The invention discloses a quality detection method for battery screen printing based on block template matching. The original image of the battery is collected, the template data set is set up, the battery image is corrected, the corrected battery image is cut, the detection area is extracted to reduce the information redundancy, and the battery screen print pattern is segmented from the battery background. The position of the battery screen printing is determined. The matching degree of the battery image to the template is judged by the block matching of the block template image of the template data centralization. The difference between the sub image of the battery and the set of the template image block is compared, and the defect information of the battery screen is analyzed by the difference result, respectively. Each sub image is analyzed by color difference quantitative analysis to get the color difference of all parts of the global image. At the same time, the quality detection of battery screen printing is completed by means of average processing to observe the global color difference. Without manual intervention, the quality of battery screen printing can be detected quickly and accurately.
【技术实现步骤摘要】
一种基于分块模板匹配的电池丝印质量检测方法
本专利技术属于机器视觉自动化表面检测
，具体涉及一种基于分块模板匹配的电池丝印质量检测方法。
技术介绍
检测电池的丝印是电池组装加工过程中的重要步骤，不同型号的电池具有字符类型(汉字、韩文、英文及数字等)、字符格式、插图内容、条码格式等差异。目前电芯丝印受夹具、设备、人员等相关因素影响导致印刷缺陷，丝印缺陷类型主要分为：丝印缺损/歪斜/模糊/重影/脏污/色差、丝印与条码信息不匹配、丝印位置不符合规格要求等。当前电池制造企业主要依靠人工视觉进行检测，存在低效率高成本，主观判断性强等问题。为了提高自动化水平与工序整合度，实现丝印缺陷自动检测势在必行。为实现丝印质量的自动化检测，国内外学者也进行了大量相关研究，提出了许多经典的方法，如基于逐象素匹配检测法、基于动态阈值和逐层检测法、基于最小二乘影像匹配的畸变图像校正法、人工神经网络法、形态图像处理法、傅里叶变换法、阈值比较法及全局模板比较法等图像缺陷识别算法。但目前对丝印缺陷检测算法的研究重点大都在于算法的识别率和稳定性上，将检测实时性作为次要考虑，导致许多优良的方法只能...
【技术保护点】
1.一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，采集电池的原始图像，根据电池模板图像及其配置参数文件建立模板数据集，利用最小二乘法对电池图像进行矫正，再对已矫正的电池图像进行裁剪，提取检测区减少信息冗余，采用自适应灰度阈值分割方法从电池背景中分割出电池丝印图案，确定电池丝印的位置，利用模板数据集中的分块模板图像对待测图像进行分块匹配来判别待测电池图像与模板的匹配度，将待测电池分块子图像与建立的模板子图像块逐一比较作差，分析作差结果得到电池丝印瑕疵信息，分别对每一个子图像进行色差定量分析得到全局图像中各部分色差情况，同时做平均化处理观察全局存在色差情况完成电池丝印质量检测。
【技术特征摘要】
1.一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，采集电池的原始图像，根据电池模板图像及其配置参数文件建立模板数据集，利用最小二乘法对电池图像进行矫正，再对已矫正的电池图像进行裁剪，提取检测区减少信息冗余，采用自适应灰度阈值分割方法从电池背景中分割出电池丝印图案，确定电池丝印的位置，利用模板数据集中的分块模板图像对待测图像进行分块匹配来判别待测电池图像与模板的匹配度，将待测电池分块子图像与建立的模板子图像块逐一比较作差，分析作差结果得到电池丝印瑕疵信息，分别对每一个子图像进行色差定量分析得到全局图像中各部分色差情况，同时做平均化处理观察全局存在色差情况完成电池丝印质量检测。2.根据权利要求1所述的一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，包括以下步骤：S1、设电池模板图像MB及其配置参数文件，建立模板数据集；S2、利用最小二乘法分别计算电池图像中电池的顶边、底边、右侧边的斜率K如下：其中，xj和yj为电池边沿轮廓坐标，n为采样点数，在得到顶边、底边、右侧边斜率的基础上取平均值得到电池倾斜量将电池图像反向旋转实现电池图像矫正；S3、依据步骤S1中电池模板图像尺寸与位置对步骤S2电池图像的原始待测图像进行裁剪，提取检测区减少信息冗余；S4、采用自适应灰度阈值分割方法将步骤S3电池图像中的丝印区域从电池图像中分割出来，并对分割后图像使用中值滤波滤除噪声，得到丝印区域[xl,yl]，完成电池丝印位置测量；S5、利用步骤S1模板数据集中的分块模板图像对步骤S4待测图像进行分块匹配来判别待测电池图像与电池模板图像的匹配度，利用基于边缘方向梯度的模版匹配算法在待测电池图像中搜索对应图案得到电池模板图像中子图像块M1,M2...MN的匹配度S1,S2...SN；利用最佳匹配的位置坐标[xS,yS]以及匹配位置旋转角度θ，对电池模板图像中子图像块M1,M2...MN进行仿射变换得到平移旋转后图像M′1,M′2...M′N；S6、将步骤S5中平移旋转后图像M′1,M′2...M′N与待测电池图像的分块子图像块T1,T2...TN重合，逐一进行图像配准、阈值分割、图像侵蚀比较，然后与M′1,M′2...M′N进行图像做差，对差值进行中值滤波后完成电池丝印瑕疵标记；S7、对步骤S6每一幅子图像进行色差定量分析，完成电池丝印色差检测。3.根据权利要求1或2所述的一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，建立模板数据集具体如下：S101、根据配置参数文件中的位置、坐标数据对电池模板图像进行分块截取，得到电池模板子图像块M1,M2...MN；S102、提取每一个模板子图像块的特征值，将其保存并以不同的ID号标记，后续通过不同ID号的模板分块匹配检测。4.根据权利要求2所述的一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，步骤S2中，旋转角电池倾斜量如下：其中，K1为电池顶边斜率，K2为电池底边斜率，K3为电池右侧边斜率。5.根据权利要求2所述的一种基于分块模板匹配的电池丝印质量检测方法，其特征在于，步骤S3中，以电池顶边与侧边为基准，利用多点扫描法来确定电池图像中其顶边与侧边轮廓的位置坐标，则在原始图像中截取的检测区部分四顶点[X1,Y1]、[X2,Y2]、[X3,Y3]、[X4,Y4]的坐标如下：X1＝XRside-D-W,Y1＝YUp+DX2＝XRside-D,Y2＝YUp+DX3＝XRside-D-W,Y3＝YUp+H+DX4＝XRside-D,Y4＝YUp+H+D其中，W与H分别为电池模板图像的宽与高，D为偏移量，XRside为电池轮廓右侧边的位置坐标...
【专利技术属性】
技术研发人员：李兵，赵卓，高飞，陈磊，辛美婷，郭庆明，
申请(专利权)人：西安交通大学，惠州市德赛电池有限公司，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。