CN109489566B - 锂电池隔膜材料分切宽度检测方法、检测系统及装置 - Google Patents
锂电池隔膜材料分切宽度检测方法、检测系统及装置 Download PDFInfo
- Publication number
- CN109489566B CN109489566B CN201811318864.2A CN201811318864A CN109489566B CN 109489566 B CN109489566 B CN 109489566B CN 201811318864 A CN201811318864 A CN 201811318864A CN 109489566 B CN109489566 B CN 109489566B
- Authority
- CN
- China
- Prior art keywords
- diaphragm material
- lithium battery
- edge
- width
- linear array
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
Abstract
本发明公开了锂电池隔膜材料分切宽度检测方法,包括以下步骤:图像获取步骤:获取锂电池隔膜材料经过辊轮时的图像;定位步骤:从图像中定位区分得出每个隔膜材料区域;边缘提取步骤:在每个隔膜材料区域的边缘处设置多个查找区域,并从每个查找区域得出对应的边界点,以及根据所有的边界点得出每个隔膜材料区域的两侧边缘线;宽度计算步骤:根据每个隔膜材料区域的两侧边缘线得出两侧边缘线之间的距离,进而得出每个隔膜材料区域的宽度。本发明能够大大提高隔膜材料分切宽度检测的测量精度。本发明还公开了一种锂电池隔膜材料分切宽度检测系统、电子设备及存储介质。
Description
技术领域
本发明涉及锂电池隔膜分切宽度检测,尤其涉及一种锂电池隔膜材料分切宽度检测方法、检测系统、电子设备及存储介质。
背景技术
目前,对于锂电池隔膜分切,是指根据产品规格将隔膜材料分切成多个较窄宽度的材料。对于分切后的隔膜材料的宽度需要满足相应的规格需求,因此需要对分切后的隔膜材料的宽度进行检测;在检测时满足MSA(MSA全称为:MeasurementSystemAnalysis,测量系统分析)的要求时,还要对监测结果的数据进行记录。
锂电池隔膜材料分切后的检测是基于安装在分切机上的上下走料的两个辊轮、线阵相机等组成的检测机构来完成,也即是通过采用线阵相机实时采集图像,并对采集的图像进行计算处理,进而可得出分切后的材料宽度,并判断该材料宽度是否满足条件。在测量时,还需要保证测量精度满足相应的要求,比如对于已知设备分切的公差为±0.2mm,对于测量系统来说,重复测量精度理论上需要达到十分之一的数量级,也就是0.02mm,测量精度才能得以保证。
但是由于采集图像是通过线阵相机得到,同时在采集图像时还需要光源的辅助。因此,由于光源的影响、或设备高速运行产生抖动的影响,导致最终的测量数据有很大误差,不能够满足标准的测量精度,测量精度会大大超过被测物所允许的公差范围。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供锂电池隔膜材料分切宽度检测方法,其能够大大提高检测结果的精度。
本发明的目的之二在于提供锂电池隔膜材料分切宽度检测系统,其能够大大提高检测结果的精度。
本发明的目的之三在于提供一种电子设备,其能够大大提高检测结果的精度。
本发明的目的之四在于提供一种计算机可读存储介质,其能够大大提高检测结果的精度。
本发明的目的之一采用如下技术方案实现:
锂电池隔膜材料分切宽度检测方法,包括以下步骤:
图像获取步骤:获取锂电池隔膜材料经过辊轮时的图像;
定位步骤:从图像中定位区分得出每个隔膜材料区域;
边缘提取步骤:在每个隔膜材料区域的边缘处设置多个查找区域,并从每个查找区域得出对应的边界点,以及根据所有的边界点得出每个隔膜材料区域的两侧边缘线;
宽度计算步骤:根据每个隔膜材料区域的两侧边缘线得出两侧边缘线之间的距离,进而得出每个隔膜材料区域的宽度。
进一步地,所述边缘提取步骤之前还包括干扰去除步骤:对图像进行预处理,进而将每个隔膜材料区域的边缘的干扰图像消除。
进一步地,所述图像是通过安装分切机的辊轮上的线阵相机采集得到的。
进一步地,所述线阵相机至少包括2个16K线阵相机,每个线阵相机依次设置于辊轮上方,并且线阵相机的视野覆盖整个辊轮。
进一步地,所述边缘提取步骤具体还包括:首先在每个隔膜材料区域的边缘处设置多个查找区域,对每个查找区域提取得出对应的像素级边界点;然后根据所有的像素级边界点生成边缘特征变化曲线,然后根据插值算法将像素级边界点提取到亚像素级边界点;最后根据所有的亚像素级边界点进行拟合得出每个隔膜材料区域的两侧边缘线。
