一种锂电池隔膜缺陷检测方法及系统技术方案

本发明专利技术涉及机器视觉处理技术领域，提出了锂电池隔膜缺陷检测方法及系统，包括：获取锂电池隔膜的隔膜图像，得到隔膜灰度图像，获取隔膜灰度图像上所有存在灰度梯度的边缘线；获取隔膜灰度图像的灰度直方图，得到拟合曲线，根据拟合曲线得到隔膜灰度图像中的局部密度可达范围，完成初次可选范围收敛；获得每条边缘线上所有边缘像素点的梯度方向的反方向及延伸方向，得到第一匹配因子和第二匹配因子；根据第一匹配因子和第二匹配因子得到任意两条边缘线之间的差异度，并筛选完成的疑似缺陷边缘线；根据疑似缺陷边缘线获得完整刚性缺陷区域。本发明专利技术相比传统非极大值抑制算法而言，更为灵活，贴合刚性缺陷本质，进而使缺陷检测结果更为准确。结果更为准确。结果更为准确。

【技术实现步骤摘要】
一种锂电池隔膜缺陷检测方法及系统


[0001]本专利技术涉及机器视觉领域，具体涉及一种锂电池隔膜缺陷检测方法及系统。

技术介绍

[0002]在锂电池的结构中，隔膜是关键的内层组件之一。随着锂电池行业的迅猛发展，隔膜供应需求与质量需求快速增长，而隔膜在生产时不可避免地会有一些缺陷，比如破膜、刮伤、漏涂、异物、孔洞等问题。电池隔膜如果存在缺陷，将直接影响锂电池的容量、循环能力以及安全性能等特性。
[0003]传统的人工检测方法速度慢、精度低、一致性差、易疲劳。而机器视觉技术具有极高的检测效率、检测精度和超强稳定性，结合AI所具有的“智能化”特性，可大大提高检测效率、提升产品质量、节省成本。而传统智能检测系统所用的大津阈值算法和非极大值抑制方法受到检测目标面积以及内部灰度差异的影响，使目标分割结果的误差较大，无法获取准确的缺陷大小、形状、趋势等参数，进而也限制了缺陷形成原因分析的可靠性。

