CN109738454A - 一种软包电池极耳焊缝检测装置及方法 - Google Patents
一种软包电池极耳焊缝检测装置及方法 Download PDFInfo
- Publication number
- CN109738454A CN109738454A CN201910201633.1A CN201910201633A CN109738454A CN 109738454 A CN109738454 A CN 109738454A CN 201910201633 A CN201910201633 A CN 201910201633A CN 109738454 A CN109738454 A CN 109738454A
- Authority
- CN
- China
- Prior art keywords
- image
- weld
- camera
- morphology
- tab
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000007246 mechanism Effects 0.000 claims abstract description 44
- 230000033001 locomotion Effects 0.000 claims abstract description 43
- 230000007723 transport mechanism Effects 0.000 claims abstract description 16
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims abstract description 9
- 230000010339 dilation Effects 0.000 claims description 22
- 230000007547 defect Effects 0.000 claims description 19
- 238000002156 mixing Methods 0.000 claims description 14
- 238000005260 corrosion Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 13
- 230000000877 morphologic effect Effects 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 10
- RSWGJHLUYNHPMX-UHFFFAOYSA-N Abietic-Saeure Natural products C12CCC(C(C)C)=CC2=CCC2C1(C)CCCC2(C)C(O)=O RSWGJHLUYNHPMX-UHFFFAOYSA-N 0.000 claims description 9
- KHPCPRHQVVSZAH-HUOMCSJISA-N Rosin Natural products O(C/C=C/c1ccccc1)[C@H]1[C@H](O)[C@@H](O)[C@@H](O)[C@@H](CO)O1 KHPCPRHQVVSZAH-HUOMCSJISA-N 0.000 claims description 9
- KHPCPRHQVVSZAH-UHFFFAOYSA-N trans-cinnamyl beta-D-glucopyranoside Natural products OC1C(O)C(O)C(CO)OC1OCC=CC1=CC=CC=C1 KHPCPRHQVVSZAH-UHFFFAOYSA-N 0.000 claims description 9
- 238000007373 indentation Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 239000006002 Pepper Substances 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 3
- 230000008450 motivation Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 9
- 239000000463 material Substances 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 235000008434 ginseng Nutrition 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003628 erosive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种软包电池极耳焊缝检测装置及方法,该装置包括具有底座、前后端板的机架和控制系统,底座上设有传送机构,后端板前侧设有同轴平行光源,同轴平行光源前侧竖向设置有聚光透镜,聚光透镜前侧斜设有与其呈一定夹角的半透镜,机架上部设有相机运动机构,相机运动机构上安装有相机;控制系统的中控机分别与同轴平行光源、传送机构、相机运动机构和相机连接,以分别控制同轴平行光源工作,控制传送机构传送待检测极耳焊缝板至待检测区域,控制相机运动机构带动相机运动,以及控制相机采集并上传极耳焊缝图像。该装置及方法不仅可以提高检测自动化程度和检测效率,而且能够提高检测精度。
