一种基于halcon的锂电池模组正负极检测方法技术

本发明专利技术公开了一种基于halcon的锂电池模组正负极检测方法，包括如下步骤：1)用相机采集锂电池模组的初始图像；提取图像边缘，标记为Edges；2)分割图像的边缘为直线边缘和圆边缘；3)根据长度值和凸性值对直线边缘和圆边缘进行选择，将一定长度的圆弧进行拟合，生成多个圆型ROI区域；4)提取n个电池的圆心坐标、半径；5)在第i个圆心处生成2/3半径的圆形ROI区域，对ROI区域内图像进行阈值分割；6)获取提取区域的面积，当提取区域的面积大于设定值时为电池的正极，否则为电池的负极；依次类推，直至i＝n。本发明专利技术采用边缘提取的方法可以对单颗锂电池做到精确定位，继而可以对锂电池正负极进行判断，方法简单、可靠性强。

A Halcon-based detection method for positive and negative electrodes of lithium battery modules

The invention discloses a halcon-based detection method for positive and negative poles of lithium battery modules, which includes the following steps: 1) collecting the initial image of lithium battery modules with a camera; extracting image edges and marking them as Edges; 2) segmenting the edges of images into straight and circular edges; 3) selecting straight and circular edges according to length and convexity values, and fitting a certain length of arcs. (4) Extract the coordinates and radius of the circle center of n batteries; 5) Create a circle ROI region of 2/3 radius at the first circle center, and segment the image in the ROI region by threshold; 6) Obtain the area of the extraction region, and when the area of the extraction region is larger than the set value, it will be the positive pole of the battery, otherwise it will be the negative pole of the battery; and so on, until i=n. The method of edge extraction can accurately locate a single lithium battery, and then judge the positive and negative poles of the lithium battery. The method is simple and reliable.

