CN107971240B - 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 - Google Patents
一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 Download PDFInfo
- Publication number
- CN107971240B CN107971240B CN201711165069.XA CN201711165069A CN107971240B CN 107971240 B CN107971240 B CN 107971240B CN 201711165069 A CN201711165069 A CN 201711165069A CN 107971240 B CN107971240 B CN 107971240B
- Authority
- CN
- China
- Prior art keywords
- image
- aluminium foil
- particle
- copper aluminium
- power battery
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/84—Recycling of batteries or fuel cells
Landscapes
- Cell Electrode Carriers And Collectors (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
Abstract
本发明提供一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,本发明的核心思想是:提取动力电池电芯破碎产物铜铝箔颗粒二值图像内部的白色孔洞区域作为特征值,用来分选铝箔颗粒与铜箔颗粒。由于本发明进行色选的特征值利用的是动力电池电芯破碎产物铜铝箔颗粒的纹理特征而不是颜色特征,因此分离结果非常准确。本发明相对于现有技术的有益效果在于:第一,处理简单快速,且大大提升铜铝箔颗粒分离的准确性;第二,本发明方法适用的软硬件环境简单,成本低廉且便于大规模推广适用。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种动力电池电芯破碎产物铜铝箔颗粒的色选方法。
背景技术
随着新能源汽车数量的增长,动力电池的报废量剧增,资源的枯竭及其带来的环境问题,动力电池的回收环节将显现出极大的价值。废动力电池的回收方法主要有:火法、湿法、生物法以及机械法。但火法回收具有能耗大、废气污染严重等特点。湿法回收需消耗大量的强酸、强碱、强氧化剂及萃取剂,同时产生大量废液。生物法回收以生物酸代替传统的硫酸、硝酸,对环境影响较小,但生物菌难以培养,回收针对性性,应用范围窄,且效率低下。目前,现有技术中一般利用风选来分离破碎后的铜铝箔颗粒,但对铜铝箔颗粒碎片的形状要求较高,而破碎机破碎的动力电池电芯的铜铝箔碎片形状不规则且多卷曲,现有技术很难有效准确地实现铜铝箔颗粒的分离。
发明内容
为了解决现有技术无法有效准确地实现动力电池电芯破碎产物铜铝箔颗粒分离的技术缺陷,本发明提供一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,利用图像处理技术,通过色选的方式实现动力电池电芯破碎产物铜铝箔颗粒的有效分离。
本发明是通过以下技术方案实现的:
一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,包括如下步骤:
步骤S1,利用图像传感器采集获得原始图像;
步骤S2,根据预设的灰度级阈值对所述原始图像进行二值化处理,只保留所述原始图像中的破碎铜铝箔颗粒目标区域,获得二值图像;
步骤S3,对所述二值图像进行腐蚀处理,获得腐蚀图像;
步骤S4,对所述腐蚀图像进行取反操作,再进行孔洞填充,然后再一次进行取反操作,获得填充图像;
步骤S5,将所述腐蚀图像与所述填充图像作减法处理,得到的图像中只留有所述腐蚀图像和所述填充图像中的不同区域,获得减法图像;
步骤S6,根据所述减法图像进行色选:留有白色孔洞区域的颗粒即为破碎后的铜箔颗粒,其余为铝箔颗粒。
本发明相对于现有技术的有益效果在于:
第一,处理简单快速,且大大提升铜铝箔颗粒分离的准确性;
第二,本发明方法适用的软硬件环境简单,成本低廉且便于大规模推广适用。
附图说明
图1为实施例1的动力电池电芯破碎产物铜铝箔颗粒的色选方法的总流程图。
图2为原始图像的实例示意图。