Description
技术领域
本发明涉及电池极耳缺陷检测技术领域,尤其涉及一种软包电池极耳焊缝检测装置及方法。
背景技术
随着新能源汽车行业的快速发展,使得动力电池的需求不断加大。动力锂电池是新能源汽车产业链条中的核心,而软包动力电池相对于方形和圆柱形电池容易形成统一的型号和工艺标准,具有能量密度高、重量小、内阻小、循环性能好、循环寿命长、设计灵活等优点,使之需求量逐渐增多,市场占有率逐渐走高。但目前软包动力电池极耳缺陷检测自动化程度不高,大多数还停留在人工目检,人工检测十分依赖于检测人员的经验和技术水平,这会导致缺陷检测工作缺乏一致性和连续性,不仅工作强度大,生产效率低,还容易造成误检和漏检。在现有技术中,软包动力电池极耳焊缝的检测,还鲜有研究。此外,目前高端检测设备多数呈国外垄断状态且价格昂贵。
申请号为201410220076.5的中国专利“电池极耳缺陷检测方法及检测设备”公开了一种电池极耳缺陷检测方法,其包括如下步骤:1)设置收放料机构、同步限位机构及缺陷检测机构;2)将料带放入从动放料盘放料,然后从同步限位机构及缺陷检测机构牵引而过,最后通过主动料盘收料;3)调整限位机构的引导通道与料带的宽度相适应,及调整张力控制机构的张力与料带的速度相适应;4)通过左检测组件检测料带的左电池极耳胶片的上下移动位移量变化,通过右检测组件检测料带的右电池极耳胶片的上下移动位移量变化,通过图像采集组件采集左检测组件、右检测组件的上下移动位移量变化影像,用来判断当前料带的左、右电池极耳胶片是否正常。该发明还公开了实施上述方法的电池极耳缺陷检测设备。该专利通过电池极耳胶片的位移量来判断电池极耳胶片是否正常。
发明内容
本发明的目的在于提供一种软包电池极耳焊缝检测装置及方法,该装置及方法不仅可以提高检测自动化程度和检测效率,而且能够提高检测精度。
为实现上述目的,本发明的技术方案是:一种软包电池极耳焊缝检测装置,包括具有底座、前端板和后端板的机架和控制系统,所述底座上设有用于传送待检测极耳焊缝板的传送机构,所述后端板前侧设有同轴平行光源,所述同轴平行光源前侧竖向设置有与同轴平行光源平行的聚光透镜,所述聚光透镜前侧斜设有与其呈一定夹角的半透镜,所述机架上部设有相机运动机构,所述相机运动机构上安装有用于采集极耳焊缝图像的相机;所述控制系统的中控机分别与同轴平行光源、传送机构、相机运动机构和相机连接,以分别控制同轴平行光源工作,控制传送机构传送待检测极耳焊缝板至待检测区域,控制相机运动机构带动相机运动,以及控制相机采集并上传极耳焊缝图像。
进一步地,所述半透镜与水平面和聚光透镜均呈45°夹角,以将透过聚光透镜的平行光垂直向下照射到待检测区域上,所述相机垂直设于待检测区域上方,以采集极耳焊缝图像。
进一步地,所述传送机构主要由传送带机构和用于驱动传送带机构工作的驱动电机构成,所述中控机与驱动电机的控制信号输入端连接,以控制驱动电机的启停,所述控制系统还连接有传感器,所述传感器设于待检测区域,以当待检测极耳焊缝板进入待检测区域后,向控制系统发送感测信号,控制系统控制驱动电机停止工作,并控制相机采集图像。
进一步地,所述相机运动机构包括用于安装相机的相机安装架、用于带动所述相机安装架上下运动的上下运动机构、用于带动所述相机安装架前后运动的第一丝杆滑动机构和用于带动所述相机安装架左右运动的第二丝杆滑动机构,所述第一丝杆滑动机构由第一丝杆电机驱动工作,所述第二丝杆滑动机构由第二丝杆电机驱动工作,所述中控机分别与所述第一丝杆电机、第二丝杆电机的控制信号输入端连接,以分别控制第一丝杆电机、第二丝杆电机的启停。
进一步地,所述上下运动机构为丝杆滑动机构,所述丝杆滑动机构由第三丝杆电机驱动工作,所述中控机与所述第三丝杆电机的控制信号输入端连接,以控制第三丝杆电机的启停。
进一步地,所述第一丝杆滑动机构包括对称设置于机架左右两上侧部的两个第一丝杆、两个第一导轨以及与第一丝杆、第一导轨配合以将转动转化为直线运动的两个第一滑块,所述第二丝杆滑动机构包括第二丝杆、第二导轨和与第二丝杆、第二导轨配合以将转动转化为直线运动的第二滑块,所述第二丝杆和第二导轨跨设于所述两个第一滑块上,以在其带动下前后运动;所述上下运动机构设置于所述第二丝杆滑动机构的第二滑块上,以在其带动下左右运动。
本发明还提供了一种软包电池极耳焊缝检测方法,包括以下步骤:
步骤S1:将待检测极耳焊缝板传送至待检测区域,然后采集并上传极耳焊缝图像;
步骤S2:对采集到的极耳焊缝图像进行图像预处理:采用中值滤波的方法去除图像中的椒盐噪声,然后采用加权平均法对图像进行灰度化处理;
步骤S3:对预处理后的极耳焊缝图像采用直方图均衡化的方法增强图像对比度,突出焊缝边缘;
步骤S4:采用多尺度多结构的形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,以进一步消除高反光、光照不均匀、机械压痕的干扰,保持焊缝信息完整性及位置不变性,然后采用多尺度多结构的形态学梯度法检测重建后极耳焊缝图像中的焊缝边缘,得到焊缝边缘图像;
步骤S5:采用分水岭分割算法对步骤S4得到的焊缝边缘图像进行分割,提取出焊缝缺陷;
步骤S6:采用SVM算法识别出包括断焊、虚焊、焊洞的焊缝缺陷类别。
进一步地,所述形态学混合开闭重建运算建立在测地膨胀和测地腐蚀的基础上,采用形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,然后采用形态学梯度法检测重建后图像中焊缝边缘的方法如下:
