[发明专利]一种电池尾端脱皮检测方法

说明书

技术领域

本发明涉及一种电池的检测方法，尤其是涉及一种电池尾端脱皮检测方法。

背景技术

机器视觉领域是一个近年来新兴的领域，但是其应用已经扩散到各行各业，且特别迎合当今生产自动化大趋势。由于机器代替人工具有不可替代的优点，如：速度快，精度高，连续工作时间长，并且能工作在一些人无法忍受的环境中。机器视觉在生产自动化领域里最广泛应用之一便是线上检测，用摄像头代替人眼，电脑代替人脑，进行各种检测，目前已经有应用的领域包括医药行业的胶囊表面伤痕检测，酒瓶制作行业中的伤痕检测，电池生产中对电池尾端伤痕的检测等等。在电池生产领域中，目前对于电池底盖的伤痕检测方法大多是人眼检测，首先重复劳动耗费大量人力物力，其次效率和精度受较大影响，机器视觉在电池生产线上检测的应用将有助于减少资源耗费和提高生产效率。在对电池尾端的检测过程中，有一种伤痕叫脱皮，其典型构造是电池尾端外圈的铁皮存在微小的磨损或者脱落，因为非常细微，在电池尾端图片拍出过后难于检测，这会影响检测系统的精度和后续的伤痕种类判断。因此需要研制一种能够快速判断是否具有脱皮伤痕的电池的方法。其中，如何突出脱皮伤痕和提取有用信息帮助判断是难点所在。目前在线检测领域中，对于脱皮这类微小伤痕的判定，是对图片进行频谱分析，分析伤痕样品的特定频谱，得出结果的方法。频谱分析方法存在弊端：会因为小伤痕和噪声(此处“噪声”意为因为拍摄硬件的原因而在图片上产生的一些干扰因素)无法很好的区分而使判别精密度不够

发明内容

本发明所要解决的技术问题是提供一种简便快捷、判断精确的电池尾端脱皮检测方法

本发明解决上述技术问题所采用的技术方案为：一种电池尾端脱皮检测方法，其特征在于包括具体步骤如下：

S1：相关参数：

待处理图片I像素为M×N；图片中像素灰度值为0到255；定义：面积为图片中一个同灰度值区域包含的像素点个数，面积阈值为x；连通区域S为图片中一片区域的像素灰度值均为255，且该片区域邻接的所有像素点均为0；半径为图片中n个处于一条直线上连续的像素点个数之和；结构元素为对图片进行闭操作的一个特定形状的像素集；

S2：利用最大类间方差法对I进行二值化得到二值图片I₁，遍历I₁所有连通区域，将面积小于x以下的255像素区域全部置0，得到图片I₂；

S3：用半径为5的圆形结构元素R对I₂中所有连通区域进行闭操作后，得到二值图片I₃，统计I₃中连通区域的数目K，若K大于10，则判定图片所表现出的几何特征为尾端脱皮，否则判定为非脱皮。

与现有技术相比，本发明的优点是将原图片进行二值化得到I₁，I₁中包含的一些噪声在二值化的过程中会被置255，通过将小面积连通区域去掉处理，可去除大部分噪点；进行闭操作时，R的半径取值能够保证既定精度；统计I₃中连通区域个数的时候，K值越大，则说明原图片明显断点越多。在能够判定电池尾端脱皮的前提下，不采用复杂的频谱分析，而采用形态学方法来消除噪点，达到判别伤痕的目的，大大减少了运算量，提高了效率。

附图说明

图1是本发明实施例的对电池尾端脱皮图片检测过程的逻辑结构框图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

实施例一：一种电池尾端脱皮检测方法，具体包括如下具体步骤：

S1：相关参数：

待处理图片I的像素为912×912；图片中像素灰度值为0到255；定义：面积为图片中一个同灰度值区域包含的像素点个数；连通区域S为图片中一片区域的像素灰度值均为255，且该片区域邻接的所有像素点均为0；半径为图片中5个处于一条直线上连续的像素点个数之和；结构元素为对图片进行闭操作的一个特定形状的像素集；面积阈值为30；

S2：利用最大类间方差法对I进行二值化得到二值图片I₁，遍历I₁所有连通区域，将面积小于30以下的255像素区域全部置0，得到图片I₂；

S3：用半径为5的圆形结构元素R对I₂中所有连通区域进行闭操作后，得到二值图I₃，统计I₃中连通区域的数目K，K=19，则判定电池为尾端脱皮。

实施例二：一种电池尾端脱皮检测方法，具体包括如下具体步骤：