技术实现思路

[0004]本专利技术提供一种锂电池隔膜缺陷检测方法及系统，以解决现有的传统检测受限制较大，无法精确获得缺陷形状的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种锂电池隔膜缺陷检测方法，该方法包括以下步骤：获取锂电池隔膜灰度图像上的边缘线；根据隔膜灰度图像的灰度直方图上所有灰度级的像素点数量和主峰所在区域的像素点数量得到隔膜灰度图像中的局部密度可达范围；以局部密度可达范围的大小作为圆形搜索框，任意像素点为中心在隔膜灰度图像上遍历，获取初次可选范围，得到缺陷所在区域；获得隔膜灰度图像缺陷所在区域中每条边缘线上每个像素点梯度方向的反方向，将所有边缘像素点梯度方向反方向上相邻像素点的灰度值进行累加求均值得到每条边缘线的第一匹配因子；根据每条边缘线上的所有像素点与其相邻边缘像素点的斜率获得该边缘线在该像素点处的延伸方向，将每条边缘线上所有像素点延伸方向的累加均值作为每条边缘的第二匹配因子；根据任意两条边缘线的第一匹配因子和第二匹配因子得到任意两条边缘线之间的差异度，根据所有边缘线之间的差异度大小得到筛选完成的疑似缺陷边缘线；对所有疑似边缘线进行端点拟合，得到完全破损、未完全破损区域并存的完整刚性缺陷区域。
[0005]优选的，所述根据隔膜灰度图像的灰度直方图上所有灰度级的像素点数量和主峰所在区域的像素点数量得到隔膜灰度图像中的局部密度可达范围的步骤为：
根据灰度直方图的拟合曲线得到曲线中所有的极值点，根据极值点之间像素点数量确定主峰的位置；根据所得到的主峰计算图像上的局部密度可达范围公式如下：其中，代表第n个灰度级，则代表整个直方图的高斯拟合曲线，为主峰左侧极小值的灰度级，为主峰右侧极小值的灰度级，表示图像上的局部密度可达范围优选的，所述得到每条边缘线的第一匹配因子的步骤为：获取每条边缘线上所有边缘像素点的竖直方向和水平方向上的梯度分量，得到竖直方向和水平方向梯度分量的比值，比值的反正切函数即是该边缘像素点的梯度方向，将该梯度方向角度旋转180度得到该像素点梯度方向的反方向，获取每个像素点在该反方向上的相邻像素点的灰度值，计算每条边缘线上所有像素点在该反方向上的相邻像素点的灰度值的累加均值表示每条边缘线的第一匹配因子。
[0006]优选的，所述每条边缘线上所有像素点延伸方向的累加均值作为每条边缘的第二匹配因子的计算方法为：其中，式中表示第v条边缘上第i个边缘像素点的纵坐标，表示第v条边缘上第i
‑
1个边缘像素点的纵坐标，表示第v条边缘上第i个边缘像素点的横坐标，表示第v条边缘上第i
‑
1个边缘像素点的横坐标，代表第v条边缘上的所有边缘像素点数量，表示第v条边缘线的第二匹配因子优选的，所述根据所有边缘线之间的差异度大小得到筛选完成的疑似缺陷边缘线的方法为：对于所有边缘线中任意两个边缘线的差异度大于第一预设阈值时，将两条边缘视为匹配的边缘，获取所有的匹配边缘，如果一个边缘至少具有一条匹配边缘时将该边缘保留，当一个边缘没有匹配边缘时将该边缘去除，所有保留下来边缘作为疑似缺陷边缘线。
[0007]优选的，所述根据任意两条边缘线的第一匹配因子和第二匹配因子得到任意两条边缘线之间的差异度的获取方法为：其中，a，b代表任意两条边缘线，表示a边缘线的第一匹配因子，表示b边缘线的第一匹配因子，表示a边缘线的第二匹配因子，表示b边缘线的第二匹配因子，
表示a，b两条线之间的差异度大小。
[0008]第二方面，本专利技术另一个实施例提供了一种锂电池隔膜缺陷检测系统，该系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0009]本专利技术的有益效果是：本专利技术提出传统阈值检测算法并不适用于锂电池隔膜上的刮伤、割裂等刚性损伤缺陷，因为其面积较小、且内部灰度不均匀，无法获取最优阈值进行有效分割，因此我们通过梯度边缘筛选的方式，直方图设置局部密度可达范围进行首次筛选，根据边缘线匹配因子的边缘匹配数量进行二次筛选，最终保留可拟合为闭合区域的边缘线完成最终筛选，相较于任何阈值分割算法，本专利技术所分割出的刚性损伤缺陷都更完整，不会被单一阈值所限制，也不存在多阈值分割的阈值选取较难问题，其次在抑制伪边缘时，相比传统非极大值抑制算法而言，更为灵活，贴合刚性缺陷本质，进而使缺陷检测结果更为准确。
[0010]在使用sobel算子所检测出多个断断续续的边缘线时，其中包含缺陷部分的边缘线与背景、缺陷内部离散的边缘线，第一匹配因子为边缘梯度相反方向相邻像素点的灰度值，而缺陷两侧的边缘线所计算出的第一匹配因子必然具有相同、相近的特征；且锂电池隔膜上的缺陷几乎均为刚性损伤缺陷，因此缺陷两侧具有相同的延伸趋势，即以其延伸趋势作为第二匹配因子。离散边缘不存在与其具有同步趋势的匹配边缘，因此若某一条边缘线具有与其匹配的其他边缘线，则认为该条边缘线不属于离散边缘线。在缺陷阈值未知的情况下，通过对伪边缘的匹配度计算，来代替原本非极大值抑制的方式，去除伪边缘，再次收敛了缺陷边缘的选择范围。舍弃大津阈值分割缺陷的方式，通过刚性缺陷边缘特征匹配来代替非极大值抑制，匹配关系排除伪边缘干扰，得到更加准确的缺陷边缘结果，避免了传统的阈值分割缺陷的方式，通过刚性缺陷边缘特征匹配来代替非极大值抑制，逐步筛选缺陷边缘，得到完全破损、未完全破损区域并存的完整刚性缺陷区域。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0012]图1为本专利技术的一个实施例所提供一种锂电池隔膜缺陷检测方法及系统的流程示意图。
具体实施方式
[0013]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锂电池隔膜缺陷检测方法，其特征在于，该方法包括以下步骤：获取锂电池隔膜灰度图像上的边缘线；根据隔膜灰度图像的灰度直方图上所有灰度级的像素点数量和主峰所在区域的像素点数量得到隔膜灰度图像中的局部密度可达范围；以局部密度可达范围的大小作为圆形搜索框，任意像素点为中心在隔膜灰度图像上遍历，获取初次可选范围，得到缺陷所在区域；获得隔膜灰度图像缺陷所在区域中每条边缘线上每个像素点梯度方向的反方向，将所有边缘像素点梯度方向反方向上相邻像素点的灰度值进行累加求均值得到每条边缘线的第一匹配因子；根据每条边缘线上的所有像素点与其相邻边缘像素点的斜率获得该边缘线在该像素点处的延伸方向，将每条边缘线上所有像素点延伸方向的累加均值作为每条边缘的第二匹配因子；根据任意两条边缘线的第一匹配因子和第二匹配因子得到任意两条边缘线之间的差异度，根据所有边缘线之间的差异度大小得到筛选完成的疑似缺陷边缘线；对所有疑似边缘线进行端点拟合，得到完全破损、未完全破损区域并存的完整刚性缺陷区域。2.根据权利要求1所述的一种锂电池隔膜缺陷检测方法，其特征在于，所述根据隔膜灰度图像的灰度直方图上所有灰度级的像素点数量和主峰所在区域的像素点数量得到隔膜灰度图像中的局部密度可达范围的步骤为：根据灰度直方图的拟合曲线得到曲线中所有的极值点，根据极值点之间像素点数量确定主峰的位置；根据所得到的主峰计算图像上的局部密度可达范围公式如下：其中，代表第n个灰度级，则代表整个直方图的高斯拟合曲线，为主峰左侧极小值的灰度级，为主峰右侧极小值的灰度级，表示图像上的局部密度可达范围。3.根据权利要求1所述的一种锂电池隔膜缺陷检测方法，其特征在于，所述得到每条边缘线的第一匹配因子的步骤为：获取每条边缘线上所有边缘像素点的竖直方向和水平方向上的梯度分量，得到竖直方向和水平方向梯度分量的比值，比值的反正切函数即是该边缘像素点的梯度方向，将该梯...

【专利技术属性】
技术研发人员：王红兵，马兴玉，边光裕，付凯，张勇，杨招，杨林，
申请(专利权)人：河南惠强新能源材料科技股份有限公司襄阳惠强新能源材料科技有限公司合肥惠强新能源材料科技有限公司，
类型：发明
国别省市：