设所述极耳焊缝图像为f(x,y),参考图像为r(x,y),以下分别简写为f、r,则形态学测地膨胀定义为:
其中,Db i+1(f,r)是形态学测地膨胀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地膨胀为迭代运算,当迭代运算达到预定值或当Db i+1=Db i时,迭代结束,得到测地膨胀结果;表示形态学测地膨胀运算;b=(b1,b2,…,b10)为多尺度多结构元素,构造结构元素b如下:
b1至b4为4个3×3的矩形结构元素,对应的角度分别0°、45°、90°、135°;b5至b8为4个5×5的矩形结构元素,对应的角度分别为22.5°、67.5°、112.5°、157.5°;b9、b10为Sobel算子;
同理,形态学测地腐蚀定义为:
其中,Eb j+1(f,r)是形态学测地腐蚀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地腐蚀为迭代运算,当迭代运算达到预定值或当Eb j+1=Eb j时,迭代结束,得到测地腐蚀结果;Θ表示形态学测地腐蚀运算;
在上述形态学测地膨胀、腐蚀的基础上,得到形态学开闭重建运算:
形态学开重建运算定义为:Ob (rec)(f,r)=Db rec(fοb,r)
形态学闭重建运算定义为:Cb (rec)(f,r)=Eb (rec)(f·b,r)
其中,ο和·分别为形态学开和闭运算,Db (rec)和Eb (rec)分别表示测地膨胀和测地腐蚀运算收敛结束时的重建图像;(fοb,r)表示焊缝图像f以参考图像r为参考模板,与结构元素b进行开运算,通过迭代,最后收敛得到开重建图像;(f·b,r)表示焊缝图像f以参考图像r为参考模板,与结构元素b进行闭运算,通过迭代,最后收敛得到闭重建图像;
为了同时消除图像中的明暗细节和噪声,进行形态学混合开闭重建运算,定义为先开后闭和先闭后开重建运算的均值,即
在重建后的极耳焊缝图像g的基础上提取焊缝边缘,分别根据上述构造的结构元素进行形态学梯度运算,对梯度图像f’进行加权合成得到焊缝边缘图像F,公式如下:
其中,ωi为对应不同结构元素的边缘检测权重,0≤ωi≤1;
经过多尺度多结构形态学混合开闭重建以及多尺度多结构形态学梯度边缘检测后,同时消除了明暗细节及噪声,避免了机械压痕干扰。
相较于现有技术,本发明的有益效果是:提供了一种软包电池极耳焊缝检测装置及方法,该装置可以自动对电池极耳焊缝进行缺陷检测,提高了检测效率,并克服了人工检测带来的一致性和连续性差,误检和漏检率高的问题。本发明通过装置中光源与透镜组合、相机、挡光端板的设置和配合工作,排出了光线阴影、光线不均匀、外界光线等干扰,同时通过提供的检测方法消除了明暗细节及噪声,避免了机械压痕等干扰,提高了检测精度。此外,本发明结构简单,制造成本低,可以满足中小企业产线检测的要求,具有很强的实用性和广阔的应用前景。
附图说明
图1是本发明实施例中检测装置的结构示意图。
图2是本发明实施例中检测装置的实现原理图。
图3是本发明实施例中检测装置的控制系统的控制原理图。
图4是本发明实施例中检测方法的实现流程图。
图中,1、相机,2、相机运动机构,3、半透镜,4、同轴平行光源,5、聚光透镜,6、待检测极耳焊缝板,7、传送机构,8、机架,9、底座,10、前端板,11、后端板,21、相机安装架,22、上下运动机构,23、第一丝杆滑动机构,24、第二丝杆滑动机构。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细说明。
本发明的软包电池极耳焊缝检测装置,如图1、2所示,包括具有底座9、前端板10和后端板11的机架8和控制系统,底座9上设有用于传送待检测极耳焊缝板6的传送机构7,后端板11前侧设有同轴平行光源4,同轴平行光源4前侧竖向设置有与同轴平行光源4平行的聚光透镜5,聚光透镜5前侧斜设有与其呈一定夹角的半透镜3,机架8上部设有相机运动机构2,相机运动机构2上安装有用于采集极耳焊缝图像的相机1。如图3所示,控制系统的中控机分别与同轴平行光源4、传送机构7、相机运动机构2和相机1连接,以分别控制同轴平行光源4工作,控制传送机构7传送待检测极耳焊缝板至待检测区域,控制相机运动机构2带动相机1运动,以及控制相机1采集并上传极耳焊缝图像。
在本发明的较佳实施例中,传送机构7主要由传送带机构和用于驱动传送带机构工作的驱动电机构成,中控机与驱动电机的控制信号输入端连接,以控制驱动电机的启停,控制系统还连接有传感器,传感器设于待检测区域,以当待检测极耳焊缝板进入待检测区域后,向控制系统发送感测信号,控制系统控制驱动电机停止工作,并控制相机采集图像。传送机构主要负责待检测极耳焊缝板的传送、粗定位及当后续出现软包动力电池大型极耳模组时进行分部平移采集图像。
