The invention discloses a method for detecting surface defects of lithium battery electrode based on background standardization and centralized compensation algorithm, which is realized by a measurement system constructed by lighting equipment, linear camera, transmission device, labeling machine, industrial computer and PLC. The specific realization steps are as follows: obtain the surface image of lithium battery electrode with linear camera; then use background standardization algorithm to electrode Surface image preprocessing; then rough defect detection, automatic threshold segmentation of the electrode surface image after preprocessing to obtain the possible areas of defects; finally, accurate defect detection, automatic centralized compensation algorithm to accurately detect the possible areas of defects, so as to obtain the defect image. The lithium battery electrode surface defect detection method proposed by the invention can meet the requirements of on-line real-time defect detection in the actual lithium battery industrial production process, and improve the production efficiency of the lithium battery on the premise of ensuring the detection effect of the lithium battery electrode surface defect.
【技术实现步骤摘要】
基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法
本专利技术涉及机器视觉检测
，具体涉及一种基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法。
技术介绍
由于锂离子电池具有能量密度高、充放电速度快等优点，使其在便捷式电子通信设备市场占据主导地位，并且逐渐扩展到电动工具领域。目前移动电话、笔记本电脑、微型摄像机等需要便携式电源的用电器已经成为人们生活中不可缺少的一部分，在其电源方面，无一例外地选择锂离子电池作为市场的主流。据统计，全球手机产量每年近21亿部，全球每年生产笔记本电脑约1.5亿台，形成了庞大的锂离子电池应用市场。在交通行业的应用随着社会文明的进步，人们环保意识提高并对环境要求日益高涨，环保的交通工具已经进入人们的视野。目前，我国以电动自行车为主的电动轻型车呈现出蓬勃发展的趋势，锂离子电池已开始在部分高端车型应用，在电动汽车开发方面，锂离子电池已经成为主流。在国内，众多汽车研制和生产企业开发的电动汽车半数以上车型采用了锂离子电池，并有逐步扩大的趋势。但是如果锂离子电池电极表面存在...
【技术保护点】
1.一种基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法，其特征在于，所述的缺陷检测方法包括以下步骤：/nS1、锂电池电极表面图像的获取：用高精度的工业线性扫描摄像机拍摄锂电池电极表面图像；/nS2、图像预处理：对步骤S1得到的锂电池电极表面图像进行阈值分割和最大轴平行矩形变换获得感兴趣的区域图像，即ROI区域图像，然后用背景标准化算法使ROI区域图像的背景区域的灰度值均匀，从而将前景区域即缺陷区域凸显出来，其中，所述的背景标准化算法首先将ROI区域均分成L个子矩形，并求得每个子矩形垂直方向的平均灰度值，分别保存到L个长度相同的数组A
【技术特征摘要】