【技术实现步骤摘要】
一种基于halcon的锂电池模组正负极检测方法
本专利技术涉及一种基于halcon的锂电池模组正负极检测方法。
技术介绍
目前机器视觉技术正逐步应用在各个制造行业中，18650型锂电池作为制造业中需求量极大的一种产品，将机器视觉检测技术应用于18650型锂电池模组正负极检测可极大地提高18650型锂电池模组正负极的检测效率。而对于单颗锂电池区域的提取是进行正负极判断的前提。
技术实现思路
本专利技术提供一种基于halcon的锂电池模组正负极检测方法。包括如下步骤：1)用相机采集锂电池模组的初始图像；采用halcon算子提取图像边缘，标记为Edges；2)采用halcon算子分割图像的边缘为直线边缘和圆边缘；3)采用halcon算子分别根据长度值和凸性值对直线边缘和圆边缘进行选择，将一定长度的圆弧进行拟合，生成多个圆型ROI区域；4)提取n个电池的圆心坐标、半径；5)在第i个圆心处生成2/3半径的圆形ROI区域，对ROI区域内图像进行阈值分割；6)获取提取区域的面积，当提取区域的面积大于设定值时为电池的正极，否则为电池的负极；7)选择下一个电池的圆心生成2/3半径的圆形ROI区域，依次类推直至i＝n。有益效果：本专利技术的针对一部分可辨别区域小、单颗锂电池被覆盖面积大的锂电池模组，采用边缘提取的方法可以对单颗锂电池做到精确定位，继而可以对锂电池正负极进行判断，提高判断正确性。正确率高、运算简单的用于锂电池模组正负极检测方法。本专利技术的边缘分割算法能准确、有效地提取出单颗锂电池的中心坐标，且算法原理简单、可靠性强。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术的原理框图图2为实施例的原始图像；图3为实施例的锂电池边缘图像；图4为实施例的锂电池圆形ROI区域；图5为实施例的单颗锂电池正极图像；图6为实施例的单颗锂电池负极图像；图7为实施例的锂电池模组识别结果图像。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。实施例一种基于halcon的18650型锂电池模组正负极检测方法，其特征在于包括如下步骤：(1)将相机采集到的18650型锂电池模组的初始图像记为Image，(2)采用halcon算子edges_sub_pix(Image,Edges,'canny',1,20,40)提取图像边缘，得到的边缘记为Edges，其中'canny'表示滤波器类型,1表示光滑系数，20表示振幅小于20的不作为边缘，滞后阈值下界，40表示振幅大于40的作为边缘，滞后阈值上界；(3)采用halcon算子segment_contours_xld(Edges,ContoursSplit,'lines_circles',3,4,2)，分割已提取到的XLD边缘Edges为直线XLD边缘和圆XLD边缘，分割后的XLD边缘记为ContoursSplit，其中'lines_circles'表示分割轮廓的方式为“直线-圆”，3表示轮廓平滑的参数，4表示第一次用Ramer算法(即用直线段递进逼近轮廓)时的最大直线距离，2表示第二次逼近轮廓时的最大直线距离；(4)采用halcon算子select_shape_xld(ContoursSplit,SelectedXLD,'contlength','and',150,500)和halcon算子select_shape_xld(SelectedXLD,SelectedCon,'convexity','and',0.95,1)，根据XLD边缘ContoursSplit的长度选择XLD边缘，选择后的XLD边缘记为SelectedXLD，根据XLD边缘SelectedXLD的凸性值选择XLD边缘，选择后的XLD边缘记为SelectedCon，其中'contlength'表示选择关注的特征为边缘长度，'convexity'表示选择关注的特征为凸性值，'and'表示单个特征之间的链接逻辑类型，150,500和0.95,1表示所要求特征的最小值和最大值；(5)采用halcon算子union_cocircular_contours_xld(SelectedCon,UnionContours,0.5,0.1,0.2,30,10,10,'true',1)，合并XLD边缘SelectedCon中的同圆XLD边缘，合并后的XLD边缘记为UnionContours，其中0.5表示圆弧端点与各自圆心的连线构成的夹角阈值，0.1表示重叠轮廓弧度阈值，0.2表示两轮廓端点切线夹角阈值，30表示两轮廓端点连续长度阈值，10表示两轮廓半径差阈值，'true'表示小轮廓是否合并，1表示迭代次数；(6)采用halcon算子fit_circle_contour_xld(UnionContours,'algebraic',-1,0,0,3,2,Row,Column,Radius,StartPhi,EndPhi,PointOrder)和halcon算子gen_circle(Circle,Row,Column,Radius)，根据XLD边缘UnionContours拟合圆并获取圆参数，获取的圆参数有圆心行坐标Row、列坐标Column、圆半径Radius等，根据拟合圆参数生成多个圆型ROI区域，生成的圆型ROI区域记为Circle，其中'algebraic'表示拟合圆采用的算法；(7)采用halcon算子erosion_circle(Circle,RegionErosion,115)、union1(RegionErosion,RegionUnion)、connection(RegionUnion,ConnectedRegions)，腐蚀生成的圆形ROI区域Circle，去除粘连，腐蚀后的圆形ROI区域记为RegionErosion，其中115表示腐蚀结构元素半径；将圆形ROI区域RegionErosion合并到同一区域RegionUnion便于分割圆形ROI区域RegionUnion不连通区域ConnectedRegions；(8)采用halcon算子select_shape(ConnectedRegions,SelectedRegions,'area','and',1000,10000000)，选择不连通区域ConnectedRegions中像素面积大于1000的区域，选择后的圆形ROI区域记为SelectedRegions，此时的圆形ROI区域SelectedRegions即为锂电池所在区域；(9)采用halcon算子area_center(SelectedRegions,Area,Row1,Column1)获得圆形ROI区域SelectedRegions的参数：行坐标Row1、列坐标Column1，行列坐标均为数组，一一对应后即为单颗锂电池中心的行列坐标；(10)采用halcon算子count_obj(SelectedRegions,Number)计算锂电池个数，锂电池个数记为Number；(11)依次采用halcon算子gen_circle(Circle1,Row1[本文档来自技高网...