图3为二值图像的实例示意图。
图4为腐蚀图像的实例示意图。
图5为首次取反后图像的实例示意图。
图6为空洞填充后图像的实例示意图。
图7为再次取反后图像的实例示意图。
图8为减法图像的实例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明的核心思想是:提取动力电池电芯破碎产物铜铝箔颗粒二值图像内部的白色孔洞区域作为特征值,用来分选铝箔颗粒与铜箔颗粒。由于动力电池破碎铝箔颗粒与铜箔颗粒的二值图像内部所包含的白色孔洞区域的大小差异很大,故通过腐蚀处理可以完全去除铝箔颗粒二值图像内部白色孔洞,而铜箔颗粒二值图像内部白色孔洞未完全去除。利用这一特性,再对腐蚀后的图像进行取反、孔洞填充、再取反一系列处理,把不管是铜箔还是铝箔颗粒内部的白色孔洞均完全去除,接着把得到的图像与腐蚀后的图像做减法处理,从而获得腐蚀后二值图像内部白色孔洞区域。有白色孔洞的为铜箔颗粒,没有白色孔洞的为铝箔颗粒。由于本发明进行色选的特征值利用的是动力电池电芯破碎产物铜铝箔颗粒的纹理特征而不是颜色特征,因此分离结果非常准确。
实施例1:
本实施例提供一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,其适用对象——动力电池电芯破碎产物的铜铝箔颗粒可以通过以下方法获得:将磷酸铁锂动力电池电芯破碎产物进行筛分、风选去除粉末和塑料隔膜后获得的破碎铜铝箔颗粒,该铜铝箔颗粒的粒径范围为3~12mm。因破碎后铜箔上的电极材料石墨粉完全解离,而铝箔上电极材料基本没有解离,这就造成破碎后铜铝箔颗粒的颜色与形状纹理特征有较大差异,基于此,可以通过色选的方式实现铜铝箔颗粒的分离。
本色选方法适用的软硬件环境如下:
实现本色选方法所需的硬件设备一般包括:图像传感器和数据处理装置。
在实际应用中,图像传感器可以是照相机,通过照相机直接对动力电池电芯破碎产物铜铝箔颗粒拍摄获取原始图像;图像传感器也可以是摄像机,通过对动力电池电芯破碎产物的铜铝箔颗粒进行拍摄,获得原始视频,对原始视频按帧截取图像,获得原始图像。在实际应用中,数据处理装置可以是计算机,接收图像传感器获得的原始图像并做进一步的数据处理。
在实际应用中,本色选方法可以利用MATLAB软件实现。
如图1所示,一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,包括如下步骤:
步骤S1,利用图像传感器采集获得原始图像。图2为原始图像的实验实例示意图,原始图像中包含破碎铜铝箔颗粒目标区域和背景区域。
本发明对获得原始图像的方式不作具体限定,通常情况下,可以通过以下第(1)或者第(2)种方式实现:
(1)利用照相机直接对动力电池电芯破碎产物的铜铝箔颗粒进行拍摄,获得原始图像。
(2)利用摄像机对动力电池电芯破碎产物的铜铝箔颗粒进行拍摄,获得原始视频,对原始视频按帧截取图像,获得原始图像。
作为本发明的优选方案,步骤S1采集图像时的背景采用的是白色背景,以便于动力电池电芯破碎产物铜铝箔目标区域与背景区域能够很好地区分开。也可以采用其他颜色的背景,但要保证背景区域颜色的R、G、B值的范围与动力电池电芯破碎产物铜铝箔目标区域颜色R、G、B值的范围没有交集,也就是说背景区域颜色要与动力电池电芯破碎产物铜铝箔目标区域的颜色有明显色差。
步骤S2,根据预设的灰度级阈值对原始图像进行二值化处理,只保留原始图像中的破碎铜铝箔颗粒目标区域,获得二值图像。图3为二值图像的实验实例示意图,二值图像中只留有原始图像中的破碎铜铝箔颗粒目标区域,即图3中的黑色区域。
在二值化处理中,可以通过选取合理的灰度级阈值将背景区域与目标区域分割开,根据实验表明,预设的灰度级阈值T的取值范围可以是:120≤T≤170,在该取值范围内均能够满足有效分割背景区域与目标区域的要求。在本实施例中,预设的灰度级阈值T为150。
步骤S3,对二值图像进行腐蚀处理,获得腐蚀图像。图4为腐蚀图像的实验实例示意图,腐蚀处理后目标区域中铝箔颗粒图像内部的白色孔洞被完全去除,而铜箔颗粒内部还有白色孔洞。
腐蚀是一种数学形态学处理方法,其效果是消除连通区域的边界点,使边界向内收缩的处理,收缩的多少由选取的结构元素决定。在本发明中,腐蚀处理要达到的腐蚀效果为,完全消除铝箔颗粒图像内部的白色孔洞,而铜箔颗粒图像中的白色孔洞不完全消除。作为本发明的优选方案,选取的结构元素为平面钻石形状的结构化元素,其结构元素参数R的选取和要达到的腐蚀效果有关,通过实验表明,当结构元素参数2<R<6时能达到较好的腐蚀效果,否则铜铝箔颗粒图像可能出现腐蚀不够或过度腐蚀的情况。
