[發明專利]柱形鋰電池圓周面凹坑視覺檢測方法

有效

• 申請號: 201810724486.1
• 申請日: 2018-07-04
• 公開（公告）號: CN109191421B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 于霞;曾祥瑞;苑瑋琦
• 申請（專利權）人: 沈陽工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G01N21/952;G01B11/24
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 周智博;宋鐵軍

1.一種柱形鋰電池圓周面凹坑視覺檢測方法，其特征在于：該方法的步驟如下：

(1)利用圖像處理算法定位圖像中電池：

1)在相機捕獲到的圖片，通過電池在圖像中出現的位置，確定電池搜索范圍；

2)使用Canny邊緣檢測，利用電池邊緣寬度和電池在圖像中的位置，找到電池最上邊緣：由于Canny算子能有效地去除圖像中的偽邊緣點，在電池感興趣區域定位出來之后，采用Canny算子提取電池邊緣，Canny算子的計算步驟為高斯濾波、計算圖像梯度的幅值和方向、非極大值抑制，最后使用雙閾值去除偽邊緣點；確定水平跨度大于n個像素點且垂直方向在最上方的邊緣為所要定位的邊緣；

3)通過相機捕獲到的圖像中電池區域所占長與寬的像素值確定電池位置和大小；

(2)利用圖像處理算法生成電池缺陷特征：

1)計算電池圖像的垂直方向梯度，即使用Sobel算子來計算梯度；

2)縮減圖像的灰度級規模，以提高運算效率；

3)從梯度圖像計算垂直方向的灰度共生矩陣；

4)根據凹坑缺陷的特征，定義了加權跡這種特征用于凹坑分類，加權跡定義如下：

其中l為圖像灰度級數，M為灰度共生矩陣；

5)從共生矩陣生成4種常見的特征，即角二階矩、對比度、倒數差分矩、熵；再添加上文定義的加權跡特征，共5種特征生成特征向量；

(3)進行特征篩選，從上步中獲得的特征篩選出對缺陷分類效果最好的特征組合：

1)列出所有的特征向量組合，角二階矩、對比度、倒數差分矩、熵和加權跡五種特征的組合共30種，其中使用兩種特征的組合共10種，使用三種特征的組合共9種，使用四種特征的組合共5種，使用五種特征的組合共1種；

2)對所有的特征向量組合，使用測試圖庫進行測試，每種組合測試多次，綜合結果的漏識率、漏識率方差信息，確定最好的特征組合；

(4)確定人工神經網絡分類器的隱含層單元數：隱含層單元數由實驗確定，使用測試圖庫對不同隱含層單元數測試，每種單元數測試多次，綜合多次實驗漏識率結果，結果取漏識率最小的單元數。

2.根據權利要求1所述的柱形鋰電池圓周面凹坑視覺檢測方法，其特征在于：(1)步驟的“3)”步驟中：因為相機與電池的距離固定，根據拍攝到的圖像測量即可確定電池大小；根據(1)步驟的“2)”步驟確定的邊緣計算邊緣的中心點，首先計算邊緣上所有點橫坐標的均值，在求出位于邊緣上距離均值點最近的點作為中心點，以中心點為最上邊的中點按電池大小繪制矩形，該矩形即電池的區域。

3.根據權利要求1所述的柱形鋰電池圓周面凹坑視覺檢測方法，其特征在于：(2)步驟的“4)”步驟中,生成加權跡特征過程如下：

角二階矩的定義為：

對比度的定義為：

倒數差分矩的定義為：

熵的定義為：

通過觀察大量樣本生成的共生矩陣，發現矩陣左上角的對角線上的元素在不同樣本的矩陣中的差值不大，矩陣右下角的對角線元素在無缺陷樣本中等于零，而在有缺陷樣本中為大于零的值；本方法將其定義為共生矩陣的加權跡，并用之描述缺陷樣本的特征，共生矩陣的加權跡定義為：

4.根據權利要求1所述的柱形鋰電池圓周面凹坑視覺檢測方法，其特征在于：(1)步驟的“3)”步驟中：提取到上沿的邊緣后，通過該邊緣定位電池，上沿明亮曲線的中心點十分趨近電池上沿弧線的中點，將該中心點看作電池框定矩形上邊的中點，該點的具體計算過程；

step1:利用式(1)計算邊緣點集合中橫坐標的均值x_mean；

其中為邊緣點集合中第i個點的x坐標值，n為點集合中點的數量；

step2:邊緣的中心點由式(2)計算；

即求橫坐標中距離橫坐標均值最近的點；

由于電池在相機視場內的大小固定，根據中心點即可提取電池區域。