1.一种基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法，其特征在于，所述的缺陷检测方法包括以下步骤：
S1、锂电池电极表面图像的获取：用高精度的工业线性扫描摄像机拍摄锂电池电极表面图像；
S2、图像预处理：对步骤S1得到的锂电池电极表面图像进行阈值分割和最大轴平行矩形变换获得感兴趣的区域图像，即ROI区域图像，然后用背景标准化算法使ROI区域图像的背景区域的灰度值均匀，从而将前景区域即缺陷区域凸显出来，其中，所述的背景标准化算法首先将ROI区域均分成L个子矩形，并求得每个子矩形垂直方向的平均灰度值，分别保存到L个长度相同的数组Ai，i＝0,1,2,…,L-1中；然后求不同数组Ai中同一列即相同索引值的任意两个元素的绝对误差AE，并对绝对误差AE进行阈值分割求得数组接着求数组的平均值mk，从而得到均值数组M；最后用均值数组M中的最大值依次减去该数组中的每一个元素，求得图像灰度值背景标准化数组BN，从而用背景标准化数组BN对ROI区域进行背景标准化，使ROI区域图像的背景区域的灰度值均匀；
S3、缺陷粗检测：基于步骤S2得到的背景标准化后的锂电池电极表面图像的灰度直方图中最大值对应的灰度值Hmax、图像灰度值的标准差σ和事先设定的常数参数λ来确定粗检测的自动阈值，从而对步骤S2得到的背景标准化之后的图像进行缺陷粗检测，确定锂电池电极表面缺陷可能存在的区域；
S4、缺陷精确检测：通过形态学变换、区域闭合和最小外接矩形变换操作，将步骤S3缺陷粗检测得到的缺陷可能存在的区域切分成一个或多个小矩形区域，然后用自动集中补偿算法对每一个小矩形区域进行精确检测，获得锂电池电极表面的缺陷图像，其中，所述的自动集中补偿算法首先将切分成的小矩形区域缩小Z倍，并用自动大小的均值滤波器平滑缩小后的小矩形区域图像；接着将均值滤波器平滑后的图像放大Z倍，并求其与原小矩形区域图像互相的差值图像Isub1(x,y)，Isub2(x,y)，接着将差值图像的灰度值进行放大增强，从而得到相应的灰度增强图像Is1(x,y)，Is2(x,y)；最后求取灰度增强图像中每一个相同像素点灰度值的最大值，从而获得最大灰度值图像Imgv(x,y)，并对最大灰度值图像进行自动阈值分割得到自动集中补偿算法的输出图像Io(x,y)。
2.根据权力要求1所述的基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法，其特征在于，所述的步骤S2图像预处理的具体过程为：
S2.1、通过对步骤S1获得的锂电池电极表面图像进行阈值分割和最大轴平行矩形变换获得ROI区域图像，即实际电极表面区域图像g(x,y)；
S2.2、将ROI区域均分成L个子矩形，L的取值范围为L∈[5,20]；
S2.3、求步骤S2.2中每一个子矩形在垂直方向的平均灰度值，并分别保存到L个数组Ai中，i＝0,1,2,…,L-1：
Ai＝{ai,0,ai,1,…,ai,k,…,ai,end-2,ai,end-1}
其中ai,k表示第i个数组Ai中的第K+1个元素，end是数组Ai的长度，同时也是ROI区域的水平宽度；
S2.4、求不同子矩形数组Ai中同一列元素的任意两个不同元素的绝对误差AE，然后对绝对误差AE进行阈值分割建立数组接着对数组中的元素求平均值mk，从而得到均值数组M：
AE＝|ai,k-aj,k|i,j＝0,1,…,L-1,i≠j,k＝0,1,…,end-1
M＝{m0,m1,…,mk,…,mend-2,mend-1}
其中ai,k，aj,k分别表示第i个数组Ai和第j个数组Aj中的第K+1个元素，数组的初始值是一个空集φ，T是一个事先设定的阈值，是数组中的元素，n是数组中元素的个数；
S2.5、通过步骤S2.4求得的均值数组M求出ROI区域图像的灰度值背景标准化数组BN，从而对ROI区域图像g(x,y)进行背景标准化：
BN＝{bn0,bn1,…,bnk,…,bnend-2,bnend-1}
＝{mmax-m0,mmax-m1,…,mmax-mk,…,mmax-mend-2,mmax-mend-1}
其中mmax是均值数组M中最大的元素，height、width分别是ROI区域图像g(x,y)的垂直高度和水平宽度，end＝width，gbn(x,y)是ROI区域图像g(x,y)经过背景标准化之后的图像。
3.根据权力要求1所述的基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法，其特征在于，所述的步骤S3缺陷粗检测的具体过程为：
用自动阈值分割提取出图像gbn(x,y)中可能的缺陷区域，其中，自动阈值由图像gbn(x,y)的灰度直方图中最大值对应的灰度值Hmax、图...
【专利技术属性】
技术研发人员：刘屿，陈洋，徐嘉明，
申请(专利权)人：华南理工大学，广州现代产业技术研究院，
类型：发明
国别省市：广东;44
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。