一种动力电池焊接质量检测方法技术

本发明专利技术公开了一种动力电池焊接质量检测方法，步骤为：获取动力电池焊接后的原始图像；通过动态阈值方法得到初步焊缝区域；对初步焊缝区域求取最小外接矩形得到第二焊缝区域；通过动态阈值方法得到爆点区域；根据爆点区域像素点个数判定是否有爆点，得到整条焊缝区域；针对整条焊缝区域依次进行背景干扰去除和行程分析处理后得到最终焊缝区域；利用全局阈值方法从最终焊缝区域提取出候选针孔；提取出候选针孔的灰度特征、几何特征和矩特征，进行主成分分析得到候选针孔降维后的特征向量，然后输入至SVM分类器中进行分类，得到最终分类结果；本发明专利技术有效提高了焊缝分割的准确率和效率，同时提高焊接瑕疵的识别率，能够得到较好的质量检测效果。

【技术实现步骤摘要】
一种动力电池焊接质量检测方法
本专利技术涉及数字图像处理技术和模式识别
，特别涉及一种动力电池焊接质量检测方法。
技术介绍
随着能源和环境问题的日益加剧，发展动力汽车已经成为世界范围的共识。动力电池作为动力汽车的储能装置，其安全性、稳定性直接影响动力汽车的使用。因此，其质量检测具有重要的意义。而传统的人工检测受到人的经验、心理和生理因素的影响，检测的准确性和可靠性得不到保障。而基于视觉的检测系统具有更高的精确性和稳定性，得到更加广泛的市场应用。动力电池软连接片是动力电池的一个重要的组成部分，其焊后质量检测包括焊缝长宽的检测、爆点的检测、针孔的检测。然而，金属焊接材质的高反光性、焊缝周围复杂的背景以及焊缝本身纹理的干扰会对质量检测造成很大的困难。因此，如何准确地从图像中分割出焊缝及瑕疵区域是检测的关键，也是后续识别和定量分析的基础。图像分割是把图像分成各具特性的区域并从中提取感兴趣目标的技术和过程，它是图像处理的重要环节。迄今为止，国内外学者已经提出多种分割方法，阈值分割、区域生长、分水岭算法等，都是经典的分割算法。但是，由于动力电池软连接片对比度不均匀、前景纹理复杂和背景干扰严本文档来自技高网...

【技术保护点】
一种动力电池焊接质量检测方法，其特征在于，步骤如下：S1、获取动力电池焊接后的原始图像；S2、通过动态阈值方法从原始图像中提取出初步焊缝区域；S3、对步骤S32中得到的初步焊缝区域求取最小外接矩形，得到第二焊缝区域；S4、通过动态阈值方法从第二焊缝区域中提取出爆点区域；S5、根据爆点区域的像素点个数判定是否有爆点；若是，则将初步焊缝区域与爆点区域合并得到整条焊缝区域，若否，则直接将初步焊缝区域作为整条焊缝区域；S6、针对于步骤S5中得到的整条焊缝区域依次进行背景干扰去除和行程分析处理后得到最终焊缝区域；S7、利用全局阈值方法从最终焊缝区域提取出候选针孔；S8、提取出候选针孔的灰度特征、几何特征...

【技术特征摘要】
1.一种动力电池焊接质量检测方法，其特征在于，步骤如下：S1、获取动力电池焊接后的原始图像；S2、通过动态阈值方法从原始图像中提取出初步焊缝区域；S3、对步骤S32中得到的初步焊缝区域求取最小外接矩形，得到第二焊缝区域；S4、通过动态阈值方法从第二焊缝区域中提取出爆点区域；S5、根据爆点区域的像素点个数判定是否有爆点；若是，则将初步焊缝区域与爆点区域合并得到整条焊缝区域，若否，则直接将初步焊缝区域作为整条焊缝区域；S6、针对于步骤S5中得到的整条焊缝区域依次进行背景干扰去除和行程分析处理后得到最终焊缝区域；S7、利用全局阈值方法从最终焊缝区域提取出候选针孔；S8、提取出候选针孔的灰度特征、几何特征和矩特征，进行主成分分析得到候选针孔降维后的特征向量；S9、将候选针孔降维后的特征向量作为测试样本输入至训练好的SVM分类器中进行分类，得到最终分类结果；其中SVM分类器的训练过程具体如下：获取已知针孔和纹理的动力电池焊接后的多幅图像，针对各图像中的各针孔分别对应选取出针孔的灰度特征、几何特征和矩特征，然后进行主成分分析得到各图像中各针孔降维后的特征向量；针对各图像中的各纹理分别对应选取出纹理的灰度特征、几何特征和矩特征，然后进行主成分分析得到各图像中各纹理降维后的特征向量；各图像中各针孔降维后的特征向量以及各图像中各纹理降维后的特征向量作为训练样本输入至SVM中，以对SVM进行训练，得到训练好的SVM分类器。2.根据权利要求1所述的动力电池焊接质量检测方法，其特征在于，步骤S2中通过动态阈值方法从原始图像中提取出初步焊缝区域的具体步骤如下：S21、首先对步骤S1获取到的原始图像进行滤波处理，得原始图像滤波处理后的图像；S22、分别获取到原始图像灰度值以及原始图像滤波处理后的图像灰度值，针对于原始图像和原始图像滤波处理后的图像中各相同位置处的像素点，将原始图像灰度值与原始图像滤波处理后的图像灰度值作比较，将原始图像中灰度值比原始图像滤波处理后的图像灰度值大第一偏移量的像素点取出，得到初步焊缝区域；具体为：其中f(x,y)为原始图像灰度值；m(x,y)为原始图像滤波处理后的图像灰度值；(x,y)为像素点，原始图像的图像大小为X×Y；offset为第一偏移量；g1(x,y)为得到的初步焊缝区域。3.根据权利要求2所述的动力电池焊接质量检测方法，其特征在于，步骤S21中对原始图像进行均值滤波处理，得原始图像滤波处理后的图像；步骤S22中原始图像滤波处理后的图像灰度值m(x,y)为：其中原始图像的大小为X×Y，S是以(x,y)像素点为中心的邻域的集合，又称掩膜，M是S内坐标点的总数，f(i,j)为原始图像在(i,j)像素点处的灰度值；所述第一偏移量offset为30；掩膜S的大小为80×80。4.根据权利要求1所述的动力电池焊接质量检测方法，其特征在于，步骤S4中通过动态阈值方法从第二焊缝区域中提取出爆点区域的具体过程如下：S41、首先对第二焊缝区域进行滤波处理，得第二焊缝区域滤波处理后的图像；S22、分别获取到第二焊缝区域灰度值以及第二焊缝区域滤波处理后的图像灰度值，针对于第二焊缝区域和第二焊缝区域滤波处理后的图像中各相同位置处的像素点，将第二焊缝区域灰度值与第二焊缝区域滤波处理后的图像灰度值作比较，将第二焊缝区域中灰度值比第二焊缝区域滤波处理后的图像灰度值小第二偏移量的像素点取出，得到爆点区域；具体为：其中g'(x,y)为第二焊缝区域灰度值，m'(x,y)为第二焊缝区域滤波处理后的图像灰度值，(x,y)为像素点，第二焊缝区域的图像大小为X′×Y′；offset'为第二偏移量；g2(x,y)为得到的爆...

【专利技术属性】
技术研发人员：马琼雄，吴博尧，张庆茂，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东,44