[發(fā)明專利]鋰電池表面缺陷圖像批量生成方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010024629.5
• 申請日: 2020-01-10
• 公開（公告）號: CN111210421A
• 公開（公告）日: 2020-05-29
• 發(fā)明（設(shè)計）人: 文二龍;孟小路;范云峰
• 申請（專利權(quán)）人: 蘇州杰銳思智能科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T11/60;G06T3/00
• 代理公司: 蘇州睿昊知識產(chǎn)權(quán)代理事務所(普通合伙) 32277
• 代理人: 馬小慧

本發(fā)明涉及一種鋰電池表面缺陷圖像批量生成方法及系統(tǒng),包括：采集鋰電池圖像，包括帶有不同缺陷的源圖像和不帶缺陷的目標圖像；獲取所述源圖像中缺陷所在的感興趣區(qū)域；根據(jù)所述感興趣區(qū)域?qū)⑺鲈磮D像轉(zhuǎn)換成二值圖像，并對所述源圖像和所述二值圖像進行仿射變換；根據(jù)所述二值圖像進行仿射變換后的圖像提取所述源圖像仿射變換后的缺陷圖像域，將缺陷圖像域重繪到所述目標圖像的對應位置，并去除圖像重繪時產(chǎn)生的圖像拼接感，完成一次圖像缺陷樣本的生成；接著返回所述步驟S3開始循環(huán)進入下一個圖像缺陷樣本的生成。本發(fā)明有利于快速、批量地生成高質(zhì)量的鋰電池缺陷樣本圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及鋰電池表面圖像處理的技術(shù)領(lǐng)域，尤其是指一種鋰電池表面缺陷圖像批量生成方法及系統(tǒng)。

背景技術(shù)

由于鋰離子電池具有能量密度高、充放電速度快等優(yōu)點，使其在便捷式電子通信設(shè)備市場占據(jù)主導地位，并且逐漸擴展到電動工具領(lǐng)域。目前移動電話、筆記本電腦、微型攝像機等需要便攜式電源的用電器已經(jīng)成為人們生活中不可缺少的一部分，在其電源方面，無一例外地選擇鋰離子電池作為市場的主流。

鋰電池在生產(chǎn)過程中，由于加工工藝的原因，會導致鋰電池表面存在劃痕、凸包、壓痕、漏液、破損等表面缺陷，如果未在缺陷檢測工站將不良品篩選出來，則在使用過程中容易引起起火、爆炸等安全隱患。

由于鋰電池存在表面缺陷特征不明顯的特征，傳統(tǒng)的圖像缺陷檢測算法容易出現(xiàn)“漏檢”或“過殺”等誤判現(xiàn)象，造成產(chǎn)品合格率較低。基于深度學習模型的缺陷檢測算法具有較快的計算速度和準確性，而一個好的學習模型需要大量的圖像樣本進行訓練，在鋰電池正常的生產(chǎn)過程中，很難收集到所需的缺陷圖像樣本數(shù)量。

發(fā)明內(nèi)容

為此，本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中很難批量收集到所需的缺陷圖像樣本的問題，從而提供一種可大批量生成高質(zhì)量的鋰電池表面缺陷圖像樣本的鋰電池表面缺陷圖像批量生成方法及系統(tǒng)。

為解決上述技術(shù)問題，本發(fā)明的一種鋰電池表面缺陷圖像批量生成方法，包括如下步驟：采集鋰電池圖像，包括帶有不同缺陷的源圖像和不帶缺陷的目標圖像；獲取所述源圖像中缺陷所在的感興趣區(qū)域；根據(jù)所述感興趣區(qū)域?qū)⑺鲈磮D像轉(zhuǎn)換成二值圖像，并對所述源圖像和所述二值圖像進行仿射變換；根據(jù)所述二值圖像進行仿射變換后的圖像提取所述源圖像仿射變換后的缺陷圖像域，將缺陷圖像域重繪到所述目標圖像的對應位置，并去除圖像重繪時產(chǎn)生的圖像拼接感，完成一次圖像缺陷樣本的生成；接著返回所述步驟S3開始循環(huán)進入下一個圖像缺陷樣本的生成。

在本發(fā)明的一個實施例中，對所述源圖像和所述二值圖像進行仿射變換的方法如下：先建立一個單位齊次變換矩陣，然后移動所述單位齊次變換矩陣，對所述單位齊次變換矩陣按照設(shè)定比例進行變換，最后，對所述變換后的單位齊次變換矩陣進行旋轉(zhuǎn)變換。

在本發(fā)明的一個實施例中，將缺陷圖像域重繪到所述目標圖像的對應位置之前，對所述缺陷圖像進行亮度調(diào)整。

在本發(fā)明的一個實施例中，對所述缺陷圖像進行亮度調(diào)整的方法為：根據(jù)所述感興趣區(qū)域的邊界位置信息，獲取所述目標圖像在所述邊界位置內(nèi)的圖像域，并與所述源圖像中在所述邊界位置內(nèi)的圖像域進行混合。

在本發(fā)明的一個實施例中，與所述源圖像中在所述邊界位置內(nèi)的圖像域進行混合時，混合系數(shù)的取值范圍為0-0.8。

在本發(fā)明的一個實施例中，所述去除圖像重繪時產(chǎn)生的圖像拼接感的方法為：采用加權(quán)平滑算法去除圖像拼接感。

在本發(fā)明的一個實施例中，所述加權(quán)平滑算法包括：首先，繪制將感興趣區(qū)域包括在內(nèi)的外接矩形，所述外接矩形的邊與所述感興趣區(qū)域的邊界保持設(shè)定的距離；其次，分別提取源圖像和重繪后帶有拼接感目標圖像的外接矩形內(nèi)的圖像域；然后以外接矩形的任意一個側(cè)邊開始分多個階段建立動態(tài)加權(quán)平滑過程；最后，依次進行缺陷區(qū)域相對矩形區(qū)域剩余三條邊的加權(quán)平滑，完成相對缺陷區(qū)域的動態(tài)加權(quán)平滑。