CN106127793B - 一种电池阴阳电极轮廓的提取方法 - Google Patents
一种电池阴阳电极轮廓的提取方法 Download PDFInfo
- Publication number
- CN106127793B CN106127793B CN201610624331.1A CN201610624331A CN106127793B CN 106127793 B CN106127793 B CN 106127793B CN 201610624331 A CN201610624331 A CN 201610624331A CN 106127793 B CN106127793 B CN 106127793B
- Authority
- CN
- China
- Prior art keywords
- region
- battery
- electrode
- boundary
- processing region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种电池阴阳电极轮廓的提取方法,包括:S11:从电池的X光图像中划分出处理区域,计算处理区域的积分图,处理区域对应于阴阳电极区域;S12:沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;S13:沿电极棱的横向方向进行行遍历,定位出电极棱区域,具体为:在毎次遍历检测中,选定横向排列的预设数量的区域,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域。本发明电池阴阳电极轮廓提取方法,基于积分图定位电池阴阳电极的分界及电极棱线,一定程度上克服了受成像质量的影响,提高了提取电池电极轮廓的准确性,有助于提高对电池检测的准确性。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种电池阴阳电极轮廓的提取方法。
背景技术
随着新能源市场的快速兴起,涌现出许多生产锂电池的厂商,但近年来也有很多诸如手机、充电宝等在充电时发生爆炸的现象,究其原因,是厂家在检测时没有将劣质电池有效地检测出,却投入正常使用,进而带来相当的危害隐患。
现有技术中,在对电池阴阳电极的检测中,是采用X光拍摄获得电池的X光图像,利用图像边缘提取算法,具体基于图像灰度值,通过设定阈值来分割和提取电极轮廓,实现定位和查找电池的阴阳电极,对电池阴阳极进行检测。然而,这种检测算法比较依赖于图像的成像质量和灰度值,在实际检测中,X Ray测试设备由于受光电管电流、电压及相机等因素的影响,所拍摄的图像成像质量比较差,灰度对比度低,因此会影响采用该算法提取电池的阴阳电极轮廓,进而影响对电池的检测,容易造成漏判或误判,导致劣质电池没有被有效地检测出。
发明内容
鉴于此,本发明提供一种电池阴阳电极轮廓的提取方法,基于积分图定位电池阴阳电极的分界及电极棱,在一定程度上克服了受成像质量的影响,能提高对电池电极轮廓提取的准确性,有助于提高电池检测的准确性。
为实现上述目的,本发明提供如下技术方案:
一种电池阴阳电极轮廓的提取方法,包括步骤:
S11:从电池的X光图像中划分出处理区域,计算所述处理区域的积分图,所述处理区域对应于阴阳电极的区域;
S12:在所述积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;
S13:在所述处理区域内,沿电极棱的横向方向进行行遍历,定位出电极棱区域,具体为:在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,所述区域具有预设间距,所述平均灰度值为基于所述积分图统计的所述区域内像素的平均灰度值。
可选地,在所述步骤S11之前还包括:
S10:对电池的X光图像进行预处理,包括滤波、去噪。
可选地,所述从电池的X光图像中划分出处理区域,具体包括:
设定所述处理区域起始点的横坐标和纵坐标、所述处理区域的宽度和高度;
依据起始点的横坐标和纵坐标、所述宽度和所述高度切割出所述处理区域。
可选地,所述步骤S12具体包括:
在所述积分图中,沿电极棱的纵向方向从上往下进行遍历,基于积分图值定位出电池的阳极边界,沿电极棱的纵向方向从下往上进行遍历,基于积分图值定位出电池的阴极边界。
可选地,所述预设数量为5个,横向排列的5个区域依次为d1、d4、d2、d5、d3,对应的平均像素值依次为Id1、Id4、Id2、Id5、Id3;
所述预设条件为:Id4-Id1>0、Id4-Id2>0,Id5-Id2>0,Id5-Id3>0;
当满足所述预设条件时,则将区域d2确定为电极棱区域。
可选地,所述步骤S13还包括:对定位出电极棱区域的所述处理区域的图像进行二值化处理。
可选地,所述步骤S13之后还包括:
S14:在电极阴极的边界的±d1区域范围内进行遍历,对电极阴极的边界再次定位;在电极阳极的边界的±d2区域范围内进行遍历,对电极阳极的边界再次定位,d1、d2为经验值。
由上述技术方案可以看出,本发明所提供的电池阴阳电极轮廓的提取方法,首先从电池的X光图像中划分出处理区域,处理区域对应于电池阴阳电极的区域,计算处理区域的积分图;在积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;然后在处理区域内,在沿电极棱的横向方向上进行行遍历,在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,其中平均灰度值为基于积分图统计的所述区域内像素的平均灰度值,以此方法定位出处理区域内的电极棱区域,从而定位出电池阴阳电极的轮廓。