进一步地,所述宽度计算步骤具体还包括:首先将亚像素级边界点的坐标值根据系统的相机标定转换为物理坐标值,然后再计算每个隔膜材料区域的两侧边缘线之间的距离,进而得出每个隔膜材料区域的宽度。
本发明的目的之二采用如下技术方案实现:
锂电池隔膜材料分切宽度检测系统,包括分切机、工控机、编码器以及安装在分切机上的至少一组检测机构;分切机、编码器分别与工控机电性连接;所述检测机构包括辊轮、至少2个16K线阵相机和光源;每个线阵相机均与编码器连接,每个线阵相机还与工控机电性连接;其中,每个线阵相机均设置于辊轮上方,并且线阵相机的拍摄视野覆盖整个辊轮;线阵相机用于实时拍摄锂电池隔膜材料经过辊轮时的图像;光源为线阵相机拍摄时提供光线;所述工控机用于当分切机启动后向编码器发送控制指令,使得编码器向每个线阵相机发送脉冲信号;线阵相机还根据所述脉冲信号将采集的锂电池隔膜材料经过辊轮时的图像发送给工控机;所述工控机还用于根据本发明目的之一采用的锂电池隔膜材料分切宽度检测方法计算得出锂电池隔膜材料的分切宽度。
本发明的目的之三采用如下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明目的之一采用的锂电池隔膜材料分切宽度检测方法的步骤。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之一采用的锂电池隔膜材料分切宽度检测方法的步骤。
相比现有技术,本发明的有益效果在于:
本发明通过对锂电池隔膜材料经过辊轮时的图像中的隔膜材料区域进行定位,并对该隔膜材料区域的边缘进行处理得出对应的边缘线,进而根据该边缘线计算得出隔膜材料的分切宽度,其能够大大提高隔膜材料的分切宽度检测的精度。
附图说明
图1为本发明提供的锂电池隔膜材料经过辊轮时的图像示意图;
图2为本发明提供的锂电池隔膜分切宽度检测系统中的检测机构示意图;
图3为图1中隔膜材料区域的边缘提取的所有边界点的示意图;
图4为图3中边界点拟合成直线的示意图;
图5为相机采集的隔膜材料的部分图像示意图;
图6为图5中隔膜材料区域的边缘特征曲线图;
图7为图5中隔膜材料区域的边缘放大后的图像示意图;
图8为图7中隔膜材料区域的边缘特征曲线图;
图9为图7中隔膜材料区域的边缘进一步放大后的图像示意图;
图10为图6中的边缘特征曲线部分图;;
图11为图10中边缘轮廓曲线上的点求一阶导数后的曲线图;
图12为图10经过平滑滤波处理后的示意图;
图13为图12中边缘轮廓曲线上的点求一阶导数后的曲线图;
图14为本发明提供的锂电池隔膜材料分切宽度检测方法的流程图。
图中:1、第一线阵相机;2、第二线阵相机;3、辊轮;4、隔膜材料;5、光源。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
一般来说,锂电池隔膜材料分切宽度的检测是基于视觉的检测系统,也即是通过相机实时采集图像,并通过对图像进行分析处理进而得出锂电池隔膜材料的分切宽度。如图2所示,锂电池隔膜材料的分切设备,包括安装在分切设备上的检测机构。其中,检测机构包括辊轮3、线阵相机和光源5。线阵相机用于实时拍摄锂电池的隔膜材料4经过辊轮3时的图像,并将其发送给工控机,然后使得工控机完成对图像的处理,最终得出锂电池的隔膜材料4分切宽度的检测。
也即是说:基于视觉的检测系统是通过线阵相机采集锂电池的隔膜材料4经过辊轮3时的图像,然后对该图像进行相应的处理,进而可计算得出锂电池的隔膜材料4的分切宽度。但是,在线阵相机采集图像时由于需要光源5,或者设备高速运行时会产生抖动的问题,导致采集的图像可能存在一定的误差,比如对于采集图像中锂电池的隔膜材料4的边缘存在相应的误差,这样导致在提取边缘的边界点时,通常会有3个过度像素的误差,两侧边缘就要有6个过度像素的误差,才能保证测量精度符合被测物的公差范围(±0.2mm)。
一般来说,基于视觉的测量系统中,测量精度为:
像素精度=横向视野/每行像素;
过度像素=6pixel×像素精度。
为了保证测量精度满足上述要求,本发明中的线阵相机的选择优选地采用至少2个16K线阵相机,也即是如图2中的第一线阵相机1和第二线阵相机2,其具体理由如下:
假设对于已知隔膜材料4的总宽度最大为550mm(这里的隔膜材料4的总宽度最大为550mm,是本领域比较常规的标准),线阵相机的视野范围要覆盖整个隔膜材料4的宽度,实际项目实施时,会考虑把视野范围稍微大于隔膜材料4的总宽度,留一些余量。以下按照一根辊轮3上视野为550mm的宽度进行分析:
方案一:选取1个线阵相机采集图像时:
像素精度=550mm/8192pixel=0.067138mm/pixel,
测量精度=6pixel×像素精度=0.4028mm,
过度像素=0.2mm/像素精度=2.97pixel。
从以上可以看出,该方案的测量精度远超出被测物的公差范围(±0.2mm),不能满足要求。
方案二:选取2个8K或1个16K线阵相机时:
