[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN103913150A - 智能电能表电子元器件一致性检测方法 - Google Patents

智能电能表电子元器件一致性检测方法 Download PDF

Info

Publication number
CN103913150A
CN103913150A CN201410166559.1A CN201410166559A CN103913150A CN 103913150 A CN103913150 A CN 103913150A CN 201410166559 A CN201410166559 A CN 201410166559A CN 103913150 A CN103913150 A CN 103913150A
Authority
CN
China
Prior art keywords
components
electronic devices
image
detection
intelligent electric
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410166559.1A
Other languages
English (en)
Other versions
CN103913150B (zh
Inventor
邓桂平
方毅
刘建华
陈俊
丁黎
李莉
李帆
夏水冰
张芹
郭玥
郭雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410166559.1A priority Critical patent/CN103913150B/zh
Publication of CN103913150A publication Critical patent/CN103913150A/zh
Application granted granted Critical
Publication of CN103913150B publication Critical patent/CN103913150B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种智能电能表电力元器件一致性检测方法，涉及图像识别、光源控制技术领域。本方法包括下列步骤：①建模板；②摄取图像；③电子元器件粗检测；④PCB精确检测；⑤电子元器件图像分类；⑥再次确定；⑦输出结果。本发明通过电子元器件的粗检测、精确检测、分类、再次确定一系列步骤，使电子元器件的一致性检测足够稳定可靠，达到稳定的智能电能表电子元器件一致性检测的目的；本发明适用于各电力公司、电能表生产厂家的电子元器件一致性检测。

