块包括图像去噪单元和数据增强单元；所述图像去噪单元用于采用均值滤波、中值滤波和高斯滤波其中一种或多种，在图像的局部区域上进行像素值平均或中值计算来消除噪声，并采用直方图均衡化来调整亮度，拉伸图像范围，调整图像的对比度；所述数据增强单元用于旋转、缩放、平移来增强双基板散热器表面的连续图像帧数量和多样性，识别出缺陷部位，并进行标记。3.根据权利要求1所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：沿着时间轴，获取x1、x2、x3、...、xn的图像，取其中第t时刻下的图像进行计算，在双基板散热器表面图像中，识别缺陷像素点中心位置i，并在缺陷像素几点中心处的灰度数据为，以像素点i为中心为，其中z根据缺陷大小进行延伸，构成缺陷区域，对缺陷区域中不同位置处的像素点进行分析，设置为中心像素点i位置处与像素点数值在同一重构区间的像素点数量记为，并通过以下公式计算获取像素点i位置处的重构系数：式中：scale表示归一化函数，ii表示像素点最大值，ji表示像素点最小值，表示以i的缺陷区域中，除去的像素点个数；d表示对应缺陷区域中不同像素点的数值大小；s表示像素点数值平均面积。4.根据权利要求1所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：重构特征值通过对像素点i位置处的像素点数值进行重构得到，获取公式为：
式中，重构阈值t=0.4，当像素点i位于双基板散热器表面缺陷区域时，对像素点i中心的缺陷区域的像素点分布情况进行计算，当缺陷局部区域中，与中心像素点i为中心的其他像素点的差异较为明显时，对应像素点i的重构特征值会相应增大，说明缺陷越明显。5.根据权利要求1所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述分析单元用于计算同质差异特征，所诉同质差异特征计算步骤包括：以像素点i所在的缺陷区域向周围延伸扩八个区域，对这些区域中的像素点数值特点进一步计算分析，扩展区域的重构特征值计算获取相应的重构特征序列为：、、、...、，将以上重构特征进行计算获取同质差异特征和同质密度数值：：式中，8个区域表示在以像素点i所在的缺陷区域向周围延伸八个区域，每个区域中的中心用c表示，相似度采用c进行计算后归一化处理后并获得同质差异特征，越大代表差异越小，越小代表差异越大；m表示为密度因子；若以像素点i为中心的重构获得同质差异特征是划痕，且扩展8个区域中差异小的值，代表仍有划痕缺陷，若同质差异特征差异较大，则判断为无划痕缺陷；若同质密度数值中m若属于划痕的密度值范围内，若同质密度数值较高，则代表划痕缺陷密度值较高，缺陷度更高；若同质密度数值较低，则代表划痕缺陷密度值较低，缺陷度较低，那选择相对应的修复手段也不同。6.根据权利要求1所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述缺陷演变指数qx通过以下公式进行计算：征在于：所述缺陷演变指数qx通过以下公式进行计算：式中：nf表示最终图像中的缺陷数量，表示初始图像中的缺陷数量。7.根据权利要求6所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述计算模块包括拟合单元和计算单元；所述拟合单元用于将缺陷演变指数qx和损失面积数值sy进行拟合，采用线性回归方式进行相关性关联后，线性回归方程表示为：式中，β0是截距，β1是斜率拟合因子；使用样本数据对线性回归模型进行训练，找到最优的β0和β1值，使得模型能够最好地拟合样本数据；在训练完成后，得到了最优的拟合参数β0和β1，拟合因子即为β1，它表示了缺陷演变指数qx与损失面积数值sy之间的线性关系的斜率；所述计算单元用于将缺陷演变指数qx和损失面积数值sy进行计算获取缺陷弥补系数mb：公式的意义为，假设qx和sy之间存在线性关系，缺陷弥补系数mb则是qx和sy乘积的结果。8.根据权利要求7所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述判定模块用于有依据缺陷演变指数qx来判定缺陷类型，所述判定模块包括阈
值单元和判断单元；所述阈值单元用于设置规则阈值来确定缺陷类型作为判定条件；所述判断单元用于将依据缺陷演变指数qx和规则阈值来对比，判断缺陷类型，并生成相应的缺陷报告；所述缺陷类型包括以下分类：qx大于阈值a，则判定为裂纹；若qx小于阈值a且大于阈值b，则判定为磨损；若qx小于阈值b且大于阈值c，则判定为划痕；若qx小于阈值c，则判定为氧化。9.根据权利要求8所述的一种基于图像识别的双基板散热器表面缺陷检测系统，其特征在于：所述修复模块包括缺陷库和方案单元；所述缺陷库用于收集历史缺陷数据和大数据双基板散热器表面缺陷数据，用于与所述缺陷报告进行对比；所述方案单元用于据缺陷报告中的信息，来获取缺陷报告并生成相应的弥补方案；所述弥补方案根据不同的缺陷类型提供修复方法，包括填补裂纹、涂抹修复剂和酸洗表面氧化面。

技术总结
本发明公开了一种基于图像识别的双基板散热器表面缺陷检测系统，涉及图像数据处理技术领域，该系统拍摄采集双基板散热器表面多帧图像数据，对多帧图像进行重构获取像素点重构系数和重构特征值，并计算获得同质差异特征和像素点同质密度数值，计算缺陷演变指数Qx和损失面积数值Sy。并将通过拟合缺陷演变指数Qx和损失面积数值Sy，计算获取缺陷弥补系数Mb，根据判定模块判定的缺陷类型、缺陷演变指数Qx和缺陷弥补系数Mb，系统生成详细的缺陷报告，并匹配相应的弥补方案，基于图像识别的缺陷检测系统可以实时监控双基板散热器表面的缺陷情况，并及时反馈给操作人员。相比手工检测，能够提高生产效率和减少人力资源的需求。求。求。


技术研发人员：周志强 廖威 彭连伟
受保护的技术使用者：深圳市华盛源机电有限公司
技术研发日：2023.08.18
技术公布日：2023/9/20