基于机器视觉的新能源电池焊接缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于机器视觉的新能源电池焊接缺陷检测方法，包括：采集焊接图像，进而获取焊接区域；根据焊接区域获取各个扇环区域；获取各个扇环区域的平均灰度值；根据各个扇环区域的平均灰度值获取多个固定区域；获取相邻的两个扇环区域的各个灰度值变化曲线，进而获取每个灰度值变化曲线的弧长比值；根据相邻的两个扇环区域的平均灰度值以及每个灰度值变化曲线的弧长比值，获取相邻的两个扇环区域的合并概率，进而得到各个合并区域；根据各个合并区域，获取焊接缺陷。本发明专利技术识别出焊接缺陷更加准确。发明专利技术识别出焊接缺陷更加准确。发明专利技术识别出焊接缺陷更加准确。

【技术实现步骤摘要】
基于机器视觉的新能源电池焊接缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于机器视觉的新能源电池焊接缺陷检测方法。

技术介绍

[0002]动力电池的质量对新能源汽车的品质起着决定性作用，而动力电池的质量取决于激光焊接技术，动力电池极柱激光焊接技术是用激光技术对锂离子电池的正负极片和铜柱进行高精度和高互联的焊接技术，相较于其他的焊接技术，激光焊接具有优异的精度和速度，使其适用于动力电池生产过程中的高速连续焊接，但是在激光焊接的过程中，会存在焊穿现象，导致动力电池的存在着质量问题，因此在焊接过程中及时的识别出焊穿缺陷尤为重要。
[0003]焊接过程中，高温会使焊接区域发生热膨胀，而冷却的过程中的收缩又会引起热应力，使得焊接区域存在着纹理粗糙的现象，其灰度值与焊接缺陷的灰度值近似，使用传统的阈值分割算法对焊穿缺陷进行分割时，可能会将纹理粗糙的区域同时分割出来，导致最终识别的焊穿缺陷不准确。

