一种电池卷边封口质量检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种电池卷边封口质量检测方法，该方法获取待检测电池的RGB图像、深度图像、第一侧视图和第二侧视图；获取RGB图像中的封口边缘以计算完整指标，对深度图像进行霍夫圆检测得到内圆和外圆，基于内圆和外圆得到待生成区域和深度已知区域；根据完整指标获取深度已知区域中每个像素点的平滑指标；分别获取第一侧视图和第二侧视图中的ROI区域，基于ROI区域分别获取每个像素点的横向梯度值和纵向梯度值得到深度梯度融合值，进而得到待生成区域的深度梯度图；利用深度梯度图获取盖帽深度图像，结合RGB图像、深度图像和盖帽深度图像得到待检测电池的质量缺陷类型。本发明专利技术提高了电池封口的质量检测结。结。结。

【技术实现步骤摘要】
一种电池卷边封口质量检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种电池卷边封口质量检测方法。

技术介绍

[0002]圆柱形锂电池是电动车领域重要的一种电池类型，成千上万个圆柱形锂电池可组成电动车的供电模块，常见的圆柱形锂电池如特斯拉的4680电池，其生产过程中，封装过程是至关重要的。由于冲压机器的磨损、电芯生产过程的失误，可能发生错位，按压过度等情况，从而造成卷边封口缺陷，那么后续的使用过程中可能发生鼓包短路等故障，严重可导致人员伤亡事故。
[0003]目前对电池的卷边封口缺陷的检测方法是利用x光拍摄无卷边封口缺陷的锂电池图像，并将其作为图像模板，然后通过将待检测锂电池的图像与图像模板进行图像匹配，以检测待检测锂电池的卷边封口缺陷，但是该方法属于一种粗检测方法，采集的图像很容易受到环境干扰，使得检测结果有很大误差。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种电池卷边封口质量检测方法，所采用的技术方案具体如下：获取待检测电池的RGB图像、深度图像、第一侧视图和第二侧视图，且第二侧视图在第一侧视图采集后将待检测电池旋转90度得到的；获取RGB图像中的封口边缘，对比无质量缺陷电池对应的RGB图像中的标准封口边缘，得到封口边缘的完整指标；对深度图像进行霍夫圆检测得到内圆和外圆，将内圆和外圆之间的区域作为待生成区域、内圆对应的区域作为深度已知区域；根据所述完整指标获取深度已知区域中每个像素点的圆形邻域，分别计算每个像素点的圆形邻域内的灰度共生矩阵以得到对应的平滑指标；分别获取第一侧视图和第二侧视图中的ROI区域，根据待生成区域中每个像素点的坐标分别获取对应像素点在ROI区域中对应的目标位置，以目标位置为圆心自适应获取矩形窗口，根据矩形窗口内每行像素点的灰度值分别获取对应像素点的横向梯度值和纵向梯度值；对待生成区域中每个像素点的横向梯度值和纵向梯度值进行融合得到对应像素点的深度梯度融合值，将深度梯度融合值替代像素点的原灰度值得到待生成区域的深度梯度图；将深度图像和深度梯度图输入生成对抗网络中，得到盖帽深度图像；将待检测电池的RGB图像、深度图像和盖帽深度图像输入质量检测网络，得到待检测电池的质量缺陷类型。
[0005]进一步的，所述封口边缘的完整指标的获取方法，包括：以封口边缘上的边缘像素点的数量为分子、标准封口边缘上的边缘像素点的数量为分母得到对应的比值，将比值作为封口边缘的完整指标。
[0006]进一步的，所述每个像素点的圆形邻域的获取方法为：将预设比例系数与完整指标之间的比值输入自然对数中得到圆形邻域的半径，以像素点为圆心，根据半径得到对应像素点的圆形邻域。
[0007]进一步的，所述平滑指标的获取方法，包括：获取灰度共生矩阵的熵和对比度，计算第二比例系数和对比度之间的乘积，将乘积和熵之和的倒数作为平滑指标。
[0008]进一步的，所述横向梯度值的获取方法，包括：获取待生成区域中当前像素点与内圆的圆心之间的连线，将连线上属于深度已知区域内的像素点称为当前像素点的关联点；根据当前像素点的横坐标确定当前像素点在第一侧视图中的目标位置，以目标位置为中心在ROI区域中获取对应的矩形窗口，其中，矩形窗口是根据当前像素点的关联点的平滑指标以及ROI区域的高度得到的；分别计算矩形窗口中每行像素点的灰度值均值，将第i行像素点的灰度值均值与第i+1行像素点的灰度值均值的差值绝对值作为第i行像素点的局部灰度变化值；将矩形窗口中除最后一行外的其他行的局部灰度变化值进行累加得到当前像素点的横向梯度值。