步骤S4,对腐蚀图像进行取反操作,再进行孔洞填充,然后再一次进行取反操作,获得填充图像。图5-图7分别为首次取反、孔洞填充、再次取反后得到的图像的实验实例示意图,对腐蚀后的图像取反、孔洞填充、再取反后得到的铜铝箔颗粒图像内部的白色孔洞就完全被消除掉了。
孔洞填充是一种图像处理算法,本发明中孔洞填充的目的是消除铜铝箔颗粒内部的白色孔洞区域。在实际应用中,图像取反和孔洞填充可以直接调用MATLAB软件的相关功能直接实现。
步骤S5,将腐蚀图像与填充图像作减法处理,得到的图像中只留有腐蚀图像和填充图像中的不同区域,获得减法图像。图8减法图像的实例示意图,得到的减法图像中只留有腐蚀图像和填充图像中的不同区域。
减法处理是一种图像处理算法,本发明中减法处理的目的是获取腐蚀图像和填充图像中的不同区域。在实际应用中,减法处理可以直接调用MATLAB软件的相关功能直接实现。
步骤S6,根据减法图像进行色选:留有白色孔洞区域的颗粒即为破碎后的铜箔颗粒,其余为铝箔颗粒。减法图像中保留的白色孔洞即为铜箔颗粒二值图像中的白色孔洞,即此白色孔洞区域的颗粒即为破碎后的铜箔颗粒,从而实现铜箔颗粒和铝箔颗粒的精确区分。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种动力电池电芯破碎产物铜铝箔颗粒的色选方法,其特征在于,包括如下步骤:
选取平面钻石形状的结构化元素,结构参数R的取值范围为:2<R<6,在此条件下进行腐蚀处理;
步骤S1,利用图像传感器采集获得原始图像;
步骤S2,根据预设的灰度级阈值对所述原始图像进行二值化处理,只保留所述原始图像中的破碎铜铝箔颗粒目标区域,获得二值图像;
步骤S3,对所述二值图像进行腐蚀处理,获得腐蚀图像;
步骤S4,对所述腐蚀图像进行取反操作,再进行孔洞填充,然后再一次进行取反操作,获得填充图像;
步骤S5,将所述腐蚀图像与所述填充图像作减法处理,得到的图像中只留有所述腐蚀图像和所述填充图像中的不同区域,获得减法图像;
步骤S6,根据所述减法图像进行色选:留有白色孔洞区域的颗粒即为破碎后的铜箔颗粒,其余为铝箔颗粒。
2.根据权利要求1所述的色选方法,其特征在于,所述步骤S1进一步包括:
利用照相机直接对所述动力电池电芯破碎产物的铜铝箔颗粒进行拍摄,获得所述原始图像;
或者,利用摄像机对所述动力电池电芯破碎产物的铜铝箔颗粒进行拍摄,获得原始视频,对所述原始视频按帧截取图像,获得所述原始图像。
3.根据权利要求1所述的色选方法,其特征在于:在所述步骤S2中,预设的所述灰度级阈值的取值范围为:120≤T≤170。
4.如权利要求1所述的色选方法,其特征在于:所述动力电池电芯破碎产物的铜铝箔颗粒为:将磷酸铁锂动力电池电芯破碎产物进行筛分、风选去除粉末和塑料隔膜后获得的破碎铜铝箔颗粒,该铜铝箔颗粒的粒径范围为3~12mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711165069.XA CN107971240B (zh) | 2017-11-21 | 2017-11-21 | 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711165069.XA CN107971240B (zh) | 2017-11-21 | 2017-11-21 | 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107971240A CN107971240A (zh) | 2018-05-01 |
CN107971240B true CN107971240B (zh) | 2019-06-04 |
Family
ID=62010759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711165069.XA Active CN107971240B (zh) | 2017-11-21 | 2017-11-21 | 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107971240B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2140309B1 (es) * | 1997-07-07 | 2000-09-16 | Corchos De Merida S A | Metodo de clasificacion de tapones de corcho. |
AUPQ849200A0 (en) * | 2000-06-30 | 2000-07-27 | Cea Technologies Inc. | Unsupervised scene segmentation |