在本实施例中,相机运动机构2包括用于安装相机的相机安装架21、用于带动相机安装架21上下运动的上下运动机构22、用于带动相机安装架21前后运动的第一丝杆滑动机构23和用于带动相机安装架21左右运动的第二丝杆滑动机构24,第一丝杆滑动机构23由第一丝杆电机驱动工作,第二丝杆滑动机构24由第二丝杆电机驱动工作,中控机分别与第一丝杆电机、第二丝杆电机的控制信号输入端连接,以分别控制第一丝杆电机、第二丝杆电机的启停。其中,第一丝杆滑动机构23包括对称设置于机架左右两上侧部的两个第一丝杆、两个第一导轨以及与第一丝杆、第一导轨配合以将转动转化为直线运动的两个第一滑块,第二丝杆滑动机构24包括第二丝杆、第二导轨和与第二丝杆、第二导轨配合以将转动转化为直线运动的第二滑块,第二丝杆和第二导轨跨设于两个第一滑块上,以在其带动下前后运动;上下运动机构设置于第二丝杆滑动机构的第二滑块上,以在其带动下左右运动。在本发明的较佳实施例中,上下运动机构22为丝杆滑动机构,丝杆滑动机构由第三丝杆电机驱动工作,中控机与第三丝杆电机的控制信号输入端连接,以控制第三丝杆电机的启停。
如图2所示,半透镜与水平面和聚光透镜均呈45°夹角,以将透过聚光透镜的平行光垂直向下照射到待检测区域上,相机垂直设于待检测区域上方,其高度可根据元件大小及所需精度通过上下运动机构进行调节,且可通过第一丝杆滑动机构和第二丝杆滑动机构进行前后、左右移动,以采集极耳焊缝图像。本发明中,两组同轴平行光源放置在后端板上,不在相机视场的正上方,聚光透镜与同轴平行光源平行放置,同轴平行光源发出的平行光先透过聚光透镜,再通过半透镜片的折射,使得光线垂直向下照射在待检测区域的待检测极耳焊缝板上。在机架的前、后两端装设的与聚光透镜等高的前端板和后端板,前端板阻止了外界光线的干扰,后端板用来安装同轴平行光源,光源与聚光透镜、半透镜的组合使得光照均匀、避免阴影等外界光线干扰。
在本实施例中,机架为高度约100cm的立方体,其中机架的中部是光源与透镜的组合,组合的前、后两端分别设有高度约为50cm的前、后端板。相机选用型号为MQ042CG-CM的CMOS工业相机。CMOS相机成像质量与CCD接近,且性价比高、功耗低,分辨率可达400万像素。相机镜头选用型号为HK3514MP5的焦距35mm光圈1.45MP的镜头。该镜头具有紧凑的结构设计,对应500万像素照相机的分辨率成低畸变成像(低于1.0%),且为C接口,因此适用于本系统MQ042CG-CM相机。
本发明的运动及采集控制方法为:图像采集开始,控制系统的中控机对传动机构的驱动电机发出控制命令,驱动电机驱动传送带机构工作,将设于传送带机构上的待检测极耳焊缝板传送至待检测区域。此时,设于待检测区域的传感器感测到待检测极耳焊缝板到达设定位置,向控制系统发送感测信号。控制系统接收到感测信号后,控制驱动电机停止工作,然后控制相机进行图像采集。在图像采集工作开始后,如果需要调整相机位置,也可通过控制系统控制相机运动机构,带动相机运动到合适的位置。
传统形态学的结构元素通常为单一结构,对检测有局限性,而结构元素的大小、方向都会对检测结果有影响。大尺寸的结构元素抗噪能力强,但检测到的边缘细节易丢失,小尺寸的结构元素抗噪声能力弱,但能保存良好的图像细节。软包动力电池极耳金属表面存在高反光,焊缝两侧的机械压痕干扰,造成误检测。有时由于图像亮度不均匀,造成或明或暗的情况。综合考虑上述这些因素和问题,本发明提出了一种改进形态学边缘增强的软包电池极耳焊缝检测方法。该方法设计改进的形态学结构元素,在4个线性3×3的矩形结构基础上,增加4个5×5的不同方向的矩形结构,同时考虑到极耳焊缝在水平、垂直方向上的细节信息较多,因此将Sobel算子结构加入。以上构成新的多尺度多结构形态学结构元素。在新的尺度多结构元素的框架下,提出改进的形态学开闭混合重建运算,以保证目标信息的完整性和位置不变性,之后在重建的图像基础上进行梯度运算并采用加权的方法得到焊缝梯度图像,以此来进行焊缝边缘检测;之后再采用分水岭分割算法分割出缺陷焊缝;最后采用基于SVM算法进行分类识别焊缝缺陷,从而检测出断焊、虚焊、焊洞等缺陷,并将有缺陷的焊缝通过人机界面显示出来。
本发明提出的软包电池极耳焊缝检测方法,如图4所示,包括以下步骤:
步骤S1:将待检测极耳焊缝板传送至待检测区域,然后采集并上传极耳焊缝图像。
步骤S2:对采集到的极耳焊缝图像进行图像预处理,包括滤除噪声和灰度化处理:采用中值滤波的方法去除图像中的椒盐噪声,然后采用加权平均法对图像进行灰度化处理(求出每个像素点的R、G、B三个分量的平均值,然后将这个平均值赋给这个像素)。
步骤S3:对预处理后的极耳焊缝图像采用直方图均衡化的方法增强图像对比度,突出焊缝边缘。
步骤S4:采用多尺度多结构的形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,以进一步消除高反光、光照不均匀、机械压痕的干扰,保持焊缝信息完整性及位置不变性,然后采用多尺度多结构的形态学梯度法检测重建后极耳焊缝图像中的焊缝边缘,得到焊缝边缘图像。
步骤S5:采用分水岭分割算法对步骤S4得到的焊缝边缘图像进行分割,提取出焊缝缺陷。
步骤S6:采用SVM算法识别出包括断焊、虚焊、焊洞的焊缝缺陷类别。
其中,形态学混合开闭重建运算建立在测地膨胀和测地腐蚀的基础上,采用形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,然后采用形态学梯度法检测重建后图像中焊缝边缘的方法如下:
设极耳焊缝图像为f(x,y),参考图像为r(x,y),为了方便,以下分别简写为f、r,则形态学测地膨胀定义为:
其中,Db i+1(f,r)是形态学测地膨胀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地膨胀为迭代运算,当迭代运算达到预定值或当Db i+1=Db i时,迭代结束,得到测地膨胀结果;表示形态学测地膨胀运算;b=(b1,b2,…,b10)为多尺度多结构元素,构造结构元素b如下:
