基于机器视觉的散热器钎焊缺陷检测系统研发

人工智能技术与咨询 

点击蓝字 · 关注我们

来源：《 图像与信号处理》 ，作者 吕广贤

关键词: 机器视觉；缺陷检测；钎焊

摘要：

  摘要: 为解决散热器钎焊缺陷在工业检测过程中效率低、差错率高的问题，本文设计了一种基于机器视觉的缺陷检测系统。针对钎焊环节产生的焊缝和阻塞这两种缺陷，通过设计的内外双光源照射模块分别对其打光得到各自的原始图像；其次采用灰度处理、滤波除燥等算法进行预处理；最后采用区域生长算子和设计的双阈值筛选算法分别得到了图像的焊缝和阻塞缺陷。实验表明，本系统检测效率比传统人工检测效率提高了6倍，准确率在97%以上。

1. 引言

散热器是汽车冷却系统的重要部件之一，其各部件一般采用铝合金材料，通过钎焊炉高温钎焊而成。但在整体成型的钎焊过程中散热器容易出现焊缝泄漏 [1] 和阻塞缺陷，这两种缺陷严重降低了散热器的使用性能，并且容易产生安全隐患。目前，散热器钎焊处的缺陷检测主要通过人工检测的方式完成，但是随着自动化检测技术的发展，这种落后的检测方式已不适应时代的发展要求。因此，实现对焊件质量的自动化检测具有重要意义。、

目前，对钎焊、扩散式焊接质量的检测主要还是采用超声波检测、X射线检测和机器视觉 [2] 等方法。美国Cognex公司设计出了基于机器视觉的Smart View 系统，该系统在金属表面缺陷检测中取得了很高的识别率 [3]；而Westinghous公司在钢板钎焊表面的缺陷检测中提供了一种新的检测方案 [4]，原理是利用不同照明光路与电荷耦合元件(charge coupled device, CCD)线阵相机相结合的方式对其进行检测。国内方面，浙江大学的周红明等人设计了分水岭阈值分割法，利用机器视觉技术实现了对焊缝缺陷定位与尺寸测量 [5]，从目前的研究成果可以看出，研究关注点主要集中在图像分割提取和缺陷识别分类 [6]。

针对散热器钎焊产生的缺陷问题，本文以机器视觉技术和图像处理为基础，通过设计的双光源照射模块、改进图像预处理算法及阈值筛选算法实现了对汽车散热器钎焊缺陷的自动化、高精度的检测。

2. 系统整体方案

2.1. 检测对象

汽车散热器主要是由散热器芯、水管、散热空气叶片、上水箱及下水箱等组合而成。上水箱在散热器上，由水管将上水箱与散热器下水箱相连通，热水由上而下流到下水箱时变为温水，散热空气叶片则构成孔道，经风扇的抽吸使大量的冷空气经空气孔道，将流经水管中冷却水的热量吸收，再发散于大气中。本文检测对象为水管口四周的钎焊处，如图1所示。

Figure 1. Brazing defects of automobile radiator

图1. 汽车散热器钎焊缺陷

汽车散