Description

智能电能表电子元器件一致性检测方法
技术领域
本发明涉及图像识别、光源控制技术领域，具体涉及一种智能电能表电子元器件一致性检测方法。
背景技术
随着智能电能表的推广应用，智能电能表的质量一致性问题日益受到关注。质量一致就是要求招标样表和现场运行表的质量状况一致，包括PCB质量、软件质量和电子元器件质量。电子元器件质量是质量一致性的关键组成部分，当前智能电能表电子元器件一致性的主要检测方法是人工目测，使用放大镜辅助检测被检表的电子元器件是否与招标样品一致。
现有的人工检测方法存在诸多缺点，如：人工检测存在人为误判；检测手段的单一性造成了检测效率低下；人工检测不便于计算机的统一管理等。
因此，提高智能表电子元器件一致性检测方法的智能化和有效性，提高检测速度和稳定性，减少误检是亟待解决的问题，这也正是本发明的出发点。
发明内容
本发明的目的就在于克服现有技术存在的缺点和不足，提供一种智能电能表电子元器件一致性检测方法，以提高智其有效性和智能化。
本发明的目的是这样实现的：
本方法基于图像识别和光源控制技术，通过不同的数据库模板的对比，粗略地检测出要检测的指定目标；通过目标的文字信息判断属于哪类目标，达到精确检测的目的；应用分类算法过滤掉不感兴趣的目标；本方法能够准确稳定地检测出智能电能表电子元器件的一致性，并且误检率低。
本发明所采用的技术方案是：
一、智能电能表电子元器件一致性检测系统（简称系统）
本系统包括工作环境：视频监控平台、综合接入网关和智能管理服务器；
设置有智能分析服务器；
其连接关系是：视频监控平台、综合接入网关、智能管理服务器和智能分析服务器依次连接。
工作原理
智能分析服务器连接到智能管理服务器，智能分析服务器根据智能管理服务器的IP（互联网协议）和端口连接到智能管理服务器；用户请求视频智能分析任务时，此请求发送到智能管理服务器，智能管理服务器记录下智能分析服务器状态，并将待检测摄像头列表均衡分配到空闲的智能分析服务器，智能分析服务器轮巡设备，从摄像头获取实时视频并解码，得到RGB(red，green，blue，红绿兰颜色表示法)数据，然后对RGB数据进行分析，并将检测结果上报到智能管理服务器，智能管理服务器将结果保存下来。用户也可根据告警类型和日期查询报警，统计生成报表。
二、智能电能表电子元器件一致性检测方法（简称方法）
本方法包括下列步骤：
①建模板；
②摄取图像；
③电子元器件粗检测；
④PCB精确检测；
⑤电子元器件图像分类；
⑥再次确定；
⑦输出结果。
本发明具有下列优点和积极效果：
1、通过电子元器件的粗检测、精确检测、分类、再次确定一系列步骤，使电子元器件的一致性检测足够稳定可靠，达到稳定的智能电能表电子元器件一致性检测的目的。
2、本发明适用于各电力公司、电能表生产厂家的电子元器件一致性检测。
附图说明
图1是本系统的结构方框图；
图中：
10—视频监控平台，
11—第1视频监控平台，
12—第2视频监控平台……
1N—第N视频监控平台，N是自然数，N<10；
20—综合接入网关；
30—智能管理服务器；
40—智能分析服务器，
41—第1智能分析服务器……
4N—第N智能分析服务器，N是自然数，N<100。
图2是本方法的步骤图；
图3是目标跟踪的流程图；
图4是精确查找的流程图。
具体实施方式
下面结合附图和实施例对本发明详细说明：
一、系统
1、总体
如图1，本统计系统包括工作环境：视频监控平台10、综合接入网关20和智能管理服务器30；
设置有智能分析服务器40；
其连接关系是：视频监控平台10、综合接入网关20、智能管理服务器30和智能分析服务器40依次连接。
2、功能部件
1）视频监控平台10
为用户提供实时音视频和各种报警信号的远程采集、传输、存储和处理等业务。
2）综合接入网关20
实现视频监控平台的统计接入。
3）智能管理服务器30
实现智能资源管理，负责管理智能分析资源。
4）智能分析服务器40
智能分析服务器40是视频智能分析的功能实体，在物理分布上对应一台服务器。智能分析服务器40由多个VA（视频分析单元）组成，每个VA可独立完成一路视频的智能分析。
具体地说，智能分析服务器40的VA模块包括通用电脑及植入电脑内的功能软件。
主要功能为： 
①实现视频智能分析算法；
②接入到智能管理服务器30，由智能管理服务器30集中管理；
③接收智能管理服务器30的视频智能分析请求，从视频监控平台10获取视频并进行分析；
④将诊断结果上报给智能管理服务器30。
二、方法
如图2，本方法实现步骤如下：
①建模板-201
选取标准电路板图像信息，对电路板上的电子元器件进行建模，填写详细的电子元器件信息为检测标准；
②摄取图像-202
利用待检测工业专用摄像头获得视频图像数据，然后根据输入外模板图像进行比较，最后输出到智能分析服务器供分析使用；
③电子元器件粗检测-203
利用视频图像数据，分别处理智能电能表电子元器件型号，将待检测图像与标准先进行图形比对，找到类似图像进行锁定，然后根据锁定图像检测出电子元器件型号，最后显示出合格的图标指示值，从而能判断出是否有更换样品内部硬件，并同时输出到智能设备上，最后按要求输出标准信息；
④PCB精确检测-204
为了达到精确的检测到电路板缺陷的目的，分别进行以下操作：
Ⅰ、电子元器件的宿体是PCB板，PCB板中常见缺陷比较多，主要以检测缺件、少件为目的，这样更加精确判断出电路板的质量；
Ⅱ、智能电表采用的都是贴片和集成模块，模块较小，且精确，所以采用多采集分割，分区域检测；
⑤电子元器件图像分类-205
使用对应的检测灰度图像处理法；对于图形的分类，使用的是OCR+OpenCV方法；
⑥再次确定-206
为了使智能电能表电子元器件一致性检测方法稳定，还需要进行一个微调，如果目标对应位置不在指定位置或者长时间运行造成偏移，检测结果并非所要的结果，所以通过微调方式来达到预期所要的检测点；
⑦输出结果-207
输出最终的检测结果。
下面对主要步骤详细说明：
1、步骤③：电子元器件粗检测-203
如图3，实现步骤如下：
A、输入当前图像-301；
B、主要电子元器件检测-302，PCB板检测-303；
C、主要电子元器件更新-304，PCB板更新-305；
D、查找主要电子元器件是否更换或丢失-306；
E、输出对应点检测信息-307，是则全部查到-308，否则丢失或更换-309；
F、形成图像列表-310；
G、将图像作为结果输出-311。
2、步骤④：PCB精确检测-204
PCB精确检测-204是利用累计信息和目标轮廓梯度信息，过滤掉非缺陷目标，达到稳定检测的目的。
如图4，PCB精确检测-204实现步骤如下：
a、输入检测结果图像-401；
b、扫描每个电子元器件-402；
c、判断扫描是否查到每个元器件-403，是则全部找到-405，否则部分找到或没有找到-404；
d、扫描累计图像每个电子元器件-406；
e、判断点的值是否大于正常检测标准值407，是则大于正常标准-409，否则小于正常标准-408；
f、对图像进行图像灰度处理-410；
g、应用连通域标记算法，对电子元器件图像进行连通域标记-411； 
h、计算识别与数据模板比较-412；
I、输出精检测结果-413。

Claims (3)