技术实现思路

[0004]本专利技术提供基于机器视觉的新能源电池焊接缺陷检测方法，以解决现有的问题。
[0005]本专利技术的基于机器视觉的新能源电池焊接缺陷检测方法采用如下技术方案：本专利技术一个实施例提供了基于机器视觉的新能源电池焊接缺陷检测方法，该方法包括以下步骤：采集焊接图像；根据焊接图像获取焊接区域；根据焊接区域获取各个扇环区域；获取各个扇环区域的平均灰度值；根据各个扇环区域的平均灰度值获取多个固定区域；获取相邻的两个扇环区域的各个灰度值变化曲线；根据相邻的两个扇环区域的各个灰度值变化曲线获取每个灰度值变化曲线的弧长比值；根据相邻的两个扇环区域的平均灰度值以及每个灰度值变化曲线的弧长比值，获取相邻的两个扇环区域的合并概率；根据多个固定区域以及相邻的两个扇环区域的合并概率，获取各个合并区域；根据各个合并区域获取焊接缺陷。
[0006]优选的，所述根据焊接图像获取焊接区域，包括的具体步骤如下：获取焊接图像中每个像素点梯度幅值，获取焊接图像中所有像素点的梯度中值，将梯度幅值大于等于梯度中值的像素点进行标记，记作可能边缘点，获取所有可能边缘点的梯度方向，并获取所有可能边缘点的梯度方向两两之间的交点，对所有交点进行密度聚类，获取密度最大的类别的质心作为圆心，将密度最大的类别中的交点对应的梯度方向对应的可能边缘点作为焊接区域的边缘点，使用连通性分析将焊接区域的边缘点连接起来，得到一个多连通域，将多连通域的像素点标记为，其余区域的像素点标记为，得到标记二
值图像，将标记二值图像与焊接图像相乘，得到焊接区域。
[0007]优选的，所述根据焊接区域获取各个扇环区域，包括的具体步骤如下：预设角度数，根据角度数将焊接区域的圆心角等分，将等分后的圆心角在焊接区域上所对应的扇环区域，记为扇环区域。
[0008]优选的，所述根据各个扇环区域的平均灰度值获取多个固定区域，包括的具体步骤如下：获取所有扇环区域的平均灰度值的中值，记为灰度中值，将平均灰度值小于灰度中值的扇环区域标记为目标扇环区域，比较每个目标扇环区域与其相邻的两个扇环区域的平均灰度值，若当前目标扇环区域的平均灰度值小于其相邻的两个扇环区域的平均灰度值，将当前目标扇环区域作为固定区域。
[0009]优选的，所述获取相邻的两个扇环区域的各个灰度值变化曲线，包括的具体步骤如下：预设分段个数，将相邻两个扇环区域的相交线按照为一段进行分段，并标记分段点，以各个标记的分段点到焊接区域的圆心的距离为半径，以焊接区域的圆心为圆心对相邻的两个扇环区域生成多个圆弧曲线，对每个圆弧曲线上的像素点进行编号，并获取各像素点灰度值，再以像素点的编号为横坐标，灰度值为纵坐标获取每个圆弧曲线对应的灰度值变化曲线。
[0010]优选的，所述根据相邻的两个扇环区域的各个灰度值变化曲线获取每个灰度值变化曲线的弧长比值，包括的具体步骤如下：获取相邻的两个扇环区域中每个灰度值变化曲线的每个像素点的斜率，并获取每个灰度值变化曲线的斜率方差，预设斜率方差阈值，当灰度值变化曲线的斜率方差小于斜率方差阈值时，获取灰度值变化曲线的最后一个像素点和其分段点之间的弧长与灰度值变化曲线所对应的圆弧曲线的总弧长的比值，作为灰度值变化曲线的弧长比值；当灰度值变化曲线的斜率方差大于等于斜率方差阈值时，获取灰度值变化曲线的平均斜率，将灰度值变化曲线中大于平均斜率的第一个像素点作为突增点，获取突增点和其分段点之间的弧长与灰度值变化曲线所对应的圆弧曲线的总弧长的比值，作为灰度值变化曲线的弧长比值。
[0011]优选的，所述根据相邻的两个扇环区域的平均灰度值以及每个灰度值变化曲线的弧长比值，获取相邻的两个扇环区域的合并概率，包括的具体步骤如下：式中，代表相邻的两个扇环区域的灰度值变换曲线的个数；代表相邻的两个扇环区域的第个灰度值变换曲线的弧长比值；代表相邻的两个扇环区域中第一个扇环区域的平均灰度值；代表相邻的两个扇环区域中第二个扇环区域的平均灰度值；代表相邻的两个扇环区域的合并概率；代表以自然常数为底数的指数函数。
[0012]优选的，所述根据多个固定区域以及相邻的两个扇环区域的合并概率，获取各个合并区域，包括的具体步骤如下：
预设合并阈值，遍历任一固定区域，对固定区域进行顺时针方向下的合并操作，包括：当固定区域与其顺时针方向下邻接的扇环区域的合并概率大于等于合并阈值时，将固定区域与其顺时针方向下邻接的扇环区域进行合并，并将合并后的区域作为新的固定区域，当新的固定区域与其顺时针方向下邻接的扇环区域的合并概率大于时，将新的固定区域与其顺时针方向下邻接的扇环区域进行合并，依次类推，直至新的固定区域与其顺时针方向下邻接的扇环区域的合并概率小于合并阈值时，顺时针方向下停止合并；对新的固定区域进行逆时针方向下的合并操作，将最终得到的固定区域作为合并区域。
