锂电池表面缺陷图像批量生成方法及系统技术方案

本发明专利技术涉及一种锂电池表面缺陷图像批量生成方法及系统,包括：采集锂电池图像，包括带有不同缺陷的源图像和不带缺陷的目标图像；获取所述源图像中缺陷所在的感兴趣区域；根据所述感兴趣区域将所述源图像转换成二值图像，并对所述源图像和所述二值图像进行仿射变换；根据所述二值图像进行仿射变换后的图像提取所述源图像仿射变换后的缺陷图像域，将缺陷图像域重绘到所述目标图像的对应位置，并去除图像重绘时产生的图像拼接感，完成一次图像缺陷样本的生成；接着返回所述步骤S3开始循环进入下一个图像缺陷样本的生成。本发明专利技术有利于快速、批量地生成高质量的锂电池缺陷样本图像。

A method and system for batch generation of surface defect image of lithium battery

【技术实现步骤摘要】
锂电池表面缺陷图像批量生成方法及系统
本专利技术涉及锂电池表面图像处理的
，尤其是指一种锂电池表面缺陷图像批量生成方法及系统。
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。锂电池在生产过程中，由于加工工艺的原因，会导致锂电池表面存在划痕、凸包、压痕、漏液、破损等表面缺陷，如果未在缺陷检测工站将不良品筛选出来，则在使用过程中容易引起起火、爆炸等安全隐患。由于锂电池存在表面缺陷特征不明显的特征，传统的图像缺陷检测算法容易出现“漏检”或“过杀”等误判现象，造成产品合格率较低。基于深度学习模型的缺陷检测算法具有较快的计算速度和准确性，而一个好的学习模型需要大量的图像样本进行训练，在锂电池正常的生产过程中，很难收集到所需的缺陷图像样本数量。
技术实现思路
为此，本专利技术所要解决的本文档来自技高网...

【技术保护点】
1.一种锂电池表面缺陷图像批量生成方法，其特征在于，包括如下步骤：/n步骤S1：采集锂电池图像，包括带有不同缺陷的源图像和不带缺陷的目标图像；/n步骤S2：获取所述源图像中缺陷所在的感兴趣区域；/n步骤S3：根据所述感兴趣区域将所述源图像转换成二值图像，并对所述源图像和所述二值图像进行仿射变换；/n步骤S4：根据所述二值图像进行仿射变换后的图像提取所述源图像仿射变换后的缺陷图像域，将缺陷图像域重绘到所述目标图像的对应位置，并去除图像重绘时产生的图像拼接感，完成一次图像缺陷样本的生成；接着返回所述步骤S3开始循环进入下一个图像缺陷样本的生成。/n

【技术特征摘要】
1.一种锂电池表面缺陷图像批量生成方法，其特征在于，包括如下步骤：
步骤S1：采集锂电池图像，包括带有不同缺陷的源图像和不带缺陷的目标图像；
步骤S2：获取所述源图像中缺陷所在的感兴趣区域；
步骤S3：根据所述感兴趣区域将所述源图像转换成二值图像，并对所述源图像和所述二值图像进行仿射变换；
步骤S4：根据所述二值图像进行仿射变换后的图像提取所述源图像仿射变换后的缺陷图像域，将缺陷图像域重绘到所述目标图像的对应位置，并去除图像重绘时产生的图像拼接感，完成一次图像缺陷样本的生成；接着返回所述步骤S3开始循环进入下一个图像缺陷样本的生成。


2.根据权利要求1所述的锂电池表面缺陷图像批量生成方法，其特征在于：对所述源图像和所述二值图像进行仿射变换的方法如下：先建立一个单位齐次变换矩阵，然后移动所述单位齐次变换矩阵，对所述单位齐次变换矩阵按照设定比例进行变换，最后，对所述变换后的单位齐次变换矩阵进行旋转变换。


3.根据权利要求1所述的锂电池表面缺陷图像批量生成方法，其特征在于：将缺陷图像域重绘到所述目标图像的对应位置之前，对所述缺陷图像进行亮度调整。


4.根据权利要求3所述的锂电池表面缺陷图像批量生成方法，其特征在于：对所述缺陷图像进行亮度调整的方法为：根据所述感兴趣区域的边界位置信息，获取所述目标图像在所述边界位置内的图像域，并与所述源图像中在所述边界位置内的图像域进行混合。


5.根据权利要求3所述的锂电池表面缺陷图像批量生成方法，其特征在于：与所述源图像中在所述边界位置内的图像域进行混合时，混合系数的取值范围为0-0.8。


6.根据权利要求1所述的锂电池表面缺陷图像批量生成方法，其特征在于：所述去除图像重绘时产生的图像拼接感的方法为：采用加权平滑算法去除图像拼接感。

...

【专利技术属性】
技术研发人员：文二龙，孟小路，范云峰，
申请(专利权)人：苏州杰锐思智能科技股份有限公司，
类型：发明
国别省市：江苏;32