b1至b4为4个3×3的矩形结构元素,对应的角度分别0°、45°、90°、135°;b5至b8为4个5×5的矩形结构元素,对应的角度分别为22.5°、67.5°、112.5°、157.5°;b9、b10为Sobel算子,因极耳焊缝图像在水平和垂直方向边缘细节较多,于是选取它。
同理,形态学测地腐蚀定义为:
其中,Eb j+1(f,r)是形态学测地腐蚀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地腐蚀为迭代运算,当迭代运算达到预定值或当Eb j+1=Eb j时,迭代结束,得到测地腐蚀结果;Θ表示形态学测地腐蚀运算。
在上述形态学测地膨胀、腐蚀的基础上,得到形态学开闭重建运算:
形态学开重建运算定义为:Ob (rec)(f,r)=Db rec(fοb,r)
形态学闭重建运算定义为:Cb (rec)(f,r)=Eb (rec)(f·b,r)
其中,ο和·分别为形态学开和闭运算,Db (rec)和Eb (rec)分别表示测地膨胀和测地腐蚀运算收敛结束时的重建图像;(fοb,r)表示焊缝图像f以参考图像r为参考模板,与结构元素b进行开运算,通过迭代,最后收敛得到开重建图像;(f·b,r)表示焊缝图像f以参考图像r为参考模板,与结构元素b进行闭运算,通过迭代,最后收敛得到闭重建图像。
为了同时消除图像中的明暗细节和噪声,进行形态学混合开闭重建运算,定义为先开后闭和先闭后开重建运算的均值,即
在重建后的极耳焊缝图像g的基础上提取焊缝边缘,分别根据上述构造的结构元素进行形态学梯度运算,对梯度图像f’进行加权合成得到焊缝边缘图像F,公式如下:
其中,ωi为对应不同结构元素的边缘检测权重,。
经过多尺度多结构形态学混合开闭重建以及多尺度多结构形态学梯度边缘检测后,同时消除了明暗细节及噪声,避免了机械压痕干扰。
本实施例中,建立SVM模型,以识别包括断焊、虚焊、焊洞的焊缝缺陷类别举例为:
1)选取一定数量的焊缝缺陷图像作为训练样本和测试样本,包括断焊、虚焊、焊洞训练样本以及断焊、虚焊、焊洞测试样本。本实施例中,选取60个训练样本,其中包括断焊20个,焊洞20个,虚焊20个,选取30个测试样本,其中包括断焊10个,焊洞10个,虚焊10个。
2)SVM最优模型参数的选择:选择高斯径向基函数作为核函数,对核函数中的标准方差参数进行优化选择,采用交叉验证法进行参数寻优。本实施例中,最优参数为惩罚因子选作100,核函数中标准方差的平方选作2。
3)利用最优模型参数进行训练样本的离线训练,训练出分类决策方程中相关参数,得到分类决策方程。
4)测试样本的测试:将测试样本的特征值代入决策方程,得到预测的样本类别,将预测类别与真实类别进行对比,统计得到正确分类个数,并计算识别率。
如果识别率高于预期值,则可以采用得到的SVM模型进行焊缝缺陷类别的识别。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (8)
1.一种软包电池极耳焊缝检测装置,其特征在于,包括具有底座、前端板和后端板的机架和控制系统,所述底座上设有用于传送待检测极耳焊缝板的传送机构,所述后端板前侧设有同轴平行光源,所述同轴平行光源前侧竖向设置有与同轴平行光源平行的聚光透镜,所述聚光透镜前侧斜设有与其呈一定夹角的半透镜,所述机架上部设有相机运动机构,所述相机运动机构上安装有用于采集极耳焊缝图像的相机;所述控制系统的中控机分别与同轴平行光源、传送机构、相机运动机构和相机连接,以分别控制同轴平行光源工作,控制传送机构传送待检测极耳焊缝板至待检测区域,控制相机运动机构带动相机运动,以及控制相机采集并上传极耳焊缝图像。
2.根据权利要求1所述的一种软包电池极耳焊缝检测装置,其特征在于,所述半透镜与水平面和聚光透镜均呈45°夹角,以将透过聚光透镜的平行光垂直向下照射到待检测区域上,所述相机垂直设于待检测区域上方,以采集极耳焊缝图像。
3.根据权利要求1所述的一种软包电池极耳焊缝检测装置,其特征在于,所述传送机构主要由传送带机构和用于驱动传送带机构工作的驱动电机构成,所述中控机与驱动电机的控制信号输入端连接,以控制驱动电机的启停,所述控制系统还连接有传感器,所述传感器设于待检测区域,以当待检测极耳焊缝板进入待检测区域后,向控制系统发送感测信号,控制系统控制驱动电机停止工作,并控制相机采集图像。
4.根据权利要求1所述的一种软包电池极耳焊缝检测装置,其特征在于,所述相机运动机构包括用于安装相机的相机安装架、用于带动所述相机安装架上下运动的上下运动机构、用于带动所述相机安装架前后运动的第一丝杆滑动机构和用于带动所述相机安装架左右运动的第二丝杆滑动机构,所述第一丝杆滑动机构由第一丝杆电机驱动工作,所述第二丝杆滑动机构由第二丝杆电机驱动工作,所述中控机分别与所述第一丝杆电机、第二丝杆电机的控制信号输入端连接,以分别控制第一丝杆电机、第二丝杆电机的启停。
5.根据权利要求4所述的一种软包电池极耳焊缝检测装置,其特征在于,所述上下运动机构为丝杆滑动机构,所述丝杆滑动机构由第三丝杆电机驱动工作,所述中控机与所述第三丝杆电机的控制信号输入端连接,以控制第三丝杆电机的启停。
6.根据权利要求4所述的一种软包电池极耳焊缝检测装置,其特征在于,所述第一丝杆滑动机构包括对称设置于机架左右两上侧部的两个第一丝杆、两个第一导轨以及与第一丝杆、第一导轨配合以将转动转化为直线运动的两个第一滑块,所述第二丝杆滑动机构包括第二丝杆、第二导轨和与第二丝杆、第二导轨配合以将转动转化为直线运动的第二滑块,所述第二丝杆和第二导轨跨设于所述两个第一滑块上,以在其带动下前后运动;所述上下运动机构设置于所述第二丝杆滑动机构的第二滑块上,以在其带动下左右运动。