像素精度=550mm/16384pixel=0.033569mm/pixel,
测量精度=6pixel×像素精度=0.201416mm,
过度像素=0.2mm/像素精度=5.95pixel。
该方案的测量精度与被测物的公差尺寸接近,其过渡像素接近于6个像素,因此只能用于近似比对,不能用于精确测量,不能满足精度要求和MSA对于一致性和重复性的评估。
方案三:选取3个8K线阵相机时:
像素精度=550mm/24576pixel=0.022379mm/pixel,
测量精度=6pixel×像素精度=0.134277mm,
过度像素=0.2mm/像素精度=8.93pixel。
该方案与第二个方案略好,其过度像素大于6个像素,但是数据准确性不够理想,在临界处会有波动,不能较好的满足精度要求。例如,标称宽度为50mm的材料,分切后实际尺寸为50.18mm,由于测量误差的影响,测量数据有可能是在临界处50.20mm前后波动,再考虑到设备高速运转运行时可能引起的震动,所以测量数据的准确性、一致性和重复性均难以保证。
方案四:选取2个16K线阵相机时:
像素精度=550mm/32768pixel=0.016784mm/pixel,
测量精度=6pixel×像素精度=0.100708mm,
过度像素=0.2mm/像素精度=11.91pixel。
该方案的过度像素明显大于6个像素,能基本满足系统的检测精度要求,而对于MSA评估来说,也能较好的满足要求,但还是具有一定的风险,在设备高速运行时可能引起的震动,还是会对测量数据造成不小的影响,需要通过适合的算法和计算方法来消除风险。
方案五:3个16K线阵相机时:
像素精度=550mm/49152pixel=0.11189mm/pixel,
测量精度=6pixel×像素精度=0.067138mm,
过度像素=0.2mm/像素精度=17.87pixel。
该方案的过度像素也远大于6个像素,可以很好的确保系统的检测精度要求,同时也可在很大程度上削减设备高速运转的震动对图像边缘提取造成的不良影响,对于MSA评估来说,也能很好的满足数据的一致性和重复性。
综上五个方案分析得出,对于检测系统中用于采集图像的相机需要采用至少2个16K线阵相机,才能达到系统的检测精度要求,以及满足MSA评估对检测数据一致性和重复性的要求。
另外,对于锂电池隔膜材料的分切设备也存在以下生产工艺标准,比如:
a)隔膜材料4的总宽度:<=550mm;
b)分切规格:30mm~150mm;
c)分切公差:±0.2mm;
d)设备运行速率:<=120m/min;
e)工作距离:<=800mm。
也即是说,检测出的锂电池隔膜材料的分切宽度的检测结果应与上述分切规格一致,同时还要保证检测系统满足客户MSA的要求。
由于分切机设备的运行速度最快可达120m/min,以当前比较流行的DALSA相机为例,比如16K线阵相机LA-CM-16K05A的参数指标如表1所示:
型号 | LA-CM-16K05A |
分辨率 | 16384×1 |
像元尺寸 | 3.52μm |
最大行频 | 48kHz |
数据格式 | 8/12-bit |
数据接口 | CameraLinkBaseMed,Full,orDeca |
光学接口 | M72×0.75 |
响应度 | 80DN(nJ/cm<sup>2</sup>)@1×gain |
动态范围 | >60dB |
增益范围 | 1×to 10× |
尺寸(mm) | 76×76×36.7mm |
重量 | <360g |
功耗 | <11W |
工作温度 | 0℃~65℃ |
从表1的相机参数指标可知,16K线阵相机的最大行频为48kHz,即每秒扫描拍照的行数最大为48000行。假设采用的编码器的纵向精度为0.1mm/pulse(注:编码器的纵向精度=编码器计米轮的周长/编码器每圈的脉冲数,可根据实际需求,通过定制计米轮的直径大小,而取得想要的纵向精度),即图像纵向精度为0.1mm/pixel。
那么,该相机最大行频时可支持的最大运行速率为:
48000pixel/s×0.1mm/pixel=4800mm/s=288m/min。
当然,对于同样的条件下反推,当设备的最大运行速率达到120m/min时,相机的行频为:
120m/min÷0.1mm/pixel=12000pixel/min=20000pixel/s,
也即是说采用的相机的最大行频至少为20kHz,才能满足设备的运行速度。
另外,由于隔膜材料4在分切后的两根辊轮3允许的视觉系统的最大工作距离为800mm,那么对于16K线阵相机来说,至少需要配置60mm的镜头。以下为常见镜头的参数,如表2:
表2
其中,以60mm镜头LS6016A为例,如果每根辊轮3用两个16K线阵相机拍照覆盖,每个线阵相机的视野宽度假设为300mm,则需要的工作距离通过下式估算为:
工作距离=(视野宽度/视野总像元尺寸+1)×相机镜头