【技术保护点】
1.一种基于halcon的锂电池模组正负极检测方法，其特征在于，包括如下步骤： 1)用相机采集锂电池模组的初始图像；采用halcon算子提取图像边缘，标记为Edges； 2)采用halcon算子分割图像的边缘为直线边缘和圆边缘； 3)采用halcon算子分别根据长度值和凸性值对直线边缘和圆边缘进行选择，将一定长度的圆弧进行拟合，生成多个圆型ROI区域； 4)提取n个电池的圆心坐标、半径； 5)在第i个圆心处生成2/3半径的圆形ROI区域，对ROI区域内图像进行阈值分割； 6)获取提取区域的面积，当提取区域的面积大于设定值时为电池的正极，否则为电池的负极； 7)选择下一个电池的圆心生成2/3半径的圆形ROI区域，依次类推直至i＝n。

【技术特征摘要】
1.一种基于halcon的锂电池模组正负极检测方法，其特征在于，包括如下步骤：1)用相机采集锂电池模组的初始图像；采用halcon算子提取图像边缘，标记为Edges；2)采用halcon算子分割图像的边缘为直线边缘和圆边缘；3)采用halcon算子分别根据长度值和凸性值对直线边缘和圆边缘进行选择，将一定长度的圆弧进行拟合，生成多个圆型ROI区域；4)提取n个电池的圆心坐标、半径；5)在第i个圆心处生成2/3半径的圆形ROI区域，对ROI区域内图像进行阈值分割；6)获取提取区域的面积，当提取区域的面积大于设定值时为电池的正极，否则为电池的负极；7)选择下一个电池的圆心生成2/3半径的圆形ROI区域，依次类推直至i＝n。2.如权利要求1所述的基于halcon的锂电池模组正负极检测方法，其特征在于，所述步骤1)中采用采用halcon算子edges_sub_pix(Image,Edges,'canny',1,20,40)提取图像边缘，得到的图像边缘记为Edges，其中'canny'表示滤波器类型,1表示光滑系数，20表示振幅小于20的不作为边缘，滞后阈值下界，40表示振幅大于40的作为边缘，滞后阈值上界。3.如权利要求1所述的基于halcon的锂电池模组正负极检测方法，其特征在于，所述步骤2)中采用halcon算子segment_contours_xld(Edges,ContoursSplit,'lines_circles',3,4,2)分割已提取到的边缘Edges为直线XLD边缘和圆XLD边缘，分割后的XLD边缘记为ContoursSplit，其中'lines_circles'表示分割轮廓的方式为“直线-圆”，3表示轮廓平滑的参数，4表示第一次用Ramer算法(即用直线段递进逼近轮廓)时的最大直线距离，2表示第二次逼近轮廓时的最大直线距离。4.如权利要求1所述的基于halcon的锂电池模组正负极检测方法，其特征在于，所述步骤3)包括以下步骤：S1：采用halcon算子select_shape_xld(ContoursSplit,SelectedXLD,'contlength','and',150,500)和halcon算子select_shape_xld(SelectedXLD,SelectedCon,'convexity','and',0.95,1)，根据XLD边缘ContoursSplit的长度选择XLD边缘，选择后的XLD边缘记为SelectedXLD，根据XLD边缘SelectedXLD的凸性值选择XLD边缘，选择后的XLD边缘记为SelectedCon，其中'contlength'表示选择关注的特征为边缘长度，'convexity'表示选择关注的特征为凸性值，'and'表示单个特征之间的链接逻辑类型，150,500和0.95,1表示所要求特征的最小值和最大值；S2：采用halcon算子union_cocircular_contours_xld(SelectedCon,UnionContours,0.5,0.1,0.2,30,10,10,'true',1)，合并XLD边缘SelectedCon中的同圆XLD边缘，合并后的XLD边缘记为UnionContours，其中0.5表示圆弧端点与各自圆心的连线构成的夹角阈值，0.1表示重叠轮廓弧度阈值，0.2表示两轮廓端点切线夹角阈值，30表示两轮廓端点连续长度阈值，10表示两轮廓半径差阈值，'true'表示小轮廓是否合并，1表示迭代次数；S3：采用halcon算子fit_circle_contour_xld(UnionContours,'algebraic'...

【专利技术属性】
技术研发人员：罗印升，贲唯一，段晓红，宋伟，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏,32