7.一种软包电池极耳焊缝检测方法,其特征在于,包括以下步骤:
步骤S1:将待检测极耳焊缝板传送至待检测区域,然后采集并上传极耳焊缝图像;
步骤S2:对采集到的极耳焊缝图像进行图像预处理:采用中值滤波的方法去除图像中的椒盐噪声,然后采用加权平均法对图像进行灰度化处理;
步骤S3:对预处理后的极耳焊缝图像采用直方图均衡化的方法增强图像对比度,突出焊缝边缘;
步骤S4:采用多尺度多结构的形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,以进一步消除高反光、光照不均匀、机械压痕的干扰,保持焊缝信息完整性及位置不变性,然后采用多尺度多结构的形态学梯度法检测重建后极耳焊缝图像中的焊缝边缘,得到焊缝边缘图像;
步骤S5:采用分水岭分割算法对步骤S4得到的焊缝边缘图像进行分割,提取出焊缝缺陷;
步骤S6:采用SVM算法识别出包括断焊、虚焊、焊洞的焊缝缺陷类别。
8.根据权利要求7所述的一种软包电池极耳焊缝检测方法,其特征在于,所述形态学混合开闭重建运算建立在测地膨胀和测地腐蚀的基础上,采用形态学混合开闭重建运算对步骤S3处理后的极耳焊缝图像进行重建,然后采用形态学梯度法检测重建后图像中焊缝边缘的方法如下:
设所述极耳焊缝图像为f(x,y),参考图像为r(x,y),以下分别简写为f、r,则形态学测地膨胀定义为:
其中,Db i+1(f,r)是形态学测地膨胀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地膨胀为迭代运算,当迭代运算达到预定值或当Db i+1=Db i时,迭代结束,得到测地膨胀结果;表示形态学测地膨胀运算;b=(b1,b2,…,b10)为多尺度多结构元素,构造结构元素b如下:
b1至b4为4个3×3的矩形结构元素,对应的角度分别0°、45°、90°、135°;b5至b8为4个5×5的矩形结构元素,对应的角度分别为22.5°、67.5°、112.5°、157.5°;b9、b10为Sobel算子;
同理,形态学测地腐蚀定义为:
其中,Eb j+1(f,r)是形态学测地腐蚀的数学表示,表示焊缝图像f以参考图像r为参考模板,基于结构元素b进行迭代运算的第i+1次迭代运算结果;形态学测地腐蚀为迭代运算,当迭代运算达到预定值或当Eb j+1=Eb j时,迭代结束,得到测地腐蚀结果;Θ表示形态学测地腐蚀运算;
在上述形态学测地膨胀、腐蚀的基础上,得到形态学开闭重建运算:
形态学开重建运算定义为:
形态学闭重建运算定义为:Cb (rec)(f,r)=Eb (rec)(f·b,r)
其中,和·分别为形态学开和闭运算,Db (rec)和Eb (rec)分别表示测地膨胀和测地腐蚀运算收敛结束时的重建图像;表示焊缝图像f以参考图像r为参考模板,与结构元素b进行开运算,通过迭代,最后收敛得到开重建图像;(f·b,r)表示焊缝图像f以参考图像r为参考模板,与结构元素b进行闭运算,通过迭代,最后收敛得到闭重建图像;
为了同时消除图像中的明暗细节和噪声,进行形态学混合开闭重建运算,定义为先开后闭和先闭后开重建运算的均值,即
在重建后的极耳焊缝图像g的基础上提取焊缝边缘,分别根据上述构造的结构元素进行形态学梯度运算,对梯度图像f’进行加权合成得到焊缝边缘图像F,公式如下:
其中,ωi为对应不同结构元素的边缘检测权重,0≤ωi≤1;
经过多尺度多结构形态学混合开闭重建以及多尺度多结构形态学梯度边缘检测后,同时消除了明暗细节及噪声,避免了机械压痕干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201633.1A CN109738454A (zh) | 2019-03-18 | 2019-03-18 | 一种软包电池极耳焊缝检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201633.1A CN109738454A (zh) | 2019-03-18 | 2019-03-18 | 一种软包电池极耳焊缝检测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109738454A true CN109738454A (zh) | 2019-05-10 |
Family
ID=66370643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910201633.1A Pending CN109738454A (zh) | 2019-03-18 | 2019-03-18 | 一种软包电池极耳焊缝检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109738454A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110090785A (zh) * | 2019-05-31 | 2019-08-06 | 广州番禺职业技术学院 | 用于led透镜贴装焊盘的多点胶目标高速成像装置与方法 |
CN110887438A (zh) * | 2019-10-30 | 2020-03-17 | 东莞维科电池有限公司 | 一种极耳焊接效果的检测方法 |