=(300mm/(3.5μm×16384)+1)×60mm=373mm,
也即是说,工作距离达到373mm时,才能满足安装空间的要求。
因此,为了达到系统对检测精度以及MSA的要求时,对于每根辊轮3上均需要配置2个或3个16K线阵相机,考虑到3个线阵相机对于标定系统的复杂性以及成本因素,本发明优选采用2个16K线阵相机来覆盖每根辊轮3,其具体结构示意图如图2所示,如图中的第一线阵相机1、第二线阵相机2;并且第一线阵相机1与第二线阵相机2的拍摄视野覆盖整个辊轮3。当然,对于线阵相机的选择可以根据实际的需求选择多个线阵相机。
另外,本发明还提供了该检测系统工作的硬件配置,如表3所示:
也即是,本发明提供了一种实施方式,锂电池隔膜材料分切宽度检测系统,包括锂电池隔膜材料分切机、工控机、编码器以及安装在分切机上的至少一组检测机构;所述检测机构包括辊轮3、至少2个16K线阵相机和光源5。
每个线阵相机均设置于辊轮3上方,并且所有线阵相机的拍摄视野覆盖整个辊轮3,用于实时拍摄锂电池的隔膜材料4经过辊轮3时的图像;光源5为线阵相机拍摄时提供相应的光线。
工控机用于当启动设备后向编码器发送控制指令,使得编码器向线阵相机发送脉冲信号。线阵相机根据所述脉冲信号采集锂电池的隔膜材料4经过辊轮3时的图像并将其发送给工控机。工控机还根据对图像的处理进而得出锂电池隔膜材料分切后的宽度,并将检测结果记录。
工控机对图像的处理过程,也即是本发明提供的锂电池隔膜材料分切宽度检测方法,如图14所示,具体包括以下步骤:
步骤S1:根据线阵相机采集的图像对图像中的隔膜材料4进行初步定位,区分出隔膜材料区域和背景辊轮区域。线阵相机采集的图像为锂电池的隔膜材料4经过辊轮3时的图像,由于隔膜材料经过辊轮时会被分切多个,因此,这里区分得出的隔膜材料区域不仅仅只有一个,如图1所示。比如通过图像二值化对图像进行分割处理,初步定位得出每个隔膜材料区域和其他的背景辊轮区域,进而可获取材料的基本信息,比如隔膜分切条数、分切后隔膜的大概位置等。由于隔膜材料与辊轮的形状不一致,通过线阵相机所拍摄出来的图像中隔膜材料区域与背景辊轮区域的亮度、形状差别较大,因此可通过图像二值化对图像进行分割处理,来初步将隔膜材料区域与背景辊轮区域区分开来。
为了保证系统的精确度,在采集图像之前,也即是安装线阵相机后需要对线阵相机进行标定。标定的好坏决定系统的检测结果的准确性,一般来说,相机的标定有很多方法,本发明中给出了其中一种常用的相机标定的方法,其具体如下:
由于本发明只是测量宽度,因此只需要对线阵相机视野的横向区域进行标定即可。其标定方法应注意以下几点:
1)标定思想:将相机视野范围分割成若干个小区域块,对每个小区域块分别进行标定,将每个区域映射到标定板上,并得到相应的像素尺寸;分割的区域块越小,标定的准确性越高,但相应的复杂度也会增加;
2)标定板的设计:本发明中对于标定板的设计采用将小区域块设计为2mm的宽度,并给这些小区域块都标记上刻度,则相机的整个视野将分割成若干个2mm的小区域块;
3)标定操作:将标定板紧贴在拍照辊上,并铺满相机的整个视野,然后启动设备采集图像,在图像中找到每个小区域块相对应的位置,也就是把图像中的像素坐标映射到标定板的物理坐标上,并计算每个小区域对应的像素尺寸。
这样在实际的测量中,只需要在相机采集的图像中找到材料边缘点的像素坐标,然后通过标定数据将边缘点像素坐标转换成标定板上的物理坐标,最终在物理坐标上计算材料边缘点之间的距离,也即是隔膜材料的分切宽度。
其具体的标定方法如下:
相机标定是为了将图像坐标系(相对坐标)与世界坐标系(物理坐标)形成一个对应关系。
一般来说,线阵相机的内参通常由11个参数构成,分别为:
[Focus,Kappa,Sx,Sy,Cx,Cy,ImageWidth,ImageHeight,Vx,Vy,Vz],
其中,各个参数的含义如:
Focus:镜头的焦距长度;
Kappa:镜头畸变参数,正负分别表示枕形畸变和桶状畸变;
Sx:表示相机单个像素元宽度;
Sy:表示相机单个像素元高度;
Cx:表示镜头光轴在像平面坐标上的投影横坐标,一般初始化的时候设置为width/2;
Cy:表示镜头光轴在像平面坐标上的投影纵坐标,一般初始化的时候设置为0,因为一帧是一条线,所以纵坐标为0;
ImageWidth:表示一整幅图片像素宽度;
ImageHeight:表示一整幅图片像素高度;
Vx:x方向上运动速度,其实就是每拍摄一条线,x方向上走的距离,因为安装有误差,相机和运动方向不可能完全垂直,理论上为0最理想;
Vy:y方向上运动速度,其实就是在扫描的时候,多远距离拍摄一条线;
Vz:z方向上运动速度,其实就是每拍摄一条线,z方向上走的距离,也是因为安装有误差,理论上为0最理想。
而相机的外参有6个参数,表示由世界坐标系转换成相机坐标系的变换参数,这6个参数分别为x,y,z三个轴的旋转角度和x,y,z三个轴的平移量。另外,本发明中对于相机标定的算法是现有技术中比较常见的方法,本发明只是具体介绍说明基本原理。