[0013]优选的，所述根据各个合并区域获取焊接缺陷，包括的具体步骤如下：对任一合并区域进行阈值分割，得到二值图像，将二值图像中灰度值为0的像素点形成的每个连通域分别作为一个阈值分割区域，获取每个阈值分割区域的最小外接圆，获取每个阈值分割区域与其对应的最小外接圆的面积之比，预设面积阈值，当面积之比大于等于面积阈值时，将阈值分割区域作为焊接缺陷。
[0014]优选的，所述获取各个扇环区域的平均灰度值，包括的具体步骤如下：式中，为第个扇环区域的像素点个数；为第个扇环区域中第个像素点的灰度值；为第个扇环区域的平均灰度值。
[0015]本专利技术的技术方案的有益效果是：本专利技术通过采集焊接图像，进而获取焊接区域；根据焊接区域获取各个扇环区域；获取各个扇环区域的平均灰度值；根据各个扇环区域的平均灰度值，获取多个固定区域；获取相邻的两个扇环区域的各个灰度值变化曲线；根据相邻的两个扇环区域的各个灰度值变化曲线，获取每个灰度值变化曲线的弧长比值；根据相邻的两个扇环区域的平均灰度值以及每个灰度值变化曲线的弧长比值，获取相邻的两个扇环区域的合并概率；根据多个固定区域以及相邻的两个扇环区域的合并概率，获取各个合并区域；根据各个合并区域，获取焊接缺陷，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，该方法包括以下步骤：采集焊接图像；根据焊接图像获取焊接区域；根据焊接区域获取各个扇环区域；获取各个扇环区域的平均灰度值；根据各个扇环区域的平均灰度值获取多个固定区域；获取相邻的两个扇环区域的各个灰度值变化曲线；根据相邻的两个扇环区域的各个灰度值变化曲线获取每个灰度值变化曲线的弧长比值；根据相邻的两个扇环区域的平均灰度值以及每个灰度值变化曲线的弧长比值，获取相邻的两个扇环区域的合并概率；根据多个固定区域以及相邻的两个扇环区域的合并概率，获取各个合并区域；根据各个合并区域获取焊接缺陷。2.根据权利要求1所述基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，所述根据焊接图像获取焊接区域，包括的具体步骤如下：获取焊接图像中每个像素点梯度幅值，获取焊接图像中所有像素点的梯度中值，将梯度幅值大于等于梯度中值的像素点进行标记，记作可能边缘点，获取所有可能边缘点的梯度方向，并获取所有可能边缘点的梯度方向两两之间的交点，对所有交点进行密度聚类，获取密度最大的类别的质心作为圆心，将密度最大的类别中的交点对应的梯度方向对应的可能边缘点作为焊接区域的边缘点，使用连通性分析将焊接区域的边缘点连接起来，得到一个多连通域，将多连通域的像素点标记为，其余区域的像素点标记为，得到标记二值图像，将标记二值图像与焊接图像相乘，得到焊接区域。3.根据权利要求1所述基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，所述根据焊接区域获取各个扇环区域，包括的具体步骤如下：预设角度数，根据角度数将焊接区域的圆心角等分，将等分后的圆心角在焊接区域上所对应的扇环区域，记为扇环区域。4.根据权利要求1所述基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，所述根据各个扇环区域的平均灰度值获取多个固定区域，包括的具体步骤如下：获取所有扇环区域的平均灰度值的中值，记为灰度中值，将平均灰度值小于灰度中值的扇环区域标记为目标扇环区域，比较每个目标扇环区域与其相邻的两个扇环区域的平均灰度值，若当前目标扇环区域的平均灰度值小于其相邻的两个扇环区域的平均灰度值，将当前目标扇环区域作为固定区域。5.根据权利要求1所述基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，所述获取相邻的两个扇环区域的各个灰度值变化曲线，包括的具体步骤如下：预设分段个数，将相邻两个扇环区域的相交线按照为一段进行分段，并标记分段点，以各个标记的分段点到焊接区域的圆心的距离为半径，以焊接区域的圆心为圆心对相邻的两个扇环区域生成多个圆弧曲线，对每个圆弧曲线上的像素点进行编号，并获取各像素点灰度值，再以像素点的编号为横坐标，灰度值为纵坐标获取每个圆弧曲线对应的灰度值变化曲线。6.根据权利要求1所述基于机器视觉的新能源电池焊接缺陷检测方法，其特征在于，所述根据相邻的两个扇环区域的各个灰度值变化曲线获取每个灰度值变...

【专利技术属性】
技术研发人员：陈有章，李海英，吴卫红，卢俊潇，郑刚，
申请(专利权)人：深圳市泽信智能装备有限公司，
类型：发明
国别省市：