[发明专利]一种电池包焊接质量图像检测方法

权利要求书

1.一种电池包焊接质量图像检测方法，其特征在于，包括以下步骤：

S1：采集待检测的焊接后的汇流排顶部的图像，图像中包括汇流排以及多个焊接点，焊接点为检测目标，对图像进行高斯滤波，滤波后的图像采用直方图均衡化的方法进行图像增强；

S2：对增强后的图像采用分割阈值进行二值化处理；

S3：获得二值图像后，通过轮廓跟踪计算获得二值图像各个连通区域的轮廓像素点集，即多组二维点集；非焊接点区域所形成的二值轮廓较小，轮廓像素点少，通过设置阈值将非焊接点区域的图像舍去；

S4：对多组二维点集使用最小二乘法进行椭圆拟合，求出中心坐标和长轴半径、短轴半径；

S5：将中心坐标和长轴半径、短轴半径输入缺陷检测网络模型中，判断焊接点的质量，当焊接点质量不合格时，输出中心坐标，缺陷检测网络模型通过以下步骤建立：

S51：采集焊接后的汇流排顶部的图像，图像中包括汇流排以及多个焊接点，利用标注工具对图像中的焊接点以及汇流排进行人工标注；

S52：将标注完的图像数据划分为训练集和验证集，搭建缺陷检测网络模型；

S53：将训练集和验证集输入网络模型中训练，选择若干训练参数，将每个训练参数设置多个维度，通过预设定的正交表组合每种参数选择出若干组不同的实验参数，得到不同的实验返回结果，通过每组实验的结果计算不同参数对本数据集的因子效应，得出包含若干个参数的因子反应表，优化因子反应表，当因子效应数值大小为递减，则减小参数数值，当因子效应的数值大小为递增，则增大参数数值；

S54：利用基于参数优化后的深度学习网络的文件对待检测的焊接后的汇流排图像进行检测，识别图像中焊接点质量以及漏焊点，当识别出质量不合格的焊接点以及漏焊点时，输出中心坐标；

S6：当已经检测的焊点的数量小于预存储的所述汇流排的焊点数量时，判断存在漏焊，将已经检测的焊点的中心坐标与预存的焊点中心坐标对比，输出漏焊点的中心坐标。

2.根据权利要求1所述的电池包焊接质量图像检测方法，其特征在于：在步骤S1中，采用同轴光源作为采集图像时的光源，采集的图像为灰度图像，质量合格的焊接点呈圆形。

3.根据权利要求1所述的电池包焊接质量图像检测方法，其特征在于：步骤S52中，搭建缺陷检测网络模型具体为：使用Darknet，ResNet，VGG作为提取特征的主干网络，基于卷积层，归一化层以及激活函数搭建网络，用于输出漏焊点的位置信息。

4.根据权利要求1所述的电池包焊接质量图像检测方法，其特征在于：步骤S52中，搭建缺陷检测网络模型具体为：引入空间注意力机制、通道注意力机制提升提取特征的能力。

5.根据权利要求1所述的电池包焊接质量图像检测方法，其特征在于：步骤S53中，实验返回结果为召回率R、召准率P以及Map值，通过返回的三个结果分别计算出多组实验的均值y以及方差s，由均值和方差计算出实验的信噪比S/N，信噪比的计算公式为：，根据实验列出的正交表计算出若干参数分别在多个维度下的因子效应。

6.根据权利要求1所述的电池包焊接质量图像检测方法，其特征在于：在步骤S1中，直方图均衡化为把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图，然后按均衡直方图修正原图像。