在相机与光源5安装好之后,将标准的标定板或标定尺紧贴于拍照辊上进行取图,并且该标准的标定板或标定尺应覆盖相机视野的整个幅宽。通过设定标定板或标定尺就可以实现相机坐标系与世界坐标系之间的转换,比如通过将图像中的像素坐标变换到标定板上对应的坐标中,然后在标定板上的坐标系统(也即是世界坐标系或物理坐标)中计算得出测量结果。
其中,而对于标定板的选择,是基于高精度测量的要求,其精度也必须达到相应的级别,进而确保标定的精确性。
另外,采集的图像至关重要,图像的好坏将直接影响最终检测数据的精度。为了保证测量精度,则图像采集需要注意以下几点:
1)相机角度:线阵相机应尽量垂直于材料运行方向进行扫描拍照,而且同一根辊上的两个线阵相机之间应尽可能保持在同一水平线上;
2)光源角度:应尽量保证关于照射到辊面的最亮区域,完全覆盖线阵相机拍照的区域,避免打光不均匀造成图像灰度差异较大的情况;
3)光源亮度:在能够明显分辨被测材料的情况下,光源朗读不宜太亮,因为亮度太强会把材料区域的像素吞噬掉,从而影响测量数据的准确性,通常图像中材料灰度稳定在120-180的范围内比较适宜。
步骤S2:对每个隔膜材料区域的边缘进行预处理,滤除每个隔膜材料区域的边缘处的干扰区域。由于相机在拍照时辊的辊面比较特殊,由很多网格纹路,在图像中并不是单一的纯色,而是在纹路的地方会形成比较亮的区域,这对查找隔膜材料区域的边缘会造成干扰。因此,首先光源亮度不宜设置太亮,其次需要对图像进行预处理,将辊面的干扰去除,然后在执行对隔膜材料区域的边缘点的查找操作等。另外,这里的预处理的方式,比如通过图像分割,初步定位检测区域;通过图像增强和图像滤波等,增加感兴趣的区域的图像对比度,降低噪声干扰,提高边缘的锐度等等。
步骤S3:在每个隔膜材料区域的边缘处设置多个查找区域,并根据每个查找区域搜寻多个边界点,并将所有的边界点进行拟合得出每个隔膜材料区域的两侧边缘线。
由于经过步骤S1中的初步定位后,可得出图像中隔膜材料区域的大概位置,也即是得到隔膜材料区域的边缘边界点(该边界点为像素级),在对应边界点的位置附近的一个区域内(左右若干个像素区域)进行二次定位查找,精确得出隔膜材料区域的边缘亚像素级边界点,然后获取该边缘亚像素级边界点的坐标,再通过标定数据将边缘亚像素级边界点的坐标映射到标定板上的物理坐标;依据上述方法,最终沿着隔膜材料区域的两侧边缘的方向上均查找出若干个边缘亚像素级边界点(比如20个或50个),比如图3;然后将这些边缘亚像素级边界点拟合成一条直线,也即是隔膜材料区域的两侧边缘线,如图4。
对于边缘亚像素级边界点的提取通常可采用最邻近插值算法、双线性插值算法、双三次插值算法中的任一种。最邻近插值算法的计算效率最高,双三次插值算法的精度最高,而双线性插值算法的效率和精度相对于前两种算法都是折中的。
另外,本发明是通过对隔膜材料区域的边缘进行放大处理,来将像素级边界点提取到亚像素级边界点,有利于提高测量的精度。比如图5为相机采集的隔膜材料的部分图像示意图;图7为图5中隔膜材料区域的边缘放大后的图像示意图;图9为图7中隔膜材料区域的边缘进一步放大后的图像示意图。由图5、图7以及图9可得知隔膜材料的图像中的边缘处放大后有明显的颗粒感,而进一步放大后颗粒感越强;而边缘处的特征则越发模糊,这就是指的边缘处的过度像素。
另外,通过对隔膜材料区域的边缘特征的分析,在对隔膜材料边缘提取亚像素级边界点之前,需要对隔膜材料区域的边缘处进行预处理。具体如下:如图6表示为图5中隔膜材料区域的边缘特征曲线图;图8表示为图7中隔膜材料区域的边缘特征曲线图。通过查看边缘处的轮廓曲线,边缘处并不是像理想情况那样垂直变化的,其变化时一个逐步渐变的过程,通常会经过若干个像素的渐变才能达到一个相对稳定的状态,边缘点查找就是要在这个渐变的过度区域内确定一个相对稳定的点。
由于边缘变化是一个渐变的过程,因此可对轮廓曲线求一阶倒数(梯度),则边缘处的编号程度就很明显出来。另外,由于轮廓曲线并不是很平滑,说明存在干扰,从图像中可以看出,材料灰度并不是均匀一致的,而是明暗交错的,因此在对图像的边缘点进行提取之前,需要对图像进行预处理,相当于对图像中的隔膜材料区域的边缘变化曲线做平滑滤波处理,然后再求一阶导数。
比如对图6中的边缘变化曲线的部分图,如图10做平滑滤波处理得到图12,即图12为平滑滤波处理后的边缘轮廓曲线图。图11和图13分别为图10和图12求一阶导数的曲线图,很明显可以看出平滑滤波后曲线图求得一阶导数后的点更加稳定。
本发明还公开了具体的将边缘点提取到亚像素级的处理过程,包括以下步骤:
第一步:找到图13中点1的位置(像素坐标),即一阶导数的极值;
第二步:分别找到图13中点2和点3的位置,即轮流曲线的拐点,或一阶导数的零点,点2和点3之间的区域即是边缘的过度区域;