CN102339385B (zh) * | 2011-07-28 | 2014-07-02 | 南京焦耳科技有限责任公司 | 基于组合光透视的叶中含梗及含梗率视觉识别检测方法 |
CN103077529B (zh) * | 2013-02-27 | 2016-04-06 | 电子科技大学 | 基于图像扫描的植物叶片特征分析系统 |
CN104392441B (zh) * | 2014-11-18 | 2018-04-27 | 浙江理工大学 | 基于图像处理的高抗噪织物沾水等级检测评定方法 |
CN105344620B (zh) * | 2015-10-14 | 2018-10-23 | 合肥安晶龙电子股份有限公司 | 基于物料形状的色选方法 |
-
2017
- 2017-11-21 CN CN201711165069.XA patent/CN107971240B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107971240A (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986119B (zh) | 图像分割方法及装置、计算机设备及可读存储介质 | |
CN108446700B (zh) | 一种基于对抗攻击的车牌攻击生成方法 | |
CN109903237B (zh) | 一种基于分离低高频的多尺度人脸图像去模糊方法 | |
CN104331905A (zh) | 一种基于运动物体检测的监控视频摘要提取方法 | |
CN107293817A (zh) | 一种废旧锂离子电池各组分高效解离与分类回收方法 | |
CN110110667B (zh) | 一种硅藻图像的处理方法、系统及相关组件 | |
CN104134198A (zh) | 一种对图像进行局部处理的方法 | |
Le et al. | Ternary entropy-based binarization of degraded document images using morphological operators | |
CN107971240B (zh) | 一种动力电池电芯破碎产物铜铝箔颗粒的色选方法 | |
CN110826612A (zh) | 深度学习的训练识别方法 | |
CN106651860A (zh) | 一种图像分割方法及装置 | |
CN104841691A (zh) | 一种重金属镍污染土壤的修复方法 | |
CN105095898A (zh) | 一种面向实时视觉系统的目标压缩感知方法 | |
CN117541585B (zh) | 一种锂电池极片露箔缺陷检测方法及装置 | |
CN115082468B (zh) | 动力电池回收过程电极材料分离控制方法及系统 | |
CN105096309B (zh) | 一种基于x光的边缘检测方法及装置 | |
CN108319927B (zh) | 一种自动识别病害的方法 | |
CN110751150A (zh) | 一种基于fpga的二值神经网络车牌识别方法及系统 | |
CN112561949B (zh) | 一种基于rpca和支持向量机的快速运动目标检测算法 | |
CN107293816B (zh) | 一种分离锂离子电池的电极集流体与电极材料的物理方法 | |
Okubadejo et al. | Identification and tracking of particles undergoing progressive breakage under stress with 3D+ t image analysis | |
CN108906320A (zh) | 一种废旧锂离子电池中不同磁性金属的分离方法 | |
Dodkey | Rain streaks detection and removal in image based on entropy maximization and background estimation | |
Na et al. | Label-free grain segmentation for optical microscopy images via unsupervised image-to-image translation | |
CN106778789A (zh) | 一种多视点图像中的快速目标提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |