[发明专利]一种结合区域生长与环形校正的锂电池极耳缺陷检测方法

说明书

本发明涉及一种结合区域生长与环形校正的锂电池极耳缺陷检测方法，1)获取待检测锂电池图像，对待检测锂电池图像进行预处理；2)将预处理后的待检测锂电池图像中的极耳与涂布进行分割，获取极耳缺陷区域和涂布区域；3)对分割后的涂布区域去除雪花干扰；4)检测极耳缺陷区域的轮廓信息，并外接矩形进行轮廓定位，计算极耳缺陷关键参数；5)在计算极耳缺陷关键参数的基础上，对极耳缺陷关键参数进行修正，进而实现缺陷的准确检测。与现有技术相比，本发明具有提高检测精度、检测效率高等优点。

技术领域

本发明涉及机器视觉自动化检测技术领域，尤其是涉及一种结合区域生长与环形校正的锂电池极耳缺陷检测方法。

背景技术

锂离子电池具有自放电低、能量密度高、无记忆效应、绿色环保和循环使用寿命长等优点。然而锂电池极耳在生产加工过程中很容易受到极耳切割机的影响导致会出现极耳缺失、极耳褶皱、极耳接带等多种缺陷。目前，许多锂电池生产厂的缺陷检测效率低，人工的劳动强度大，且对一些细小的缺陷容易出现漏检等情况。

基于机器视觉的缺陷检测方法是一种无触式、无损伤的自动检测方法。在利用机器视觉技术进行缺陷检测时，主要有图像获取、图像预处理、特征提取，缺陷区域关键参数计算等步骤。图像获取采用工业相机获取图片，图像预处理通常对背景区域抑制和缺陷区域增强，常采用的方法有高斯滤波、均值滤波和中值滤波等方法，特征提取通常采用Sobel边缘检测算法和OTSU算法以及Canny边缘检测算法。缺陷区域关键参数计算利用基于图像梯度计算方法来获取。然而当前对极耳切割机切割后的锂电池极耳缺陷检测研究较少，尚未有利用机器视觉技术检测极耳缺陷关键参数以及对极耳缺陷进行定位的技术。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种结合区域生长与环形校正的锂电池极耳缺陷检测方法。

本发明的目的可以通过以下技术方案来实现：

一种结合区域生长与环形校正的锂电池极耳缺陷检测方法，该方法包括如下步骤：

S1：获取待检测锂电池图像，对待检测锂电池图像进行预处理。所述预处理为：利用分段线性变换并结合三维立体图像确定像素节点的方法对待检测锂电池图像进行处理。具体内容为：

通过锂电池极耳的三维立体与正面确定原始的待检测锂电池图像的像素节点a与b；利用分段线性变换公式获取分段线性变换后的待检测锂电池图像的像素值，分段线性变换公式为：

式中，f(x,y)为原始的待检测锂电池图像的像素值，g(x,y)为分段线性变换后的图像像素值；a、b为原始的待检测锂电池图像的像素节点，c、d为分段线性变换后图像的像素节点。

S2：将预处理后的待检测锂电池图像中的极耳与涂布进行分割，获取极耳缺陷区域和涂布区域。

进一步地，利用区域生长算法对预处理后的待检测锂电池图像中的极耳与涂布进行分割。

S3：对分割后的涂布区域去除雪花干扰。

进一步地，采用形态学处理中的开算子对分割后的涂布区域去除雪花干扰。

S4：检测极耳缺陷区域的轮廓信息，并外接矩形进行轮廓定位，计算极耳缺陷关键参数。

进一步地，采用Canny边缘检测算法检测缺陷的轮廓信息。采用Canny边缘检测算法检测缺陷的轮廓信息的表达式为：

式中，f_x(i,j)为水平方向的差分，f_y(i,j)为垂直方向的差分，M(i,j)为Canny边缘检测的梯度幅值，θ(i,j)为Canny边缘检测的梯度方向，(i，j)为整个图像中所有的点坐标。