第三步:利用插值算法对[点2,点3]区间内的点求取加权平均值,即得到最终的边缘亚像素边界点(如图13中的点A)。
通过上述方法可以将隔膜材料区域的边界点提取到亚像素级边界点,然后对隔膜材料区域的两侧边缘的边界点均提取到相应的亚像素级边界点,然后分别对两侧边缘的所有亚像素级边界点进行拟合处理,最终形成隔膜材料区域的两侧边缘线。对边界点拟合时采用最小二乘法实现。
步骤S4:根据每个隔膜材料区域的两侧边缘线得出每个隔膜材料区域的宽度。
也即是,根据隔膜材料4的两侧边缘线之间的距离计算得出材料的分切宽度。另外,在计算两侧边缘线之间的距离时,需要对提取到的亚像素级边界点的坐标值根据相机标定转换为物理坐标值,然后在计算两侧边缘线上对应两个亚像素级边界点之间的距离。
另外,为了得到更为准确的测量值,比如可取两侧边缘线上多对两个亚像素级边界点之间的距离的平均值来确定最终的隔膜材料区域4的宽度,也即是隔膜材料的分切宽度,使得测量值更接近真实情况。
本发明还提供了一种电子设备,其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序,所述处理器执行所述程序时实现如文中所述的锂电池隔膜材料分切宽度检测方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如文中所述的锂电池隔膜材料分切宽度检测方法的步骤。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (7)
1.锂电池隔膜材料分切宽度检测方法,其特征在于:包括以下步骤:
图像获取步骤:获取锂电池隔膜材料经过辊轮时的图像;
定位步骤:从图像中定位区分得出每个隔膜材料区域;
边缘提取步骤:在每个隔膜材料区域的边缘处设置多个查找区域,并从每个查找区域得出对应的边界点,以及根据所有的边界点得出每个隔膜材料区域的两侧边缘线;所述边缘提取步骤具体还包括:首先在每个隔膜材料区域的边缘处设置多个查找区域,对每个查找区域提取得出对应的像素级边界点;然后根据所有的像素级边界点生成边缘特征变化曲线,然后根据插值算法将像素级边界点提取到亚像素级边界点;最后根据所有的亚像素级边界点进行拟合得出每个隔膜材料区域的两侧边缘线;
宽度计算步骤:根据每个隔膜材料区域的两侧边缘线得出两侧边缘线之间的距离,进而得出每个隔膜材料区域的宽度;所述宽度计算步骤具体还包括:首先将亚像素级边界点的坐标值根据系统的相机标定转换为物理坐标值,然后再计算每个隔膜材料区域的两侧边缘线之间的距离,进而得出每个隔膜材料区域的宽度。
2.根据权利要求1所述的锂电池隔膜材料分切宽度检测方法,其特征在于:所述边缘提取步骤之前还包括干扰去除步骤:对图像进行预处理,进而将每个隔膜材料区域的边缘的干扰图像消除。
3.根据权利要求1所述的锂电池隔膜材料分切宽度检测方法,其特征在于:所述图像是通过安装分切机的辊轮上的线阵相机采集得到的。
4.根据权利要求3所述的锂电池隔膜材料分切宽度检测方法,其特征在于:所述线阵相机至少包括2个16K线阵相机,每个线阵相机依次设置于辊轮上方,并且线阵相机的视野覆盖整个辊轮。
5.锂电池隔膜材料分切宽度检测系统,其特征在于:包括分切机、工控机、编码器以及安装在分切机上的至少一组检测机构;分切机、编码器分别与工控机电性连接;所述检测机构包括辊轮、至少2个16K线阵相机和光源;每个线阵相机均与编码器连接,每个线阵相机还与工控机电性连接;其中,每个线阵相机均设置于辊轮上方,并且线阵相机的拍摄视野覆盖整个辊轮;线阵相机用于实时拍摄锂电池隔膜材料经过辊轮时的图像;光源为线阵相机拍摄时提供光线;所述工控机用于当分切机启动后向编码器发送控制指令,使得编码器向每个线阵相机发送脉冲信号;线阵相机还根据所述脉冲信号将采集的锂电池隔膜材料经过辊轮时的图像发送给工控机;所述工控机还用于根据权利要求1所述的锂电池隔膜材料分切宽度检测方法计算得出锂电池隔膜材料的分切宽度。
6.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现如权利要求1-4中任一项所述的锂电池隔膜材料分切宽度检测方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的锂电池隔膜材料分切宽度检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811318864.2A CN109489566B (zh) | 2018-11-07 | 2018-11-07 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811318864.2A CN109489566B (zh) | 2018-11-07 | 2018-11-07 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109489566A CN109489566A (zh) | 2019-03-19 |
CN109489566B true CN109489566B (zh) | 2021-11-09 |
Family
ID=65695114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811318864.2A Active CN109489566B (zh) | 2018-11-07 | 2018-11-07 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109489566B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110243292B (zh) * | 2019-06-13 | 2022-03-18 | 无锡先导智能装备股份有限公司 | 分切系统及分切检测方法 |
CN111129400B (zh) * | 2019-12-31 | 2022-08-09 | 武汉惠强新能源材料科技有限公司 | 一种多孔锂电池隔膜的制备工艺 |
CN113284133B (zh) * | 2021-06-16 | 2022-04-12 | 北京瑞莱智慧科技有限公司 | 一种光伏电池片间距的确定方法、装置、设备及存储介质 |
CN113532335A (zh) * | 2021-07-16 | 2021-10-22 | 合肥国轩高科动力能源有限公司 | 一种卷绕机卷芯对齐度ccd检测装置及检测方法 |
CN113313711B (zh) * | 2021-07-29 | 2021-11-09 | 浙江双元科技股份有限公司 | 一种用于锂电池极片宽度检测的相机、系统及检测方法 |
CN113758426A (zh) * | 2021-08-17 | 2021-12-07 | 深圳新视智科技术有限公司 | 布匹幅宽的确定方法及装置、电子设备和可读存储介质 |
CN113689506A (zh) * | 2021-09-01 | 2021-11-23 | 北京深点视觉科技有限公司 | 线阵相机标定方法 |
CN114047204B (zh) * | 2021-09-27 | 2023-04-07 | 广州超音速自动化科技股份有限公司 | 一种锂电池隔膜检测机 |
CN114544642A (zh) * | 2022-01-10 | 2022-05-27 | 广州超音速自动化科技股份有限公司 | 电池极片槽口的检测方法 |
CN116538918A (zh) * | 2023-04-07 | 2023-08-04 | 钛玛科(北京)工业科技有限公司 | 锂电池材料测量校正方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013195263A (ja) * | 2012-03-21 | 2013-09-30 | Denso Corp | 幅寸法の測定装置 |
CN203624660U (zh) * | 2013-11-29 | 2014-06-04 | 苏州捷力新能源材料有限公司 | 锂电池隔膜分切机的纠偏机构 |
CN104215182A (zh) * | 2014-09-09 | 2014-12-17 | 深圳市斯尔顿科技有限公司 | 一种锂电池卷绕层边界位移的检测方法 |
CN205808353U (zh) * | 2016-07-05 | 2016-12-14 | 东莞市卓高电子科技有限公司 | 隔膜离线波浪边检测装置 |
CN107421438A (zh) * | 2017-01-22 | 2017-12-01 | 广东行知智能控制技术有限公司 | 基于机器视觉的涂膜尺寸检测控制系统及其方法 |
-
2018
- 2018-11-07 CN CN201811318864.2A patent/CN109489566B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013195263A (ja) * | 2012-03-21 | 2013-09-30 | Denso Corp | 幅寸法の測定装置 |
CN203624660U (zh) * | 2013-11-29 | 2014-06-04 | 苏州捷力新能源材料有限公司 | 锂电池隔膜分切机的纠偏机构 |
CN104215182A (zh) * | 2014-09-09 | 2014-12-17 | 深圳市斯尔顿科技有限公司 | 一种锂电池卷绕层边界位移的检测方法 |
CN205808353U (zh) * | 2016-07-05 | 2016-12-14 | 东莞市卓高电子科技有限公司 | 隔膜离线波浪边检测装置 |