1.一种智能电能表电子元器件一致性检测方法，其特征在于：
①建模板（201）
选取标准电路板图像信息，对电路板上的电子元器件进行建模，填写详细的电子元器件信息为检测标准；
②摄取图像（202）
利用待检测工业专用摄像头获得视频图像数据，然后根据输入外模板图像进行比较，最后输出到智能分析服务器供分析使用；
③电子元器件粗检测（203）
利用视频图像数据，分别处理智能电能表电子元器件型号，将待检测图像与标准先进行图形比对，找到类似图像进行锁定，然后根据锁定图像检测出电子元器件型号，最后显示出合格的图标指示值，从而能判断出是否有更换样品内部硬件，并同时输出到智能设备上，最后按要求输出标准信息；
④PCB精确检测（204）
为了达到精确的检测到电路板缺陷的目的，分别进行以下操作：
Ⅰ、电子元器件的宿体是PCB板，PCB板中常见缺陷比较多，主要以检测缺件、少件为目的，这样更加精确判断出电路板的质量；
Ⅱ、智能电表采用的都是贴片和集成模块，模块较小，且精确，所以采用多采集分割，分区域检测；
⑤电子元器件图像分类（205）
使用对应的检测灰度图像处理法；对于图形的分类，使用的是OCR+OpenCV方法；
⑥再次确定（206）
为了使智能电能表电子元器件一致性检测方法稳定，还需要进行一个微调，如果目标对应位置不在指定位置或者长时间运行造成偏移，检测结果并非所要的结果，所以通过微调方式来达到预期所要的检测点；
⑦输出结果（207）
输出最终的检测结果。
2.按权利要求1所述的一种智能电能表电子元器件一致性检测方法，其特征在于所述的电子元器件粗检测（203）实现步骤如下：
A、输入当前图像（301）；
B、主要电子元器件检测（302），PCB板检测（303）；
C、主要电子元器件更新（304），PCB板更新（305）；
D、查找主要电子元器件是否更换或丢失（306）；
E、输出对应点检测信息（307），是则全部查到（308），否则丢失或更换（309）；
F、形成图像列表（310）；
G、将图像作为结果输出（311）。
3.按权利要求1所述的一种智能电能表电子元器件一致性检测方法，其特征在于所述的PCB精确检测（204）是利用累计信息和目标轮廓梯度信息，过滤掉非缺陷目标，达到稳定检测的目的；
实现步骤如下：
a、输入检测结果图像（401）；
b、扫描每个电子元器件（402）；
c、判断扫描是否查到每个元器件（403），是则全部找到（405），否则部分找到或没有找到（404）；
d、扫描累计图像每个电子元器件（406）；
e、判断点的值是否大于正常检测标准值（407），是则大于正常标准（409），否则小于正常标准（408）；
f、对图像进行图像灰度处理（410）；
g、应用连通域标记算法，对电子元器件图像进行连通域标记（411）； 
h、计算识别与数据模板比较（412）；
I、输出精检测结果（413）。
CN201410166559.1A 2014-04-24 2014-04-24 智能电能表电子元器件一致性检测方法 Expired - Fee Related CN103913150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410166559.1A CN103913150B (zh) 2014-04-24 2014-04-24 智能电能表电子元器件一致性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410166559.1A CN103913150B (zh) 2014-04-24 2014-04-24 智能电能表电子元器件一致性检测方法

Publications (2)

Publication Number Publication Date
CN103913150A true CN103913150A (zh) 2014-07-09
CN103913150B CN103913150B (zh) 2016-03-16

Family

ID=51039017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410166559.1A Expired - Fee Related CN103913150B (zh) 2014-04-24 2014-04-24 智能电能表电子元器件一致性检测方法

Country Status (1)

Country Link
CN (1) CN103913150B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700101A (zh) * 2015-04-01 2015-06-10 无锡桑尼安科技有限公司 基于视觉识别的电能表型号检测方法
CN106093050A (zh) * 2016-05-27 2016-11-09 国网天津市电力公司 一种用于智能电能表pcb封装、元器件的自动检测系统
CN108681705A (zh) * 2018-05-15 2018-10-19 国网重庆市电力公司电力科学研究院 一种基于图形识别的计量设备一致性判定方法及系统
CN116027171A (zh) * 2022-12-23 2023-04-28 广东祺力电子有限公司 一种用于实现pcba板测试的智能系统及方法
CN116934745A (zh) * 2023-09-14 2023-10-24 创新奇智(浙江)科技有限公司 一种电子元器件插接卡子质量检测方法及检测系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0468371A2 (en) * 1990-07-27 1992-01-29 Dainippon Screen Mfg. Co., Ltd. Method of and device for compensating for reading-position error of image sensor
CN1504742A (zh) * 2002-11-28 2004-06-16 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0468371A2 (en) * 1990-07-27 1992-01-29 Dainippon Screen Mfg. Co., Ltd. Method of and device for compensating for reading-position error of image sensor
CN1504742A (zh) * 2002-11-28 2004-06-16 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会: "《GB/T 17215.701-2011 标准电能表》", 《中华人民共和国国家标准》, 1 December 2011 (2011-12-01), pages 1 - 2 *
中华人民共和国国家质量监督检验检疫总局: "《GB/T 11150-2001 电能表检验装置》", 《中华人民共和国国家标准》, 1 March 2002 (2002-03-01), pages 4 - 6 *
李少腾 等: "《智能电能表印刷电路板一致性检测系统的开发》", 《浙江电力》, no. 3, 31 March 2013 (2013-03-31), pages 1 - 4 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700101A (zh) * 2015-04-01 2015-06-10 无锡桑尼安科技有限公司 基于视觉识别的电能表型号检测方法
CN106093050A (zh) * 2016-05-27 2016-11-09 国网天津市电力公司 一种用于智能电能表pcb封装、元器件的自动检测系统
CN108681705A (zh) * 2018-05-15 2018-10-19 国网重庆市电力公司电力科学研究院 一种基于图形识别的计量设备一致性判定方法及系统
CN108681705B (zh) * 2018-05-15 2022-08-23 国网重庆市电力公司电力科学研究院 一种基于图形识别的计量设备一致性判定方法及系统
CN116027171A (zh) * 2022-12-23 2023-04-28 广东祺力电子有限公司 一种用于实现pcba板测试的智能系统及方法
CN116027171B (zh) * 2022-12-23 2023-11-14 广东祺力电子有限公司 一种用于实现pcba板测试的智能系统及方法
CN116934745A (zh) * 2023-09-14 2023-10-24 创新奇智(浙江)科技有限公司 一种电子元器件插接卡子质量检测方法及检测系统
CN116934745B (zh) * 2023-09-14 2023-12-19 创新奇智(浙江)科技有限公司 一种电子元器件插接卡子质量检测方法及检测系统

Also Published As

Publication number Publication date
CN103913150B (zh) 2016-03-16

Similar Documents

Publication Publication Date Title
CN112395978B (zh) 行为检测方法、装置及计算机可读存储介质
TWI706318B (zh) 錫膏印刷品質檢測方法、數據處理裝置及電腦存儲介質
CN116188475B (zh) 一种外观缺陷自动光学检测的智慧控制方法、系统及介质
CN103913150B (zh) 智能电能表电子元器件一致性检测方法
TW202009681A (zh) 樣本標註方法及裝置、損傷類別的識別方法及裝置
CN111401418A (zh) 一种基于改进Faster r-cnn的员工着装规范检测方法
CN111797725A (zh) 一种设备状态检测方法、装置及系统
CN113449703B (zh) 环境在线监测数据的质控方法、装置、存储介质及设备
CN117455318A (zh) 汽车零部件检测过程的监控方法、装置及电子设备
KR102174424B1 (ko) 서버 기반 부품 검사방법 및 그를 위한 시스템 및 장치
CN116091416A (zh) 印制电路板组装缺陷检测、变化检测模型训练方法及装置
CN116664582B (zh) 一种基于神经视觉网络的路面检测方法及装置
CN117114420A (zh) 一种基于图像识别的工贸安全事故风险管控系统和方法
CN112668365A (zh) 一种物料入库识别方法、装置、设备及存储介质
CN116977250A (zh) 一种工业零件的缺陷检测方法、装置和计算机设备
CN118038105A (zh) 确定图像类别以及确定置信度阈值的方法和装置
CN115766793A (zh) 一种基于数据中心机房基础环境监测报警装置
CN115631169A (zh) 产品检测方法、装置、电子设备及存储介质
US20200184216A1 (en) Machine continuous learning method of neural network object classifier and related monitoring camera apparatus
CN116563770B (zh) 车辆颜色的检测方法、装置及设备和介质
CN116703905B (zh) 空料检测方法、装置、电子设备和计算机可读存储介质
CN113919799B (zh) 一种云管理平台审计控制器集群数据的方法及系统
CN115272249B (zh) 一种缺陷检测方法、装置、计算机设备和存储介质
CN118521586B (zh) 基于机器视觉的产品视觉检测装置及方法
CN115953601A (zh) 一种车辆标牌视觉检测方法、装置、终端设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160316

Termination date: 20180424

CF01 Termination of patent right due to non-payment of annual fee