CN110031474A - 异物检测方法及异物检测装置 - Google Patents
异物检测方法及异物检测装置 Download PDFInfo
- Publication number
- CN110031474A CN110031474A CN201910350994.2A CN201910350994A CN110031474A CN 110031474 A CN110031474 A CN 110031474A CN 201910350994 A CN201910350994 A CN 201910350994A CN 110031474 A CN110031474 A CN 110031474A
- Authority
- CN
- China
- Prior art keywords
- foreign matter
- battery material
- boundary
- detecting method
- initial pictures
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Battery Electrode And Active Subsutance (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请提供一种异物检测方法及异物检测装置,用于对电池物料进行检测,所述异物检测方法包括:获取电池物料的初始图像;对所述初始图像进行预处理,获得预处理图像;根据预处理图像确定所述电池物料的实际边界;根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。本申请中,通过对初始图像进行预处理,消除边界检测不准确对异物检测的影响,从而提高异物检测的检测精度。
Description
技术领域
本申请涉及电池制造领域,尤其涉及一种异物检测方法及异物检测装置。
背景技术
电池极片的覆合需要通过碾压辊将PET膜上的材料覆合到极片上,而在覆合-剥离的过程中由于张力的原因,会导致极片从PET膜上多带走一些材料。此外,传送辊上的小颗粒材料也会沾附到极片边缘,形成异物,严重时会导致卷绕后的电芯短路。而极片边缘的异物会在收卷过程中在内外层间造成交叉感染,影响更多极片。传统边界检测算法例如灰度阈值法与梯度法,都需要边界无干扰,若边界存在异物,那么检测结果就会产生误差。在边界检测不准确的基础上,进一步进行边界异物检测的误差很大,误检率很高。
发明内容
本申请提供一种检测精度高的异物检测方法及异物检测装置。
本申请提供一种异物检测方法,用于对电池物料进行检测,所述异物检测方法包括:获取电池物料的初始图像;对所述初始图像进行预处理,获得预处理图像;根据预处理图像确定所述电池物料的实际边界;根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。
进一步的,所述对所述初始图像进行预处理,获得预处理图像,包括:获取所述初始图像上的亮斑;采用背景灰度替换所述亮斑,获得预处理图像。
进一步的,所述初始图像包括电池物料的图像和背景图像,所述背景灰度为背景图像的平均灰度。
进一步的,所述根据预处理图像确定所述电池物料的实际边界,包括:获得所述电池物料的边界;判断所述边界是否存在异常;当所述边界存在异常时,修正所述边界,获得所述电池物料的实际边界;当所述边界不存在异常时,所述电池物料的边界为电池物料的实际边界。
进一步的,所述修正所述边界:根据基准边界修正所述电池物料的边界。
进一步的,所示基准边界为合格的电池物料的边界。
进一步的,所述异物的尺寸为位于所述电池物料的实际边界外的异物的尺寸。
进一步的,所述异物检测方法包括:将所述异物的尺寸与预设尺寸进行比较;当异物的尺寸大于预设尺寸时,判断电池物料存在缺陷;当异物的尺寸不大于预设尺寸时,判断电池物料合格。
进一步的,所述异物的尺寸为所述异物的面积。
本申请还提供一种异物检测装置,用于对电池物料进行检测,其特征在于,所述异物检测装置包括图像获取模块、预处理模块及处理模块,所述图像获取模块用于获取所述电池物料的初始图像;所述预处理模块对所述初始图像进行处理,获得预处理图像;所述处理模块,据预处理图像确定所述电池物料的实际边界,所述处理模块根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。
本申请中,通过对初始图像进行预处理,消除边界检测不准确对异物检测的影响,从而提高异物检测的检测精度。
附图说明
图1为本申请异物检测方法的一个实施例的流程示意图;
图2为本申请异物检测方法的对初始图像进行预处理的流程示意图;
图3为本申请异物检测方法的确定所述电池物料的实际边界的流程示意图;
图4为本申请异物检测方法的确定所述电池物料的实际边界的示意图;
图5为利用本申请异物检测方法获得的电池物料的图像;
图6为利用本申请异物检测方法获得的电池物料的图像;
图7为本申请异物检测装置的一个实施例的模块示意图;
图8为图7所示的异物检测装置获取初始图像的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相当数字表示相当或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。除非另作定义,本申请使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本申请说明书以及权利要求书中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而且可以包括电性的连接,不管是直接的还是间接的。在本申请说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
本申请提供一种异物检测方法,用于对电池物料进行检测,以确定电池物料是否存在缺陷。本实施例中,电池物料以极片1为例。
请结合图1,所述异物检测方法包括:
步骤S1:获取电池物料的初始图像。
可选的,所述电池物料的初始图像包括电池物料的图像和背景图像。在一个实施例中,如直接获取到的图像过大,还可选取感兴趣的区域作为初始图像,但须保证初始图像至少包括电池物料的图像和背景图像两部分。
步骤S2:对所述初始图像进行预处理,获得预处理图像。
请结合图2,可选的,步骤S2进一步包括:
子步骤S21:获取所述初始图像上的亮斑。
由于极片的颜色为深色,初始图像上的亮斑可判断为异物,异物例如为PET膜上的材料、过辊上的小颗粒等。
子步骤S22:采用背景灰度替换所述亮斑,获得预处理图像。
可选的,背景灰度可选择背景图像的平均灰度。本实施例中,背景图像为传送极片的传送辊的图像,因而背景灰度为传送辊的平均灰度,传送辊的平均灰度可通过初始图像获得,也可提前预先获取。
步骤S3:根据预处理图像确定所述电池物料的实际边界。
在实际边界被确定后,消除边界检测不准确对异物检测的影响,即可准确检测边界异物的尺寸。
请结合图3,可选的,步骤S3进一步包括:
子步骤S31:获得所述电池物料的边界。
通过比较电池物料与传送辊的颜色差异,获取电池物料上的多个轮廓点,根据轮廓点拟合形成边界线,即获得电池物料的边界。
子步骤S32:判断所述边界是否存在异常。
可选的,将当前电池物料的图像与合格的电池物料(例如上一个电池物料)的图像进行对比,若当前电池物料的边界与合格的电池物料的边界的误差在预定的范围内,判断当前电池物料的边界不存在异常;若当前电池物料的边界与合格的电池物料的边界的误差在预定的范围外,则判断当前电池物料的边界存在异常。
子步骤S33:当所述边界存在异常时,修正所述边界,获得所述电池物料的实际边界;子步骤S34:当所述边界不存在异常时,所述电池物料的边界为电池物料的实际边界。
可选的,根据基准边界11修正所述电池物料的边界11'。基准边界11为所述合格的电池物料的边界,请参照图4,当前电池物料的边界存在异常时,即边界11'不准确,因而不能用于检测电池物料上的异物的尺寸。具体的修正过程如下:将合格的电池物料的图像与当前电池物料的图像对齐放置,通过虚拟地延长合格的电池物料的边界11,获得边界12(图4中的虚线),边界12代替原来的11'作为当前电池物料的实际边界。
步骤S4:根据电池物料的初始图像及实际边界,检测电池物料上的异物的尺寸。
请参照图5及图6所示,本实施例中异物的尺寸指的是电池物料的实际边界外异物的尺寸,实际边界内的异物的尺寸对电池性能的影响较小,因而这里可以忽略。图5所示的电池物料的1的实际边界13外的异物10的尺寸较小,图6所示的电池物料的1'的实际边界14外的异物10'的尺寸较大。可选的,异物10、10'的尺寸是指异物的面积。
可选的,将所述异物的尺寸与预设尺寸进行比较,当异物的尺寸大于预设尺寸时,判断电池物料存在缺陷;当异物的尺寸不大于预设尺寸时,判断电池物料合格。
当判断电池物料存在缺陷时,可发出报警提示,提醒操作人员尽快介入,避免不良产品的数量增加。
预设尺寸可根据电池的性能要求进行设定。例如,图5所示的电池物料的1的实际边界外的异物10的尺寸小于预设尺寸,可判断电池物料1合格;图6所示的电池物料1'的实际边界外的异物10'的尺寸大于预设尺寸,可判断电池物料1'存在缺陷。
根据实际需求,上述步骤的可进行顺序的变换,步骤本身也可以进行增减。
另一方面,本申请还提供一种异物检测装置,用于对电池物料进行检测。请结合图7及图8,本实施例中,电池物料1通过第一传送辊4及第二传送辊5进行传送。
所述异物检测装置包括图像检测装置2及光源3,所述光源3用于照亮电池物料1,所述图像检测装置2包括图像获取模块21、与图像获取模块电性连接的预处理模块22及与预处理模块电性连接的处理模块23,所述图像获取模块21用于获取所述电池物料1的初始图像。当然,在环境亮度较高时,也可省略光源3。图8为图像获取模块21获取初始图像的示意图,可选的,所述图像获取模块21采集第一传送辊4的图像,,从而获取电池物料经过第一传送辊4的初始图像,相应的,初始图像的两侧为第一传送辊4的图像,中间区域则为电池物料1的图像,具体结构可参照图5。
所述预处理模块22对所述初始图像进行处理,获得预处理图像。所述处理模块23根据预处理图像确定所述电池物料的实际边界,所述处理模块23根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。本实施例中异物的尺寸指的是电池物料的实际边界外异物的尺寸,实际边界内的异物的尺寸对电池性能的影响较小,因而这里可以忽略。
在一些实施例中,所述预处理模块22与处理模块23集成为一个处理单元,处理单元可以是CCD系统的控制计算机。
本申请中,通过对初始图像进行预处理,消除边界检测不准确对异物检测的影响,从而提高异物检测的检测精度。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种异物检测方法,用于对电池物料进行检测,其特征在于:所述异物检测方法包括:
获取电池物料的初始图像;
对所述初始图像进行预处理,获得预处理图像;
根据预处理图像确定所述电池物料的实际边界;
根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。
2.如权利要求1所述的异物检测方法,其特征在于:所述对所述初始图像进行预处理,获得预处理图像,包括:
获取所述初始图像上的亮斑;
采用背景灰度替换所述亮斑,获得预处理图像。
3.如权利要求2所述的异物检测方法,其特征在于:所述初始图像包括电池物料的图像和背景图像,所述背景灰度为背景图像的平均灰度。
4.如权利要求1所述的异物检测方法,其特征在于:所述根据预处理图像确定所述电池物料的实际边界,包括:
获得所述电池物料的边界;
判断所述边界是否存在异常;
当所述边界存在异常时,修正所述边界,获得所述电池物料的实际边界;当所述边界不存在异常时,所述电池物料的边界为电池物料的实际边界。
5.如权利要求4所述的异物检测方法,其特征在于:所述修正所述边界包括:
根据基准边界修正所述电池物料的边界。
6.如权利要求5所述的异物检测方法,其特征在于:所示基准边界为合格的电池物料的边界。
7.如权利要求1所述的异物检测方法,其特征在于:所述异物的尺寸为位于所述电池物料的实际边界外的异物的尺寸。
8.如权利要求1所述的异物检测方法,其特征在于:所述异物检测方法包括:
将所述异物的尺寸与预设尺寸进行比较;
当异物的尺寸大于预设尺寸时,判断电池物料存在缺陷;当异物的尺寸不大于预设尺寸时,判断电池物料合格。
9.如权利要求7或8所述的异物检测方法,其特征在于:所述异物的尺寸为所述异物的面积。
10.一种异物检测装置,用于对电池物料进行检测,其特征在于,所述异物检测装置包括:
图像获取模块,用于获取所述电池物料的初始图像;
预处理模块,对所述初始图像进行预处理,获得预处理图像;
处理模块,根据预处理图像确定所述电池物料的实际边界,所述处理模块根据电池物料的初始图像及实际边界,确定电池物料上的异物的尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350994.2A CN110031474B (zh) | 2019-04-28 | 2019-04-28 | 异物检测方法及异物检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910350994.2A CN110031474B (zh) | 2019-04-28 | 2019-04-28 | 异物检测方法及异物检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031474A true CN110031474A (zh) | 2019-07-19 |
CN110031474B CN110031474B (zh) | 2022-07-22 |
Family
ID=67240599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910350994.2A Active CN110031474B (zh) | 2019-04-28 | 2019-04-28 | 异物检测方法及异物检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031474B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501344A (zh) * | 2019-08-30 | 2019-11-26 | 无锡先导智能装备股份有限公司 | 电池物料在线检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001324449A (ja) * | 2000-05-15 | 2001-11-22 | Sony Corp | 検査方法及び検査装置 |
CN101441181A (zh) * | 2007-09-05 | 2009-05-27 | Aju高技术公司 | 自动光学检查装置及方法 |
CN103439338A (zh) * | 2013-08-30 | 2013-12-11 | 无锡金视界科技有限公司 | 薄膜缺陷分类方法 |
CN104408727A (zh) * | 2014-12-03 | 2015-03-11 | 歌尔声学股份有限公司 | 一种图像边缘污点检测方法及系统 |
CN104458764A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学技术大学 | 基于大景深条带图像投影的弯曲粗糙表面缺陷鉴别方法 |
CN104713883A (zh) * | 2013-12-11 | 2015-06-17 | 上海空间电源研究所 | 大面积空间太阳电池阵缺陷快速检测及自动识别方法 |
US20170161890A1 (en) * | 2015-05-28 | 2017-06-08 | Jabil Circuit, Inc. | System, apparatus and method for dispensed adhesive material inspection |
CN106990120A (zh) * | 2017-05-02 | 2017-07-28 | 河北大学 | 一种太阳能电池片的质量检测方法及其检测装置 |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
-
2019
- 2019-04-28 CN CN201910350994.2A patent/CN110031474B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001324449A (ja) * | 2000-05-15 | 2001-11-22 | Sony Corp | 検査方法及び検査装置 |