CN107421438A (zh) * | 2017-01-22 | 2017-12-01 | 广东行知智能控制技术有限公司 | 基于机器视觉的涂膜尺寸检测控制系统及其方法 |
Non-Patent Citations (1)
Title |
---|
基于Sobel算子的亚像素边缘检测方法;朱颖等;《南昌航空工业学院学报(自然科学版)》;20050630;第19卷(第2期);第100-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109489566A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109489566B (zh) | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 | |
CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
CN108921865B (zh) | 一种抗干扰的亚像素直线拟合方法 | |
CN102680481A (zh) | 棉纤维杂质的检测方法 | |
CN113689401A (zh) | 一种直拉硅单晶炉晶棒直径检测方法及其装置 | |
US10375383B2 (en) | Method and apparatus for adjusting installation flatness of lens in real time | |
CN110414308A (zh) | 一种针对输电线路上动态异物的目标识别方法 | |
CN114140384A (zh) | 基于轮廓拟合与形心跟踪的提升钢丝绳横向振动图像识别算法 | |
CN114463425B (zh) | 一种基于概率Hough直线检测的工件表面无特征点定位方法 | |
CN110956624B (zh) | 一种针对立体物体的图像清晰度评价方法 | |
CN110570412B (zh) | 一种零件误差视觉判断系统 | |
CN115018785A (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
CN112634375B (zh) | 一种ai智能检测中的平面标定和三维重建方法 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN116862881A (zh) | 基于图像处理的多目标实时偏移检测方法 | |
WO2023134251A1 (zh) | 一种基于聚类的光条提取方法及装置 | |
CN113074672B (zh) | 一种编码器偏心调整系统中光栅盘偏心位置计算方法 | |
CN114998571A (zh) | 基于固定尺寸标志物的图像处理及颜色检测方法 | |
CN110956640B (zh) | 一种异源图像边缘点检测与配准方法 | |
CN111260625B (zh) | 胶印大张图像检测区域的自动提取方法 | |
CN117392127B (zh) | 一种显示面板边框的检测方法、装置和电子设备 | |
CN112629407B (zh) | 基于图像分析的螺纹钢尺寸测量方法 | |
CN113418456B (zh) | 一种适用于水稻联合收割机的作物高度在线测量方法 | |
CN113358046B (zh) | 盾尾间隙的视觉测量方法及其系统 | |
Zhang et al. | Design and implementation of a automatic carpet edge-cutting system |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 511400 building B10, Huachuang Animation Industrial Park, Jinshan Village, Shiji Town, Panyu District, Guangzhou City, Guangdong Province Patentee after: Supersonic Artificial Intelligence Technology Co.,Ltd. Address before: 511400 building B10, Huachuang Animation Industrial Park, Jinshan Village, Shiji Town, Panyu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU SUPERSONIC AUTOMATION TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |