CN103413333B - 一种碱性电池尾端凹凸缺陷检测方法 - Google Patents

Abstract

本发明公开了一种碱性电池尾端凹凸缺陷检测方法，通过创建电池尾端内圈区域初始图像的矩阵，对该矩阵分别采用一阶微分滤波和二阶微分滤波后，再通过高通滤波去除噪声干扰，最后利用区域生长算法得到整个电池尾端的凹凸缺陷区域；优点是实现噪声和凹凸缺陷的准确区分，由此，本发明的凹凸缺陷检测方法可以应用于碱性电池尾端凹凸缺陷的检测，从而实现机器视觉技术在碱性电池尾端缺陷检测上的应用。

Description

一种碱性电池尾端凹凸缺陷检测方法

技术领域

本发明涉及一种凹凸缺陷检测方法，尤其是涉及一种碱性电池尾端凹凸缺陷检测方法。

背景技术

目前，在我国电池生产行业中，由于技术工艺等原因，在碱性电池尾端凹环以内的圆形区域中会出现凹凸缺陷。经过大量实地考察发现，我国目前针对碱性电池尾端凹凸缺陷的检测主要依靠人工检测，然而人工检测存在成本高、生产效率低且劳动强度大等弊端，为了克服这一弊端，可以采用机器视觉技术，即用数码相机代替人眼来判断碱性电池尾端的凹凸缺陷。

机器视觉技术在图像凹凸检测中已经得到了广泛的应用。由于图像斜坡处像素的灰度值具有阶跃性变化的特性，因此，现今的机器视觉技术主要依靠这一特性来判断物体表面是否出现凹凸现象。常见的判断方法有一阶微分滤波和二阶微分滤波。一阶微分滤波后，在灰度斜坡区域内以及斜坡起始位置处的微分值不为零，而二阶微分滤波后，只有斜坡起始位置处的微分值不为零。因此通过微分滤波可以滤除恒定灰度区域，即表面无斜坡的区域。然而，电池尾端的表面非常粗糙，这些粗糙点以及电池表面的轻微起伏，经过滤波后的微分值也不为零。图2为一阶微分滤波后的实物图，图3为二阶微分滤波后的实物图，其中凹凸缺陷所在的位置为区域Q，虚线圆区域为碱性电池尾端凹环以内的圆形区域，从图中可以看出，在虚线圆中除去区域Q以外的地方，经过一阶或二阶微分滤波后，仍存在微分值不为零的区域。同时，经过大量采样验证，被鉴定为具有凹凸缺陷的电池尾端，其凹凸幅值应不少于1.5毫米，因此在极小的幅值区间内，这些粗糙点以及轻微起伏的表面就会给凹凸检测带来极大的干扰。此外，光源的明暗，投射方向，光源的稳定度等因素也会影响灰度的阶跃性变化，以上这些影响因素统称为噪声。因此单凭现有的一阶微分或者二阶微分滤波，将无法区分噪声与凹凸缺陷。故现有的机器视觉技术还无法应用于碱性电池尾端凹凸缺陷检测中。

发明内容

本发明所要解决的技术问题是提供一种准确区分噪声与凹凸缺陷的碱性电池尾端凹凸缺陷检测方法，由此可以实现机器视觉技术在碱性电池尾端凹凸缺陷检测上的应用。

本发明解决上述技术问题所采用的技术方案为：一种碱性电池尾端凹凸缺陷检测方法，包括如下步骤：

S1：将获取到的碱性电池尾端凹环以内的圆形区域原始图像的分辨率记为m×n，m表示行数，n表示列数，将该原始图像用矩阵表示为：A_m×n＝{a_ij|0≤a_ij≤255且a_ij∈N}，其中A_m×n表示原始图像，a_ij表示位于矩阵A_m×n中第i行第j列的元素，1≤i≤m，1≤j≤n，N为自然数集；

S2：应用一阶微分滤波器算出矩阵A_m×n中各元素的一阶微分值，得到一阶微分矩阵B_m×n，其中B_m×n与矩阵A_m×n具有相同的行列数，b_ij为位于矩阵B_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的一阶微分值；

S3：设定阈值T₁＝mean(abs(B_m×n))，其中mean(·)为取均值运算，abs(·)为取绝对值运算，即阈值T₁等于B_m×n中所有元素取绝对值后再平均的结果，应用高通滤波器，将B_m×n中元素b_ij的绝对值小于T₁的元素滤除，得到新的矩阵 ${B^{\&prime;}}_{m\&times;n}=\left\{\begin{array}{cc}{b^{\&prime;}}_{ij}=b_{ij},& b_{ij}>=T_1\\ {b^{\&prime;}}_{ij}=0,& b_{ij}<T_1\end{array}\right.,$ 其中B'_m×n与矩阵B_m×n具有相同的行列数，b'_ij为位于矩阵B'_m×n中第i行第j列的元素，其大小为一阶微分矩阵B_m×n中位于第i行第j列的元素b_ij与阈值T₁相比较后的结果；