CN101441181A (zh) * | 2007-09-05 | 2009-05-27 | Aju高技术公司 | 自动光学检查装置及方法 |
CN103439338A (zh) * | 2013-08-30 | 2013-12-11 | 无锡金视界科技有限公司 | 薄膜缺陷分类方法 |
CN104713883A (zh) * | 2013-12-11 | 2015-06-17 | 上海空间电源研究所 | 大面积空间太阳电池阵缺陷快速检测及自动识别方法 |
CN104408727A (zh) * | 2014-12-03 | 2015-03-11 | 歌尔声学股份有限公司 | 一种图像边缘污点检测方法及系统 |
CN104458764A (zh) * | 2014-12-14 | 2015-03-25 | 中国科学技术大学 | 基于大景深条带图像投影的弯曲粗糙表面缺陷鉴别方法 |
US20170161890A1 (en) * | 2015-05-28 | 2017-06-08 | Jabil Circuit, Inc. | System, apparatus and method for dispensed adhesive material inspection |
CN106990120A (zh) * | 2017-05-02 | 2017-07-28 | 河北大学 | 一种太阳能电池片的质量检测方法及其检测装置 |
CN109598721A (zh) * | 2018-12-10 | 2019-04-09 | 广州市易鸿智能装备有限公司 | 电池极片的缺陷检测方法、装置、检测设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501344A (zh) * | 2019-08-30 | 2019-11-26 | 无锡先导智能装备股份有限公司 | 电池物料在线检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110031474B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102253048B (zh) | 可用于多种产品检测的机器视觉检测方法及系统 | |
JP2017215277A (ja) | 欠陥検査システム、フィルム製造装置及び欠陥検査方法 | |
CN108664840A (zh) | 图像识别方法及装置 | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
KR101992288B1 (ko) | 시트 검사 장치 | |
WO2004066189B1 (en) | Methods of calibrating an imaging system using calibration beads | |
KR20180118513A (ko) | 시트 검사 장치 및 검사 시스템 | |
EP3653030B1 (en) | Method and system for determining component illumination settings | |
KR20200039047A (ko) | 필름 결함 검출 방법 및 시스템 | |
CN116067671B (zh) | 一种用于测试车辆漆面质量的方法、系统及介质 | |
US20110176033A1 (en) | Camera and method for capturing and processing photos in camera | |
CN108389182B (zh) | 一种基于深度神经网络的图像质量检测方法及装置 | |
US11047807B2 (en) | Defect detection | |
CN110031474A (zh) | 异物检测方法及异物检测装置 | |
EP2535702B1 (en) | Non-destructive determination of material characteristics | |
EP1565873B1 (en) | Particle extraction for automatic flow microscope | |
CN105910534B (zh) | 橡塑制品几何量测量系统 | |
KR100773584B1 (ko) | 영상을 이용한 조명 제어 방법 | |
CN101843090B (zh) | 白/黑像素校正装置和方法以及成像系统 | |
CN102156137A (zh) | 偏光片的亮点瑕疵检测方法与门槛值产生方法及其装置 | |
US11645755B2 (en) | Method for determining characteristics of a sample container in an in-vitro diagnostics system, analyzing device, and in-vitro diagnostics system | |
CN113655061A (zh) | 一种基于图像识别物质熔点的方法及熔点仪 | |
CN106872483A (zh) | 解决光学检测设备因透明材质中的气泡影响检测的方法 | |
CN106022331B (zh) | 基于机器视觉的茶叶包装空袋检验方法 | |
EP1744565A3 (en) | Method and apparatus for analysing image data |
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 |