因此,本发明电池阴阳电极轮廓的提取方法,基于积分图定位电池阴阳电极的分界及电极棱线,在一定程度上克服了受成像质量的影响,提高了提取电池电极轮廓的准确性,有助于提高电池检测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1为本发明实施例提供的一种电池阴阳电极轮廓的提取方法的流程图;
图2为采用本发明方法处理后的效果图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明实施例提供一种电池电极轮廓的提取方法,请参考图1,为本实施例电池阴阳电极轮廓的提取方法的流程图,包括:
S11:从电池的X光图像中划分出处理区域,计算所述处理区域的积分图,所述处理区域对应于阴阳电极的区域;
S12:在所述积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;
S13:在所述处理区域内,沿电极棱的横向方向进行行遍历,定位出电极棱区域,具体为:在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,所述区域具有预设间距,所述平均灰度值为基于所述积分图统计的所述区域内像素的平均灰度值。
由上述内容可以看出,本实施例提供的电池阴阳电极轮廓的提取方法,首先从电池的X光图像中划分出处理区域,处理区域对应于电池阴阳电极的区域,计算处理区域的积分图;在积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;然后在处理区域内,在沿电极棱的横向方向上进行行遍历,在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,其中平均灰度值为基于积分图统计的所述区域内像素的平均灰度值,以此方法定位出处理区域内的电极棱区域,从而定位出电池阴阳电极的轮廓。
因此,本发明电池阴阳电极轮廓的提取方法,基于积分图定位电池阴阳电极的分界及电极棱线,在一定程度上克服了受成像质量的影响,提高了提取电池电极轮廓的准确性,有助于提高电池检测的准确性。
下面结合各步骤的具体实施方式对本发明电池阴阳电极轮廓的提取方法进行详细说明。
本实施例电池阴阳电极轮廓的提取方法包括以下步骤:
S10:对电池的X光图像进行预处理,包括滤波、去噪。
对采集的电池的X光图像首先进行预处理,包括滤波、去噪等,以降低噪声信号对图像处理的影响。
S11:从电池的X光图像中划分出处理区域,计算所述处理区域的积分图,所述处理区域对应于阴阳电极的区域。
具体的,本步骤中从电池的X光图像中划分出处理区域,具体包括:设定所述处理区域起始点的横坐标和纵坐标、所述处理区域的宽度和高度;依据起始点的横坐标和纵坐标、所述宽度和所述高度切割出所述处理区域。
对于电池图像中要查找的阴阳电极区域,设定处理区域起始点的横坐标和纵坐标、处理区域的宽度和高度,分别用iROIX,iROIY,iWidth,iHeight表示,均可在参数列表中设置;设定好区域参数后,将处理区域分割出。
在划分出电池X光图像的处理区域后,对处理区域图像进行积分图计算。
另外,在实际检测中,在划分出处理区域前,还需要定位电池的左右边界和上下边界。如果是裸电芯的电池头部,只要定位左右边界;如果是钢壳电池头部,则还需要定位上边界,得到基准值。由于电池是固定尺寸,且电池机械槽及相机工位固定,以裸电芯电池为例,可以人工框选出合适的接近电池的左边界及上边界的基准点的横坐标和纵坐标,即表示从此点开始往电池的阳极区域去定位查找,据此将阳极的参考线粗定位出来。
S12:在所述积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界。
具体的,在所述积分图中,沿电极棱的纵向方向从上往下进行遍历,基于积分图值定位出电池的阳极边界,沿电极棱的纵向方向从下往上进行遍历,基于积分图值定位出电池的阴极边界。这样粗定位出电池的阴极和阳极的边界。
进一步的,定位参考阳极的位置也可采用此遍历方法,通过沿电极棱的纵向方向进行遍历,定位出电芯的参考阳极的位置。
S13:在所述处理区域内,沿电极棱的横向方向进行行遍历,定位出电极棱区域,具体为:在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,所述区域具有预设间距,所述平均灰度值为基于所述积分图统计的所述区域内像素的平均灰度值。
对于每次检测,示例性的,可选择横向排列的5个区域,区域具有间距n*iGap(n>0),对于选择5个区域,选择区域的间距为2iGap。横向排列的5个区域依次为d1、d4、d2、d5、d3,对应的平均像素值依次为Id1、Id4、Id2、Id5、Id3;所述预设条件为:Id4-Id1>0、Id4-Id2>0,Id5-Id2>0,Id5-Id3>0;当满足所述预设条件时,则将区域d2确定为电极棱区域。
经大量实际检测经验得出,选择5个横向排列的区域,区域的间距2iGap,这种情况下在保证检测精度的同时能够有效地提高检测效率。