CN112465816A (zh) * | 2020-12-17 | 2021-03-09 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路动车风挡破损故障检测方法、系统及装置 |
CN115082444A (zh) * | 2022-07-25 | 2022-09-20 | 南通宏大实验仪器有限公司 | 一种基于图像处理的铜管焊缝缺陷检测方法及系统 |
WO2024000446A1 (zh) * | 2022-06-30 | 2024-01-04 | 宁德时代新能源科技股份有限公司 | 极耳图像采集设备、系统和方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101236603A (zh) * | 2008-02-28 | 2008-08-06 | 上海交通大学 | 车辆智能后视方法 |
TW200907330A (en) * | 2007-08-09 | 2009-02-16 | Utechzone Co Ltd | Coaxial lighting surface defect inspection device and method thereof |
CN101782529A (zh) * | 2009-01-20 | 2010-07-21 | 中国特种设备检测研究院 | 一种焊缝缺陷计算机成像与缺陷识别系统 |
CN102735695A (zh) * | 2012-06-04 | 2012-10-17 | 华中科技大学 | 一种镜片瑕疵快速检测方法及装置 |
CN103872983A (zh) * | 2014-04-04 | 2014-06-18 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测设备及方法 |
CN103985108A (zh) * | 2014-06-03 | 2014-08-13 | 北京航空航天大学 | 一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法 |
CN106441094A (zh) * | 2016-09-10 | 2017-02-22 | 上海大学 | 自适应标定的视觉在线检测装置和方法 |
CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
CN109142367A (zh) * | 2018-07-23 | 2019-01-04 | 广州超音速自动化科技股份有限公司 | 一种锂电池极耳虚焊检测方法及极耳焊接检测系统 |
CN209841717U (zh) * | 2019-03-18 | 2019-12-24 | 福建工程学院 | 一种软包电池极耳焊缝检测装置 |
-
2019
- 2019-03-18 CN CN201910201633.1A patent/CN109738454A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200907330A (en) * | 2007-08-09 | 2009-02-16 | Utechzone Co Ltd | Coaxial lighting surface defect inspection device and method thereof |
CN101236603A (zh) * | 2008-02-28 | 2008-08-06 | 上海交通大学 | 车辆智能后视方法 |
CN101782529A (zh) * | 2009-01-20 | 2010-07-21 | 中国特种设备检测研究院 | 一种焊缝缺陷计算机成像与缺陷识别系统 |
CN102735695A (zh) * | 2012-06-04 | 2012-10-17 | 华中科技大学 | 一种镜片瑕疵快速检测方法及装置 |
CN103872983A (zh) * | 2014-04-04 | 2014-06-18 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测设备及方法 |
CN103985108A (zh) * | 2014-06-03 | 2014-08-13 | 北京航空航天大学 | 一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法 |
CN106441094A (zh) * | 2016-09-10 | 2017-02-22 | 上海大学 | 自适应标定的视觉在线检测装置和方法 |
CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
CN109142367A (zh) * | 2018-07-23 | 2019-01-04 | 广州超音速自动化科技股份有限公司 | 一种锂电池极耳虚焊检测方法及极耳焊接检测系统 |
CN209841717U (zh) * | 2019-03-18 | 2019-12-24 | 福建工程学院 | 一种软包电池极耳焊缝检测装置 |
Non-Patent Citations (6)
Title |
---|
刘小燕等: "基于形态学重建和GMM 的球团颗粒图像分割", 《仪器仪表学报》, vol. 40, no. 3, 15 March 2019 (2019-03-15) * |
吴凯: "基于数学形态学的焊接熔池图像边缘检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 8 * |
徐雷: "基于数学形态学的超声图像降噪和分割方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 7, 15 July 2015 (2015-07-15) * |
李江波等: "桃子表面缺陷分水岭分割方法研究", 《农业机械学报》, vol. 45, no. 8, pages 288 - 293 * |
李莉等: "多尺度多方向结构元素形态学绝缘子闪络图像边缘检测算法研究", 《电视技术》, vol. 42, no. 11 * |
陈洁: "基于形态学和分水岭算法的数字图像分割研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2, 15 December 2013 (2013-12-15) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110090785A (zh) * | 2019-05-31 | 2019-08-06 | 广州番禺职业技术学院 | 用于led透镜贴装焊盘的多点胶目标高速成像装置与方法 |
CN110887438A (zh) * | 2019-10-30 | 2020-03-17 | 东莞维科电池有限公司 | 一种极耳焊接效果的检测方法 |
CN112465816A (zh) * | 2020-12-17 | 2021-03-09 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路动车风挡破损故障检测方法、系统及装置 |
WO2024000446A1 (zh) * | 2022-06-30 | 2024-01-04 | 宁德时代新能源科技股份有限公司 | 极耳图像采集设备、系统和方法 |
CN115082444A (zh) * | 2022-07-25 | 2022-09-20 | 南通宏大实验仪器有限公司 | 一种基于图像处理的铜管焊缝缺陷检测方法及系统 |
CN115082444B (zh) * | 2022-07-25 | 2022-11-11 | 南通宏大实验仪器有限公司 | 一种基于图像处理的铜管焊缝缺陷检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109738454A (zh) | 一种软包电池极耳焊缝检测装置及方法 | |
CN109499908A (zh) | 一种用于机械零件的视觉检测系统 | |
CN108647677A (zh) | 基于视觉计算的电表外观和性能智能检测方法及装置 | |
CN109033934A (zh) | 一种基于YOLOv2网络的水上漂浮物检测方法 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
CN103487729A (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 | |
CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
CN108844966A (zh) | 一种屏幕检测方法及检测系统 | |
CN111157537A (zh) | 一种基于仿生机器视觉的带钢缺陷检测装置及系统 | |
CN116465315B (zh) | 一种网版质量自动化检测方法及系统 | |
CN109146880A (zh) | 一种基于深度学习的电力设备检测方法 | |
CN109085179A (zh) | 一种木板表面缺陷检测装置及检测方法 | |
CN113935971A (zh) | 一种复合材料表面缺陷的检测方法及装置 | |
CN111161160A (zh) | 一种雾天障碍物检测方法、装置、电子设备和存储介质 | |
CN203385925U (zh) | 一种高像素模组的自动调焦设备 | |
CN111207304B (zh) | 一种铁路隧道漏缆视觉巡检装置以及产品定位检测方法 | |
KR20230108774A (ko) | 레이저 거리 측정기 및 스테레오 카메라를 이용하여 이차전지용 전극의 결함을 검출하기 위한 비젼 검사 시스템 | |
CN110376475A (zh) | 玻璃表面线路缺陷快速检测装置及方法 | |
CN111208146A (zh) | 一种隧道线缆检测系统及检测方法 | |
CN117704970A (zh) | 一种建筑体视觉位移监控系统及其监测方法 | |
CN112308847A (zh) | 一种轨检车巡检装置及其巡检方法 | |
CN112541478A (zh) | 一种基于双目摄像头的绝缘子串污损检测方法及系统 | |
KR102567163B1 (ko) | 촬영 장치 운용, 구조물 손상 분석 및 평가 시스템 | |
CN116721054A (zh) | 一种刀具出厂质量检测方法 |
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 |