[0009]进一步的，所述纵向梯度值的获取方法，包括：获取待生成区域中当前像素点与内圆的圆心之间的连线，将连线上属于深度已知区域内的像素点称为当前像素点的关联点；根据当前像素点的纵坐标确定当前像素点在第二侧视图中的目标位置，以目标位置为中心在ROI区域中获取对应的矩形窗口，其中，矩形窗口是根据当前像素点的关联点的平滑指标以及ROI区域的高度得到的；分别计算矩形窗口中每行像素点的灰度值均值，将第i行像素点的灰度值均值与第i+1行像素点的灰度值均值的差值绝对值作为第i行像素点的局部灰度变化值；将矩形窗口中除最后一行外的其他行的局部灰度变化值进行累加得到当前像素点的纵向梯度值。
[0010]进一步的，所述深度梯度融合值的获取方法，包括：分别对纵向梯度值和横向梯度值进行平方，然后相加再开方的结果作为深度梯度融合值。
[0011]本专利技术实施例至少具有如下有益效果：通过获取待检测电池的RGB图像、深度图像、第一侧视图和第二侧视图，以从不同的角度来表征待检测电池的特征，提高电池封口处的辨识度；获取RGB图像中的封口边缘，通过对比无质量缺陷电池的标准封口边缘，以计算封口边缘的完整指标；对深度图像进行霍夫圆检测得到内圆和外圆，将内圆和外圆获取封口边缘对应的待生成区域和内圆对应的深度已知区域，基于完整指标获取深度已知区域中每个像素点对应圆形邻域的平滑指标，平滑指标越大，说明电池的盖帽的不贴合程度越小；由于侧视图能够反映俯视图中每个坐标点的横坐标特征和纵坐标特征，因此基于第一侧视图和第二侧视图中的ROI区域分别计算待生成区域中每个像素点的横向梯度值和纵向梯度值，通过融合得到对应像素点的深度梯度融合值，进而能够得到待生成区域的深度梯度图，使得电池的不可见区域的深度信息得到了准确的复原；结合深度图像和深度梯度图，利用生成对抗网络得到了完整的电池盖帽图像，有利于后续的质量检测；将待检测电池的RGB图像、深度图像和盖帽深度图像输入质量检测网络，能够得到准确的电池封口的质量检测结
果。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0013]图1为本专利技术一个实施例提供的一种电池卷边封口质量检测方法的步骤流程图；图2为本专利技术实施例中对深度图像进行霍夫圆检测的结果示意图；图3为本专利技术实施例中ROI区域的示意图；图4为本专利技术实施例中待生成区域的像素点的操作示意图。
具体实施方式
[0014]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种电池卷边封口质量检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]本方明所针对的具体场景为：选用18650封口机对圆柱形锂电池进行封口，以某一个圆柱形锂电池的检测为例，在封口过程中，卷边处具有弧形面，多个卡具的第一弧形面形成环本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池卷边封口质量检测方法，其特征在于，该方法包括以下步骤：获取待检测电池的RGB图像、深度图像、第一侧视图和第二侧视图，且第二侧视图在第一侧视图采集后将待检测电池旋转90度得到的；获取RGB图像中的封口边缘，对比无质量缺陷电池对应的RGB图像中的标准封口边缘，得到封口边缘的完整指标；对深度图像进行霍夫圆检测得到内圆和外圆，将内圆和外圆之间的区域作为待生成区域、内圆对应的区域作为深度已知区域；根据所述完整指标获取深度已知区域中每个像素点的圆形邻域，分别计算每个像素点的圆形邻域内的灰度共生矩阵以得到对应的平滑指标；分别获取第一侧视图和第二侧视图中的ROI区域，根据待生成区域中每个像素点的坐标分别获取对应像素点在ROI区域中对应的目标位置，以目标位置为圆心自适应获取矩形窗口，根据矩形窗口内每行像素点的灰度值分别获取对应像素点的横向梯度值和纵向梯度值；对待生成区域中每个像素点的横向梯度值和纵向梯度值进行融合得到对应像素点的深度梯度融合值，将深度梯度融合值替代像素点的原灰度值得到待生成区域的深度梯度图；将深度图像和深度梯度图输入生成对抗网络中，得到盖帽深度图像；将待检测电池的RGB图像、深度图像和盖帽深度图像输入质量检测网络，得到待检测电池的质量缺陷类型。2.如权利要求1所述的一种电池卷边封口质量检测方法，其特征在于，所述封口边缘的完整指标的获取方法，包括：以封口边缘上的边缘像素点的数量为分子、标准封口边缘上的边缘像素点的数量为分母得到对应的比值，将比值作为封口边缘的完整指标。3.如权利要求1所述的一种电池卷边封口质量检测方法，其特征在于，所述每个像素点的圆形邻域的获取方法为：将预设比例系数与完整指标之间的比值输入自然对数中得到圆形邻域的半径，以像素点为圆心，根据半径得到对应像素点的圆形邻域。4.如权利要求1所述的一种电池卷边封口质量检测方法，其特征在于...

【专利技术属性】
技术研发人员：邵长锐，王嘉军，周胜欣，王能军，马忠红，
申请(专利权)人：临沂华太电池有限公司，
类型：发明
国别省市：