在本实施例的其它具体实施方式中,也可选择横向排列的区域的数量为3个,但检测精度会相对降低。
在处理区域图像中,经行、列遍历后,筛选得到满足条件的所有区域,从而确定出电池的电极棱区域。进一步,对定位出电极棱区域的所述处理区域的图像进行二值化处理。
S14:在电极阴极的边界的±d1区域范围内进行遍历,对电极阴极的边界再次定位;在电极阳极的边界的±d2区域范围内进行遍历,对电极阳极的边界再次定位,d1、d2为经验值。
该步骤为进行一次精确定位,经过对客户给予的针对性电池型号,测试大量图片,取得经验值d1、d2,以此经验值为指导,再对阳极区域的阳极边界上下部±d1、对阴极区域的阴极边界上下部±d2进行遍历循环,这样阴阳电极弱边缘就精准的提取出来了。可参考图2所示,为采用本实施例方法处理后的效果图,在图中电池图像中,纵向排列的平行竖线为定位出的电极轮廓。在定位出电池的阴阳电极轮廓后再进行相应的测量比较,满足客户需求。
因此,本实施例电池阴阳电极轮廓的提取方法,利用积分图思想,对分割出的阴阳电极区域进行积分图计算,首先利用积分图对阴阳电极的边界进行粗定位,然后再以积分图数据进行左右遍历,定位出阴阳电极棱。从而高效精准地提取出阴阳极轮廓,为后续阴阳电极准确画线、正确筛选等提供较为准确的依据。本发明电池阴阳电极轮廓的提取方法,利用积分图思想使得算法逻辑简单,同时在后面的计算中可以直接调用此积分图所得的数据,从而能快速、准确的提取有效边缘信息,提高了算法的稳定性,并提高了提取电池电极的准确度和精度。
以上对本发明所提供的一种电池阴阳电极轮廓的提取方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (7)
1.一种电池阴阳电极轮廓的提取方法,其特征在于,包括步骤:
S11:从电池的X光图像中划分出处理区域,计算所述处理区域的积分图,所述处理区域对应于阴阳电极的区域;
S12:在所述积分图中,沿电极棱的纵向方向进行遍历,基于积分图值分别定位出电池的阴极和阳极的边界;
S13:在所述处理区域内,沿电极棱的横向方向进行行遍历,定位出电极棱区域,具体为:在毎次遍历检测中,选定横向排列的预设数量的区域,在所述预设数量的区域中,若区域的平均灰度值与其相邻两侧区域的平均灰度值的大小满足预设条件,则将该区域确定为电极棱区域,所述区域具有预设间距,所述平均灰度值为基于所述积分图统计的所述区域内像素的平均灰度值。
2.如权利要求1所述的方法,其特征在于,在所述步骤S11之前还包括:
S10:对电池的X光图像进行预处理,包括滤波、去噪。
3.如权利要求1所述的方法,其特征在于,所述从电池的X光图像中划分出处理区域,具体包括:
设定所述处理区域起始点的横坐标和纵坐标、所述处理区域的宽度和高度;
依据起始点的横坐标和纵坐标、所述宽度和所述高度切割出所述处理区域。
4.如权利要求1所述的方法,其特征在于,所述步骤S12具体包括:
在所述积分图中,沿电极棱的纵向方向从上往下进行遍历,基于积分图值定位出电池的阳极边界,沿电极棱的纵向方向从下往上进行遍历,基于积分图值定位出电池的阴极边界。
5.如权利要求1所述的方法,其特征在于,所述预设数量为5个,横向排列的5个区域依次为d1、d4、d2、d5、d3,对应的平均像素值依次为Id1、Id4、Id2、Id5、Id3;
所述预设条件为:Id4-Id1>0、Id4-Id2>0,Id5-Id2>0,Id5-Id3>0;
当满足所述预设条件时,则将区域d2确定为电极棱区域。
6.如权利要求1-5任一项所述的方法,其特征在于,所述步骤S13还包括:对定位出电极棱区域的所述处理区域的图像进行二值化处理。
7.如权利要求6所述的方法,其特征在于,所述步骤S13之后还包括:
S14:在电极阴极的边界的±d1区域范围内进行遍历,对电极阴极的边界再次定位;在电极阳极的边界的±d2区域范围内进行遍历,对电极阳极的边界再次定位,d1、d2为经验值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610624331.1A CN106127793B (zh) | 2016-07-29 | 2016-07-29 | 一种电池阴阳电极轮廓的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610624331.1A CN106127793B (zh) | 2016-07-29 | 2016-07-29 | 一种电池阴阳电极轮廓的提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106127793A CN106127793A (zh) | 2016-11-16 |
CN106127793B true CN106127793B (zh) | 2019-07-09 |
Family
ID=57254614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610624331.1A Active CN106127793B (zh) | 2016-07-29 | 2016-07-29 | 一种电池阴阳电极轮廓的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106127793B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220031412A (ko) * | 2020-09-04 | 2022-03-11 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