S4：应用二阶微分滤波器算出矩阵A_m×n中各元素的二阶微分值，得到二阶微分矩阵E_m×n，其中E_m×n与矩阵A_m×n具有相同的行列数，e_ij为位于矩阵E_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的二阶微分值；

S5：设定阈值T₂＝λmax(abs(E_m×n))，其中max(·)为取最大值运算，0<λ<1，即阈值T₂为E_m×n中所有元素取绝对值后再取最大值的结果最后乘上系数λ，应用高通滤波器，将E_m×n中元素e_ij的绝对值小于T₂的元素滤除，得到新的矩阵 ${E^{\&prime;}}_{m\&times;n}\left\{\begin{array}{cc}{e^{\&prime;}}_{ij}=e_{ij},& e_{ij}>=T_2\\ {e^{\&prime;}}_{ij}=0,& e_{ij}<T_2\end{array}\right.,$ 其中E'_m×n与矩阵E_m×n具有相同的行列数，e'_ij为位于矩阵E'_m×n中第i行第j列的元素，其大小为E_m×n中位于第i行第j列的元素e_ij与阈值T₂相比较后的结果；

S6：以E'_m×n中e'_ij不为零的元素所在的位置为生长点，按照8邻域内B'_m×n中元素不为零的生长准则，以及8邻域内B'_m×n中元素全部为零的生长停止条件，对矩阵B'_m×n运用区域生长算法，得出的结果即为碱性电池尾端具有凹凸缺陷的区域图。

与现有技术相比，本发明的优点在于通过二阶微分滤波找出碱性电池尾端图像中斜坡的起始位置，同时通过一阶微分滤波找出斜坡的分布区域，因为噪声具有分布零散性和随机性，只能形成较小的零散区域，并且该区域内的微分值不为零，因此通过设定合理的阈值，利用高通滤波器，可以将部分噪声滤除，再利用区域生长算法，从斜坡的起始位置出发，通过合并斜坡的分布区域，就能完全将噪声滤除，最终得到整个碱性电池尾端的凹凸区域。

附图说明

图1为经过图像切割后得到的碱性电池尾端凹环以内的圆形区域图像；

图2为原始图像经过一阶微分后的结果实物图；

图3为原始图像经过二阶微分后的结果实物图；

图4为经过凹凸检测方法得出的碱性电池尾端具有凹凸缺陷的区域图；

图5为本发明实施例对碱性电池尾端凹凸缺陷检测方法的流程框图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

实施例：如图5所示，一种碱性电池尾端凹凸缺陷检测方法，包括如下步骤：

S1：将获取到的碱性电池尾端凹环以内的圆形区域原始图像的分辨率记为m×n，m表示行数，n表示列数，m＝424，n＝414，将该原始图像用矩阵表示为：A_m×n＝{a_ij|0≤a_ij≤255且a_ij∈N}，其中A_m×n表示原始图像，a_ij表示位于矩阵A_m×n中第i行第j列的元素，1≤i≤m，1≤j≤n，N为自然数集，该原始图像如图1所示；

S2：应用一阶微分滤波器算出矩阵A_m×n中各元素的一阶微分值，得到一阶微分矩阵B_m×n，其中B_m×n与矩阵A_m×n具有相同的行列数，b_ij为位于矩阵B_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的一阶微分值，一阶微分滤波后的实物图如图2所示；

S3：设定阈值T₁＝mean(abs(B_m×n))，其中mean(·)为取均值运算，abs(·)为取绝对值运算，即阈值T₁等于B_m×n中所有元素取绝对值后再平均的结果，应用高通滤波器，将B_m×n中元素b_ij的绝对值小于T₁的元素滤除，得到新的矩阵 ${B^{\&prime;}}_{m\&times;n}=\left\{\begin{array}{cc}{b^{\&prime;}}_{ij}=b_{ij},& b_{ij}>=T_1\\ {b^{\&prime;}}_{ij}=0,& b_{ij}<T_1\end{array}\right.,$ 其中B'_m×n与矩阵B_m×n具有相同的行列数，b'_ij为位于矩阵B'_m×n中第i行第j列的元素，其大小为一阶微分矩阵B_m×n中位于第i行第j列的元素b_ij与阈值T₁相比较后的结果；

S4：应用二阶微分滤波器算出矩阵A_m×n中各元素的二阶微分值，得到二阶微分矩阵E_m×n，其中E_m×n与矩阵A_m×n具有相同的行列数，e_ij为位于矩阵E_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的二阶微分值，二阶微分滤波后的实物图如图3所示；

S5：设定阈值T₂＝λmax(abs(E_m×n))＝246.55，其中max(·)为取最大值运算，0<λ<1，本实施例中采用λ＝0.9，即阈值T₂为E_m×n中所有元素取绝对值后再取最大值的结果最后乘上系数λ，应用高通滤波器，将E_m×n中元素e_ij的绝对值小于T₂的元素滤除，得到新的矩阵 ${E^{\&prime;}}_{m\&times;n}=\left\{\begin{array}{cc}{e^{\&prime;}}_{\mathrm{ij}}=e_{\mathrm{ij}},& e_{\mathrm{ij}}>T_2\\ {e^{\&prime;}}_{\mathrm{ij}}=0,& e_{\mathrm{ij}}<T_2\end{array},\right.$ 其中E'_m×n与矩阵E_m×n具有相同的行列数，e'_ij为位于矩阵E'_m×n中第i行第j列的元素，其大小为E_m×n中位于第i行第j列的元素e_ij与阈值T₂相比较后的结果；

S6：以E'_m×n中e'_ij不为零的元素所在的位置为生长点，按照8邻域内B'_m×n中元素不为零的生长准则，以及8邻域内B'_m×n中元素全部为零的生长停止条件，对矩阵B'_m×n运用区域生长算法，得出的结果即为碱性电池尾端具有凹凸缺陷的区域图，结果如图4所示。

本发明中应用的一阶微分滤波器、二阶微分滤波器、高通滤波器以及区域生长算法，均为图像处理领域中的成熟技术。

Claims (1)

1.一种碱性电池尾端凹凸缺陷检测方法，其特征在于包括如下步骤：

S1：将获取到的碱性电池尾端凹环以内的圆形区域原始图像的分辨率记为m×n，m表示行数，n表示列数，将该原始图像用矩阵表示为：A_m×n＝{a_ij|0≤a_ij≤255且a_ij∈N}，其中A_m×n表示原始图像，a_ij表示位于矩阵A_m×n中第i行第j列的元素，1≤i≤m，1≤j≤n，N为自然数集；

S2：应用一阶微分滤波器算出矩阵A_m×n中各元素的一阶微分值，得到一阶微分矩阵B_m×n，其中B_m×n与矩阵A_m×n具有相同的行列数，b_ij为位于矩阵B_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的一阶微分值；

S3：设定阈值T₁＝mean(abs(B_m×n))，其中mean(·)为取均值运算，abs(·)为取绝对值运算，即阈值T₁等于B_m×n中所有元素取绝对值后再平均的结果，应用高通滤波器，将B_m×n中元素b_ij的绝对值小于T₁的元素滤除，得到新的矩阵其中B'_m×n与矩阵B_m×n具有相同的行列数，b'_ij为位于矩阵B'_m×n中第i行第j列的元素，其大小为一阶微分矩阵B_m×n中位于第i行第j列的元素b_ij与阈值T₁相比较后的结果；

S4：应用二阶微分滤波器算出矩阵A_m×n中各元素的二阶微分值，得到二阶微分矩阵E_m×n，其中E_m×n与矩阵A_m×n具有相同的行列数，e_ij为位于矩阵E_m×n中第i行第j列的元素，其大小为A_m×n中位于第i行第j列的元素a_ij的二阶微分值；

S5：设定阈值T₂＝λmax(abs(E_m×n))，其中max(·)为取最大值运算，0<λ<1，即阈值T₂为E_m×n中所有元素取绝对值后再取最大值的结果最后乘上系数λ，应用高通滤波器，将E_m×n中元素e_ij的绝对值小于T₂的元素滤除，得到新的矩阵其中E'_m×n与矩阵E_m×n具有相同的行列数，e'_ij为位于矩阵E'_m×n中第i行第j列的元素，其大小为E_m×n中位于第i行第j列的元素e_ij与阈值T₂相比较后的结果；

S6：以E'_m×n中e'_ij不为零的元素所在的位置为生长点，按照8邻域内B'_m×n中元素不为零的生长准则，以及8邻域内B'_m×n中元素全部为零的生长停止条件，对矩阵B'_m×n运用区域生长算法，得出的结果即为碱性电池尾端具有凹凸缺陷的区域图。