CN113096577B (zh) * | 2021-04-06 | 2022-09-23 | 昆山国显光电有限公司 | 显示面板的驱动方法、驱动芯片及显示装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070097151A (ko) * | 2006-03-28 | 2007-10-04 | 삼성에스디아이 주식회사 | 이차 전지 |
CN101728573A (zh) * | 2008-10-22 | 2010-06-09 | 东芝It·控制系统株式会社 | 电池检查装置 |
CN103925893A (zh) * | 2014-04-17 | 2014-07-16 | 广东正业科技股份有限公司 | 一种卷绕电池的质量检测方法 |
CN104091322A (zh) * | 2014-05-06 | 2014-10-08 | 无锡日联科技有限公司 | 叠片锂离子电池的检测方法 |
-
2016
- 2016-07-29 CN CN201610624331.1A patent/CN106127793B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070097151A (ko) * | 2006-03-28 | 2007-10-04 | 삼성에스디아이 주식회사 | 이차 전지 |
CN101728573A (zh) * | 2008-10-22 | 2010-06-09 | 东芝It·控制系统株式会社 | 电池检查装置 |
CN103925893A (zh) * | 2014-04-17 | 2014-07-16 | 广东正业科技股份有限公司 | 一种卷绕电池的质量检测方法 |
CN104091322A (zh) * | 2014-05-06 | 2014-10-08 | 无锡日联科技有限公司 | 叠片锂离子电池的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106127793A (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106290388B (zh) | 一种绝缘子故障自动检测方法 | |
CN106952260B (zh) | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 | |
CN103487729B (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
CN107895376A (zh) | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 | |
CN108596903B (zh) | 一种太阳能电池片的黑边和碎片的缺陷检测方法 | |
CN104537650B (zh) | 一种铝电解电容器的极性方向判定方法及装置 | |
CN114764804B (zh) | 锂电池极片缺陷检测方法、装置、设备及存储介质 | |
CN104239909B (zh) | 一种图像的识别方法和装置 | |
CN104867134B (zh) | 一种用于无人机巡检输电线路杆塔的识别方法 | |
CN110363798B (zh) | 一种遥感影像解译样本集的生成方法 | |
CN106127793B (zh) | 一种电池阴阳电极轮廓的提取方法 | |
CN109886918A (zh) | 锂电池极片的拉丝毛刺检测方法、电子设备及存储介质 | |
CN110738205A (zh) | 一种基于机器视觉的电芯正负极识别设备及方法 | |
CN110443278B (zh) | 一种太阳能电池片栅线粗细异常的检测方法、装置及设备 | |
CN104952066A (zh) | 基于hsv色彩空间的输电线路相位标志牌识别方法 | |
CN109785294A (zh) | 一种pcb板缺陷位置检测系统和方法 | |
CN109993739B (zh) | 一种印章真伪鉴别方法与装置 | |
CN103971135A (zh) | 基于头肩深度信息特征的人体目标检测方法 | |
CN114241364A (zh) | 一种架空输电线路异物目标快速标定方法 | |
CN109859186A (zh) | 一种基于halcon的锂电池模组正负极检测方法 | |
CN107644234A (zh) | 一种输电线路的绝缘子脱落缺陷检测方法 | |
CN105258647A (zh) | 一种汽车锁扣铆点的视觉检测方法 | |
CN104850832A (zh) | 一种基于分级迭代的大规模图像样本标注方法及系统 | |
CN107464258A (zh) | 一种从图像中提取三维平面的方法 | |
CN102184396A (zh) | 基于ocr识别反馈的文档图像倾斜校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |