CN115633157A - 用于锂电池隔膜加工的远程监测方法及系统 - Google Patents

用于锂电池隔膜加工的远程监测方法及系统 Download PDF

Info

Publication number
CN115633157A
CN115633157A CN202211659884.2A CN202211659884A CN115633157A CN 115633157 A CN115633157 A CN 115633157A CN 202211659884 A CN202211659884 A CN 202211659884A CN 115633157 A CN115633157 A CN 115633157A
Authority
CN
China
Prior art keywords
diaphragm
block
video
image
obtaining
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
Application number
CN202211659884.2A
Other languages
English (en)
Other versions
CN115633157B (zh
Inventor
王红兵
吴芳林
徐胜明
边光裕
肖越桥
张长彬
白柳杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Huiqiang New Energy Material Technology Co ltd
Huiqiang Wuhan New Energy Material Technology Co ltd
Xiangyang Huiqiang New Energy Material Technology Co ltd
Hefei Huiqiang New Energy Material Technology Co ltd
Original Assignee
Henan Huiqiang New Energy Material Technology Co ltd
Huiqiang Wuhan New Energy Material Technology Co ltd
Xiangyang Huiqiang New Energy Material Technology Co ltd
Hefei Huiqiang New Energy Material Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan Huiqiang New Energy Material Technology Co ltd, Huiqiang Wuhan New Energy Material Technology Co ltd, Xiangyang Huiqiang New Energy Material Technology Co ltd, Hefei Huiqiang New Energy Material Technology Co ltd filed Critical Henan Huiqiang New Energy Material Technology Co ltd
Priority to CN202211659884.2A priority Critical patent/CN115633157B/zh
Publication of CN115633157A publication Critical patent/CN115633157A/zh
Application granted granted Critical
Publication of CN115633157B publication Critical patent/CN115633157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/513Processing of motion vectors
    • H04N19/517Processing of motion vectors by encoding
    • H04N19/52Processing of motion vectors by encoding by predictive encoding
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及数据传输领域,具体涉及用于锂电池隔膜加工的远程监测方法及系统,包括:根据隔膜拉伸过程中的监控视频得到各个视频帧;获取各个视频帧的各个隔膜区域图像;获取第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,根据各个分块大小对应的各个分块图像的纹理方向一致性以及分块图像的个数得到各个隔膜区域图像的最佳分块大小;根据各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,进而得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,得到第二拉伸阶段的隔膜压缩数据,进而得到监控视频的压缩数据,对监控视频的压缩数据进行传输。本发明更加简单高效。

Description

用于锂电池隔膜加工的远程监测方法及系统
技术领域
本发明涉及数据传输领域,具体涉及用于锂电池隔膜加工的远程监测方法及系统。
背景技术
近年来,随着新能源技术的发展,各行业对电池的依赖性不断增加,随之而来的是对于电池的稳定性与安全性越来越关注。目前应用广泛的锂电池中,内部的隔膜保证了锂电池的稳定性与安全性,所以锂电池的隔膜直接影响着电池质量。锂电池隔膜生产工艺复杂,其中对于流延拉伸为隔膜成型的关键步骤,一般为了保证拉伸效果,常常需要对拉伸过程进行远程监测,对于远程监测一定涉及监控视频的传输,为了便于监控视频的传输,需要对原始视频进行压缩处理。
对于监控视频的压缩,一般主要针对视频帧进行图像压缩,现有视频帧压缩主要根据连续帧之间的关系进行预测或者作差,实现视频帧的压缩,但是对于隔膜加工过程中,其监控目标是为隔膜区域,且其他背景区域具有周期性特点,即可直接利用加工周期进行背景区域代替,实现背景区域高效压缩。对于隔膜区域图像,因为在隔膜拉伸过程中隔膜区域大小发生变化,且不同隔膜图像中空隙的形状与位置具有混乱分布的特点,所以隔膜图像之间不具有对应的相似性,则无法利用预测对隔膜图像进行压缩,且最终的压缩效率低下。
但是在隔膜区域图像中,存在空隙时空隙的连接区域在图像中显示为图像的纹理,所以可以利用隔膜区域纹理进行预测编码以对隔膜区域图像进行压缩。但是隔膜区域图像中,连接区域的延伸方向具有差异性,即不同位置的纹理方向具有差异性,所以固定的预测编码方向在不同纹理方向区域的压缩效率不一致,此时为了提高预测编码压缩效果,本发明利用纹理方向一致特点对图像进行分块,然后以纹理方向对分块图像进行预测编码,实现隔膜区域图像压缩。
发明内容
本发明提供用于锂电池隔膜加工的远程监测方法,以解决现有的问题。
本发明的用于锂电池隔膜加工的远程监测方法采用如下技术方案:
本发明一个实施例提供了用于锂电池隔膜加工的远程监测方法,该方法包括以下步骤:
根据隔膜拉伸过程中的监控视频得到各个视频帧;
获取各个视频帧的各个隔膜区域图像;根据拉伸周期对监控视频进行分段,得到各个分段视频;获取各个分段视频中的第一拉伸阶段对应的各个视频帧以及第二拉伸阶段对应的各个视频帧;
对于第一拉伸阶段对应的各个视频帧中的隔膜区域图像直接进行压缩,得到第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,使用不同的分块大小对各个隔膜区域图像进行分块,得到各个分块大小对应的各个分块图像;根据各个分块大小对应的各个分块图像中各个边缘点的边缘局部方向得到各个分块图像的纹理方向一致性;根据所述纹理方向一致性以及各个分块大小所得分块图像的个数得到各个分块大小的分块效果;根据各个分块大小的分块效果得到各个隔膜区域图像的最佳分块大小;
根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,根据各个分块图像的预测编码方向对各个分块图像进行编码,得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,将所有分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据作为第二拉伸阶段的隔膜压缩数据;
第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据,对监控视频的压缩数据进行传输。
优选的,所述各个边缘点的边缘局部方向的获取方法为:
获取各个边缘点与各个边缘点的最邻近边缘点的连线,将所得连线与水平方向之间的夹角作为各个边缘点的边缘局部方向;所述各个边缘点的最邻近边缘点是指与各个边缘点距离最小的边缘点;当各个边缘点存在多个最邻近边缘点时,获取各个边缘点与所有最邻近边缘点之间的连线,将所有连线与水平方向之间夹角的平均值作为各个边缘点的边缘局部方向。
优选的,所述各个分块图像的纹理方向一致性的获取表达式为:
Figure 85102DEST_PATH_IMAGE002
式中,
Figure 100002_DEST_PATH_IMAGE003
分块大小为k时得到的第j个分块图像的纹理方向一致性;
Figure 995682DEST_PATH_IMAGE004
表示第j个分块图像中第i个边缘点边缘局部方向;
Figure 100002_DEST_PATH_IMAGE005
表示第j个分块图像中第i+1个边缘点的边缘局部方向;
Figure 394434DEST_PATH_IMAGE006
表示第j个分块图像的边缘点的数量;n表示在分块大小为k时对应分块图像的数量;
Figure 100002_DEST_PATH_IMAGE007
表示第j个分块图像所有边缘点的边缘局部方向之间的方差。
优选的,所述各个分块大小的分块效果的获取方法为:
对于一个隔膜区域图像,将各个分块大小对应的各个分块图像的纹理方向一致性的累加和作为各个分块大小的纹理方向一致性;将各个分块大小的纹理方向一致性与分块图像的个数之间的比值作为各个分块大小的分块效果。
优选的,所述各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值的获取表达式为:
Figure 100002_DEST_PATH_IMAGE009
其中,
Figure 870283DEST_PATH_IMAGE010
表示一个分块图像在第t个方向上的纹理特征值;
Figure 100002_DEST_PATH_IMAGE011
表示该分块图像在第t个方向上,像素值连续相同的像素点数量的最大值;x表示相同像素值连续分布的长度,
Figure 987275DEST_PATH_IMAGE012
表示在该分块图像的第t个方向上,连续分布的长度为x时出现的次数。
本技术方案还提供用于锂电池隔膜加工的远程监测系统,包括数据采集模块、监控视频分段模块、隔膜压缩数据获取模块以及监控视频压缩数据获取模块,其中:
数据采集模块,用以根据隔膜拉伸过程中的监控视频得到各个视频帧;
监控视频分段模块,用以获取各个视频帧的各个隔膜区域图像;根据拉伸周期对监控视频进行分段,得到各个分段视频;获取各个分段视频中的第一拉伸阶段对应的各个视频帧以及第二拉伸阶段对应的各个视频帧;
隔膜压缩数据获取模块,对于第一拉伸阶段对应的各个视频帧中的隔膜区域图像直接进行压缩,得到第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,使用不同的分块大小对各个隔膜区域图像进行分块,得到各个分块大小对应的各个分块图像;根据各个分块大小对应的各个分块图像中各个边缘点的边缘局部方向得到各个分块图像的纹理方向一致性;根据所述纹理方向一致性以及各个分块大小所得分块图像的个数得到各个分块大小的分块效果;根据各个分块大小的分块效果得到各个隔膜区域图像的最佳分块大小;
根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,根据各个分块图像的预测编码方向对各个分块图像进行编码,得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,将所有分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据作为第二拉伸阶段的隔膜压缩数据;
监控视频压缩数据获取模块,第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据,对监控视频的压缩数据进行传输。
本发明的有益效果是:在隔膜区域图像中,利用纹理方向一致性特点,对其进行自适应分块,使得每一分块图像内纹理方向一致性最强,然后根据分块图像纹理方向进行预测编码,有效提高预测编码效率,即提高压缩效率;同时本发明对监控视频图像进行隔膜区域与背景区域区分,然后通过隔膜拉伸参数获得背景区域变化周期,此时对不同周期的背景区域直接进行替代,从而极大的提高背景区域压缩效率,同时大量减少背景区域分析计算,即有效减少计算量。
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为本发明的用于锂电池隔膜加工的远程监测方法的步骤流程图;
图2为本发明的用于锂电池隔膜加工的远程监测系统的结构框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的用于锂电池隔膜加工的远程监测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的用于锂电池隔膜加工的远程监测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的用于锂电池隔膜加工的远程监测方法的步骤流程图,该方法包括以下步骤:
步骤S001:根据隔膜拉伸过程中的监控视频得到各个视频帧。
对于隔膜拉伸过程中的远程监测,首先需要获得监测数据。在隔膜拉伸设备的正上方安装相机,使相机能够获得最大拉伸程度的隔膜区域图像,然后使用相机在隔膜拉伸过程中进行实时图像采集,即获得隔膜拉伸的过程的监控视频。监控视频数据主要表现为视频帧数据,后续通过对视频帧的压缩实现监控视频的压缩。
步骤S002:获取隔膜拉伸过程中的拉伸周期,根据拉伸周期对监控视频进行分段,得到各个分段视频;分别获取各个分段视频中的第一拉伸阶段与第二拉伸阶段对应的各个视频帧。
在锂电池隔膜生产中,隔膜拉伸的主要目的在于将流延薄片拉伸为具有纳米微孔的隔膜,而对隔膜拉伸过程进行远程监测的主要目的在于监测拉伸过程中隔膜区域的变化,因此在进行监控视频的各个视频帧压缩时,主要监测的是视频帧中的隔膜区域,因此在对整个监控视频进行压缩的过程中,需要在保证隔膜区域的压缩质量的基础上,对监控数据进行压缩。
本实施例使用现有的DNN神经网络对各个视频帧中的隔膜区域进行识别,该神经网络的网络结构为Encoder-Decoder结构,数据集为各种类型的隔膜区域图像;标签分为两类,隔膜区域和背景区域;神经网络的分类方式为像素级分类,即需要给图像中所有像素标注上对应的标签;其中属于隔膜区域图像的像素点,其值标注为1,属于背景的像素,其值标注为0;由于神经网络的目的在于分类,因此识别神经网络所用的loss函数为交叉熵损失函数。神经网络的训练过程为公知技术,此处不再赘述。将各个视频帧输入到所得神经网络中,得到各个视频帧中的隔膜区域图像。
已知隔膜拉伸过程的参数是一定的,每次拉伸对应的时间间隔一致,即每一次拉伸对应一个拉伸周期,根据拉伸参数可以得到拉伸周期
Figure DEST_PATH_IMAGE013
,然后将拉伸控制系统与监控系统连接,通过拉伸控制系统可知每个拉伸周期的开始时刻,并根据每个拉伸周期的开始时刻对应的视频帧对整个监控视频进行分段,得到各个分段视频,其中每一个分段视频对应一个拉伸周期,以便后续通过同一拉伸周期中各个视频帧之间的关系以及不同拉伸周期之间的关系对视频帧进行压缩,进而对整个监控视频进行压缩。
由于在对隔膜拉伸过程中主要监测的对象为隔膜区域,而视频帧中还包含不需要监测的背景区域,因此对视频帧中的隔膜区域以及背景区域分别进行压缩;
在整个拉伸过程中,隔膜首先会均匀扩张,然后随着隔膜的不断拉伸,隔膜表面会逐渐出现孔隙;本实施例中将每个拉伸周期内,隔膜开始拉伸且表面不存在孔隙的均匀扩张过程称为第一拉伸阶段,隔膜开始出现孔隙到该拉伸周期结束称为第二拉伸阶段。
由于第一拉伸阶段中只改变了隔膜的大小,没有改变隔膜表面特征,因此隔膜均匀扩张时,隔膜区域中各个像素点的像素值不发生变化;而在第二拉伸阶段中孔隙改变了隔膜区域本身的像素值,使得隔膜区域中像素点的像素值发生变化,且由于第一拉伸阶段的各个视频帧之间具有较高的相似性,第二拉伸阶段中的各个视频帧之间也具有较高的相似性,但是第一拉伸阶段的各个视频帧与第二拉伸阶段的各个视频帧之间存在较大差别,因此需要对第一拉伸阶段以及第二拉伸阶段对应的视频帧分别进行压缩,从而提高监控视频的压缩程度,降低传输数据量。
已知隔膜在拉伸过程中的拉伸参数是固定的,所以隔膜一般在不同拉伸周期中出现孔隙的时间差异较小,即当前所有分段视频中,隔膜表现出现孔隙的视频帧的帧数基本一致。因此根据实际拉伸参数确定在各个分段视频中隔膜表面开始出现孔隙的视频帧的帧数,记该开始出现孔隙的视频帧为各个分段视频中的第v个视频帧,则将各个分段视频中前v个视频帧作为各个分段视频的第一拉伸阶段对应的各个视频帧,将各个分段视频中帧数大于等于v的所有视频帧作为各个分段视频的第二拉伸阶段对应的各个视频帧。
步骤S003:获取第一拉伸阶段的隔膜压缩数据,使用不同的分块大小对第二拉伸阶段对应的各个隔膜区域图像进行分块,得到不同分块大小对应的各个分块图像;根据各个分块图像中的纹理方向一致性以及所得分块图像的个数得到各个隔膜区域图像的最佳分块大小。
由于第一拉伸阶段对应的各个视频帧中,隔膜区域像素值差异较小,因此可直接利用预测编码对第一拉伸阶段对应的各个视频帧中的隔膜区域图像进行压缩,得到第一拉伸阶段的隔膜压缩数据。
对于第二拉伸阶段对应的各个视频帧中,隔膜区域的特征主要表现隔膜孔隙分布以及孔隙之间的连接,此时孔隙之间的连接区域在图像中表现为纹理信息,且孔隙的连接区域像素值相近,也就是隔膜区域图像中纹理区域像素值相近,因此本实施例根据不同方向上隔膜区域图像的纹理特征进行预测编码压缩。
在实际隔膜区域图像中,孔隙的连接区域的延伸方向在隔膜区域中的不同位置存在差异,其所表现的纹理方向也具有较大的差异性,从而不利于图像的压缩,但是在图像中相邻的孔隙往往是由同一个连接区域进行连接,也就是说局部纹理方向具有相似性,所以本实施例利用局部纹理方向的相似性对各个视频帧中的隔膜区域图像进行分块,然后对分块图像进行压缩。
首先使用Canny算子对第二拉伸阶段对应的各个视频帧中的隔膜区域图像进行边缘检测,得到第二拉伸阶段对应的各个隔膜区域图像中的所有边缘点;
由于第二拉伸阶段对应的各个隔膜区域图像中的局部纹理方向具有较高的相似性,因此当一个分块图像中纹理方向一致性越大,越有利于图像的预测编码压缩,因此本实施例期望在按照不同的分块大小对隔膜区域图像进行分块时,可以得到分块效果最好时的分块大小,即得到最佳分块大小。
本实施例使用现有的模拟退火算法,获取分块效果最好时的最佳分块大小,在此过程中,需要设置初始分块大小以及不同分块大小对应的分块效果评估方法,本实施例中设置的初始分块大小为15,然后不断改变分块大小,使模拟退火算法最终输出分块效果最大值以及对应的最佳分块大小;
对于第二拉伸阶段的任意一个视频帧中的隔膜区域图像,影响分块图像大小的因素主要为不同大小的分块图像中纹理方向一致性,纹理方向一致性越大,对应的压缩效果越好,此时的分块效果越好,则该隔膜区域图像在分块大小为k时的纹理方向一致性可表示为:
Figure 904809DEST_PATH_IMAGE014
Figure 485963DEST_PATH_IMAGE016
式中,
Figure DEST_PATH_IMAGE017
为分块大小为k时得到的第j个分块图像的纹理方向一致性;
Figure 195031DEST_PATH_IMAGE018
为分块大小k对应的纹理方向一致性;
Figure 861636DEST_PATH_IMAGE004
表示第j个分块图像中第i个边缘点和最邻近边缘点的连线与水平方向的夹角,用以表征表示第i个边缘点的边缘局部方向,其中,第i个边缘点的最邻近边缘点为与该第i个边缘点之间的距离最小的边缘点,如果一个边缘点存在多个距离最小的边缘点,即存在多个最邻近边缘点时,此时第i个边缘点与每个最邻近边缘点之间的连线都与水平方向存在一个夹角,将所有距离最小的边缘点对应夹角的平均值作为
Figure 612554DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE019
表示第i+1个边缘点和最邻近边缘点的连线与水平方向的夹角,即第i+1个边缘点的边缘局部方向;
Figure 782635DEST_PATH_IMAGE006
表示第j个分块图像的边缘点的数量;n表示该隔膜区域图像在分块大小为k时对应分块图像的数量;
Figure 993430DEST_PATH_IMAGE007
表示第j个分块图像所有边缘点的边缘局部方向之间的方差;
Figure 881752DEST_PATH_IMAGE020
表示第i个边缘点与第i+1个边缘点的边缘局部方向之间的差异,该值越大,边缘局部方向差异越大,如果一个分块图像中所有边缘局部方向差异的均值越大,表示该分块图像的边缘局部方向差异越大,对应分块图像纹理方向一致性越低,本实施例中,将一个分块图像中所有边缘局部方向差异的均值作为该分块图像的边缘局部方向差异;
由于两个边缘点之间的边缘局部方向之间的差异只能表征第j个分块图像的局部区域,无法反映该分块图像中的整体特征,例如在第j个分块图像中的部分区域内边缘点的边缘局部方向之间的差异较小,但是不同区域之间的边缘局部方向之间的差异较大,此时仅根据该分块图像的边缘局部方向差异仍然可能存在一定的误差,因此本实施例使用
Figure 436361DEST_PATH_IMAGE007
表征该分块图像的整体方向差异,用以对该分块图像的边缘局部方向差异进行修正,该值越大,表示该第j个分块图像中所有边缘点的边缘局部方向之间的差异越大,对应分块图像的纹理一致性越低,通过结合分块图像的局部特征以及整体特征得到各个分块图像更加准确的纹理方向一致性。
由于分块图像越小,其包含的纹理特征信息越少,此时得到的纹理一致性的可能性越大,因此从单个分块图像的压缩效果而言,单个分块图像的纹理一致性越高,单个分块图像的压缩效果越好,即分块图像越小越好;但是分块图像越小,每个分块图像内的纹理长度越小,此时可能得到的预测编码压缩效果越差,因此从整体压缩的角度而言,分块图像的大小并不是越小越好,则在这两个因素的影响下,使用分块大小k对隔膜区域图像进行分块后,得到的分块效果
Figure DEST_PATH_IMAGE021
可表示为:
Figure DEST_PATH_IMAGE023
根据模拟退火算法中不同分块大小对应的分块效果,输出分块效果的最大值以及对应的分块大小,将此时的分块大小作为分块效果最好时的最佳分块大小
Figure 897167DEST_PATH_IMAGE024
,最后将该隔膜区域图像分为大小为
Figure 777398DEST_PATH_IMAGE024
的分块图像。
重复上述方法,对第二拉伸阶段对应的各个隔膜区域图像进行自适应分块,使得各个隔膜区域图像的分块效果最高。其中以各个分块图像内孔隙形成的边缘点的边缘局部方向反映边缘点分布特点,进而得到纹理的方向一致性,然后构建分块大小效果表达式,从而能够自适应获得各个隔膜区域图像的最佳分块大小,便于在分块图像中利用纹理方向进行分块图像的压缩,从而有助于提高压缩效果。
步骤S004:根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,进而得到第二拉伸阶段的隔膜压缩数据。
为了对每一分块图像进行最佳预测编码实现图像压缩,需要根据分块图像纹理方向确定预测编码方向。其中,分块图像中纹理由孔隙的连接区域构成,此时分块图像纹理方向直接表现为孔隙的连接区域的延伸方向,因此分块图像的纹理方向与孔隙的分布有直接关系。
此时,对于一个隔膜区域图像中的一个分块图像中,以水平方向为0度方向,顺时针旋转360度的过程中,每间隔1度获取一个方向,由此得到360个方向,则该分块图像在第t个方向上的纹理特征值可表示为:
Figure 887437DEST_PATH_IMAGE026
其中,
Figure 42475DEST_PATH_IMAGE011
表示该分块图像在第t个方向上,像素值连续相同的像素点数量的最大值;x表示相同像素值连续分布的长度,
Figure 942473DEST_PATH_IMAGE012
表示在该分块图像的第t个方向上,连续分布的长度为x时出现的次数;
Figure 196868DEST_PATH_IMAGE012
越大,表示连续分布长度为x出现的次数越多,而
Figure DEST_PATH_IMAGE027
越大,相同像素值连续分布长度越长,越能反映分块图像孔隙以及孔隙连接区域的延伸方向,因此
Figure 433683DEST_PATH_IMAGE028
表示相同像素值连续分布的长度为
Figure 861254DEST_PATH_IMAGE027
时所反映的纹理明显程度,该越大,在第t个方向所反映的纹理越明显,将不同像素值连续分布的长度以及不同分布长度出现的数量得到整个分块图像中在该第t个方向上的纹理明显程度,将第t个方向上的纹理明显程度称为第t个方向的纹理特征值,纹理明显程度越大,纹理特征值越大;其中
Figure DEST_PATH_IMAGE029
表示像素值相同的像素点需要连续分布的最小数量,该值可根据实际场景进行调整。
重复上述方法,计算一个分块图像中每一个方向对应的纹理特征值,纹理特征值越大,对应在该方向上的纹理特征越明显,越有利于图像的压缩,因此将最大的纹理特征值对应的方向作为该分块图像的纹理方向。同理得到各个隔膜区域图像对应的各个分块图像的纹理方向,以各个分块图像的纹理方向为各个分块图像的预测编码方向,根据各个分块图像的预测方向进行预测编码,对各个分块图像进行压缩,从而实现对各个隔膜区域图像的压缩,得到各个分段视频中各个隔膜区域图像的压缩数据,此时所有分段视频对应的所有隔膜区域图像的压缩数据构成了第二拉伸阶段的隔膜压缩数据。
本实施例利用相同像素值的分布情况反映出各个分块图像在不同方向上的纹理明显程度,从而确定每一分块图像纹理方向,最后根据分块图像纹理方向进行预测编码,提高预测编码的压缩效果,即实现对隔膜区域图像的高效压缩。
步骤S005:对监控视频的背景区域图像进行压缩,得到监控视频的压缩数据。
由于在监控视频的各个视频帧中,同时存在隔膜区域图像与背景区域图像,对整个监控视频的压缩在实际压缩中同样需要对背景区域进行压缩。对于各个视频帧中的背景区域是根据隔膜的拉伸状态变化的,而隔膜拉伸过程中的拉伸参数是固定的,因此不同次的拉伸周期中,相同拉伸状态下拉伸设备的位置是一致,即相同拉伸状态对应视频帧中背景区域一致,所以可以根据不同的拉伸周期中,相同拉伸状态对应的背景区域进行多个拉伸周期中背景区域图像的压缩。具体过程为:
已知一个拉伸周期对应一个分段视频,每个拉伸周期对应拉伸设备参数一致,所以每个拉伸周期的长度一致,对应不同分段视频包含视频帧的帧数一致,此时在所有的分段视频中随机选择一个分段视频作为基准分段视频,然后其他分段视频对应的背景区域即可由基准分段视频帧进行表示。即在当前所有分段视频中,保存基准分段视频中背景区域图像,然后其他分段视频中,各个视频帧的背景区域图像即可通过对应的帧数在基准分段视频中获得对应帧数的视频帧,然后利用基准分段视频中对应帧数的视频帧中的背景区域代替各个视频帧的背景区域图像,因此只需要对基准分段视频中背景区域图像进行预测编码,得到监控视频的背景压缩数据。
即在所有分段视频中,只需要保存一个分段视频帧的背景区域,即可表示所有视频帧的背景区域图像,从而极大的减低了原始视频帧的大小,有效的实现监控视频的压缩,便于视频的远程传输。本实施例利用隔膜拉伸过程中隔膜区域与背景区域的变化,分别对隔膜区域图像以及背景区域图像进行压缩,第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据;
最后将监控视频的压缩数据传输到电池隔膜加工监测中心,对隔膜拉伸过程进行监测,即实现锂电池隔膜加工的远程监测。
通过以上步骤,完成了对锂电池隔膜加工的远程监测。
本发明的另一个实施例提供了用于锂电池隔膜加工的远程监测系统,如图2所示,该系统包括数据采集模块、监控视频分段模块、隔膜压缩数据获取模块以及监控视频压缩数据获取模块,其中:
数据采集模块,用以根据隔膜拉伸过程中的监控视频得到各个视频帧;
监控视频分段模块,用以获取各个视频帧的各个隔膜区域图像;根据拉伸周期对监控视频进行分段,得到各个分段视频;获取各个分段视频中的第一拉伸阶段对应的各个视频帧以及第二拉伸阶段对应的各个视频帧;
隔膜压缩数据获取模块,对于第一拉伸阶段对应的各个视频帧中的隔膜区域图像直接进行压缩,得到第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,使用不同的分块大小对各个隔膜区域图像进行分块,得到各个分块大小对应的各个分块图像;根据各个分块大小对应的各个分块图像中各个边缘点的边缘局部方向得到各个分块图像的纹理方向一致性;根据所述纹理方向一致性以及各个分块大小所得分块图像的个数得到各个分块大小的分块效果;根据各个分块大小的分块效果得到各个隔膜区域图像的最佳分块大小;
根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,根据各个分块图像的预测编码方向对各个分块图像进行编码,得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,将所有分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据作为第二拉伸阶段的隔膜压缩数据;
监控视频压缩数据获取模块,第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据,对监控视频的压缩数据进行传输。
本实施例在隔膜区域图像中,利用纹理方向一致性特点,对其进行自适应分块,使得每一分块图像内纹理方向一致性最强,然后根据分块图像纹理方向进行预测编码,有效提高预测编码效率,即提高压缩效率;同时本发明对监控视频图像进行隔膜区域与背景区域区分,然后通过隔膜拉伸参数获得背景区域变化周期,此时对不同周期的背景区域直接进行替代,从而极大的提高背景区域压缩效率,同时大量减少背景区域分析计算,即有效减少计算量。
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、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.用于锂电池隔膜加工的远程监测方法,其特征在于,该方法包括以下步骤:
根据隔膜拉伸过程中的监控视频得到各个视频帧;
获取各个视频帧的各个隔膜区域图像;根据拉伸周期对监控视频进行分段,得到各个分段视频;获取各个分段视频中的第一拉伸阶段对应的各个视频帧以及第二拉伸阶段对应的各个视频帧;
对于第一拉伸阶段对应的各个视频帧中的隔膜区域图像直接进行压缩,得到第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,使用不同的分块大小对各个隔膜区域图像进行分块,得到各个分块大小对应的各个分块图像;根据各个分块大小对应的各个分块图像中各个边缘点的边缘局部方向得到各个分块图像的纹理方向一致性;根据所述纹理方向一致性以及各个分块大小所得分块图像的个数得到各个分块大小的分块效果;根据各个分块大小的分块效果得到各个隔膜区域图像的最佳分块大小;
根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,根据各个分块图像的预测编码方向对各个分块图像进行编码,得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,将所有分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据作为第二拉伸阶段的隔膜压缩数据;
第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据,对监控视频的压缩数据进行传输。
2.根据权利要求1所述的用于锂电池隔膜加工的远程监测方法,其特征在于,所述各个边缘点的边缘局部方向的获取方法为:
获取各个边缘点与各个边缘点的最邻近边缘点的连线,将所得连线与水平方向之间的夹角作为各个边缘点的边缘局部方向;所述各个边缘点的最邻近边缘点是指与各个边缘点距离最小的边缘点;当各个边缘点存在多个最邻近边缘点时,获取各个边缘点与所有最邻近边缘点之间的连线,将所有连线与水平方向之间夹角的平均值作为各个边缘点的边缘局部方向。
3.根据权利要求1所述的用于锂电池隔膜加工的远程监测方法,其特征在于,所述各个分块图像的纹理方向一致性的获取表达式为:
Figure 129782DEST_PATH_IMAGE002
式中,
Figure DEST_PATH_IMAGE003
分块大小为k时得到的第j个分块图像的纹理方向一致性;
Figure 555078DEST_PATH_IMAGE004
表示第j个分块图像中第i个边缘点边缘局部方向;
Figure DEST_PATH_IMAGE005
表示第j个分块图像中第i+1个边缘点的边缘局部方向;
Figure 610015DEST_PATH_IMAGE006
表示第j个分块图像的边缘点的数量;n表示在分块大小为k时对应分块图像的数量;
Figure DEST_PATH_IMAGE007
表示第j个分块图像所有边缘点的边缘局部方向之间的方差。
4.根据权利要求1所述的用于锂电池隔膜加工的远程监测方法,其特征在于,所述各个分块大小的分块效果的获取方法为:
对于一个隔膜区域图像,将各个分块大小对应的各个分块图像的纹理方向一致性的累加和作为各个分块大小的纹理方向一致性;将各个分块大小的纹理方向一致性与分块图像的个数之间的比值作为各个分块大小的分块效果。
5.根据权利要求1所述的用于锂电池隔膜加工的远程监测方法,其特征在于,所述各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值的获取表达式为:
Figure DEST_PATH_IMAGE009
其中,
Figure 418440DEST_PATH_IMAGE010
表示一个分块图像在第t个方向上的纹理特征值;
Figure DEST_PATH_IMAGE011
表示该分块图像在第t个方向上,像素值连续相同的像素点数量的最大值;x表示相同像素值连续分布的长度,
Figure 209810DEST_PATH_IMAGE012
表示在该分块图像的第t个方向上,连续分布的长度为x时出现的次数。
6.用于锂电池隔膜加工的远程监测系统,其特征在于,该系统包括以下模块:
数据采集模块,用以根据隔膜拉伸过程中的监控视频得到各个视频帧;
监控视频分段模块,用以获取各个视频帧的各个隔膜区域图像;根据拉伸周期对监控视频进行分段,得到各个分段视频;获取各个分段视频中的第一拉伸阶段对应的各个视频帧以及第二拉伸阶段对应的各个视频帧;
隔膜压缩数据获取模块,对于第一拉伸阶段对应的各个视频帧中的隔膜区域图像直接进行压缩,得到第一拉伸阶段的隔膜压缩数据;对于第二拉伸阶段对应的各个视频帧中的隔膜区域图像,使用不同的分块大小对各个隔膜区域图像进行分块,得到各个分块大小对应的各个分块图像;根据各个分块大小对应的各个分块图像中各个边缘点的边缘局部方向得到各个分块图像的纹理方向一致性;根据所述纹理方向一致性以及各个分块大小所得分块图像的个数得到各个分块大小的分块效果;根据各个分块大小的分块效果得到各个隔膜区域图像的最佳分块大小;
根据各个隔膜区域图像的各个分块图像在不同方向上的纹理特征值得到各个分块图像的预测编码方向,根据各个分块图像的预测编码方向对各个分块图像进行编码,得到各个分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据,将所有分段视频的第二拉伸阶段对应各个隔膜区域图像的压缩数据作为第二拉伸阶段的隔膜压缩数据;
监控视频压缩数据获取模块,第一拉伸阶段的隔膜压缩数据与第二拉伸阶段的隔膜压缩数据构成了监控视频的隔膜压缩数据;根据基准分段视频得到监控视频的背景压缩数据,监控视频的隔膜压缩数据与背景压缩数据构成了监控视频的压缩数据,对监控视频的压缩数据进行传输。
CN202211659884.2A 2022-12-23 2022-12-23 用于锂电池隔膜加工的远程监测方法及系统 Active CN115633157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211659884.2A CN115633157B (zh) 2022-12-23 2022-12-23 用于锂电池隔膜加工的远程监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211659884.2A CN115633157B (zh) 2022-12-23 2022-12-23 用于锂电池隔膜加工的远程监测方法及系统

Publications (2)

Publication Number Publication Date
CN115633157A true CN115633157A (zh) 2023-01-20
CN115633157B CN115633157B (zh) 2023-04-28

Family

ID=84911052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211659884.2A Active CN115633157B (zh) 2022-12-23 2022-12-23 用于锂电池隔膜加工的远程监测方法及系统

Country Status (1)

Country Link
CN (1) CN115633157B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404059A (zh) * 2008-09-24 2009-04-08 中国科学院自动化研究所 基于块状纹理采样的虹膜图像数据库合成方法
US20090303378A1 (en) * 2008-06-05 2009-12-10 Sony Corporation Image pickup apparatus and method of controlling the same
US20140254936A1 (en) * 2013-03-11 2014-09-11 Microsoft Corporation Local feature based image compression
CN207366455U (zh) * 2017-10-20 2018-05-15 郑州云启工业设备技术有限公司 一种锂电池隔膜综合测试装置
CN108830909A (zh) * 2018-05-24 2018-11-16 武汉精测电子集团股份有限公司 提升周期纹理图像压缩比的图像预处理系统和方法
CN109360186A (zh) * 2018-08-31 2019-02-19 广州超音速自动化科技股份有限公司 锂电池隔膜检测方法、电子设备、存储介质及系统
CN111129400A (zh) * 2019-12-31 2020-05-08 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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090303378A1 (en) * 2008-06-05 2009-12-10 Sony Corporation Image pickup apparatus and method of controlling the same
CN101404059A (zh) * 2008-09-24 2009-04-08 中国科学院自动化研究所 基于块状纹理采样的虹膜图像数据库合成方法
US20140254936A1 (en) * 2013-03-11 2014-09-11 Microsoft Corporation Local feature based image compression
CN207366455U (zh) * 2017-10-20 2018-05-15 郑州云启工业设备技术有限公司 一种锂电池隔膜综合测试装置
CN108830909A (zh) * 2018-05-24 2018-11-16 武汉精测电子集团股份有限公司 提升周期纹理图像压缩比的图像预处理系统和方法
CN109360186A (zh) * 2018-08-31 2019-02-19 广州超音速自动化科技股份有限公司 锂电池隔膜检测方法、电子设备、存储介质及系统
CN111129400A (zh) * 2019-12-31 2020-05-08 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张永宾: "直线型Li/MnO2扣式电池生产线及其远程视频监控技术研究" *

Also Published As

Publication number Publication date
CN115633157B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN115297289B (zh) 一种监控视频高效存储方法
WO2023134791A2 (zh) 一种环境安防工程监测数据管理方法及系统
CN115914649B (zh) 一种用于医疗视频的数据传输方法及系统
CN104599290B (zh) 一种面向视频感知节点的目标检测方法
CN108347612B (zh) 一种基于视觉注意机制的监控视频压缩与重构方法
CN105516720A (zh) 一种监控摄像机码流的自适应控制方法
CN116708789B (zh) 一种基于人工智能的视频分析编码系统
CN112291562B (zh) 针对h.266/vvc的快速cu分区和帧内模式决策方法
CN116996673B (zh) 基于通行出入管理及设备运行状态的智能云端管理系统
CN107690069B (zh) 一种数据驱动的级联视频编码方法
CN104853060A (zh) 高清视频前置处理方法和系统
CN108537235B (zh) 一种低复杂度尺度金字塔提取图像特征的方法
CN114627150A (zh) 基于事件相机的数据处理及运动估计方法及装置
CN114331837A (zh) 特高压换流站保护系统全景监控图像处理与存储方法
CN115633157B (zh) 用于锂电池隔膜加工的远程监测方法及系统
CN111723735B (zh) 一种基于卷积神经网络的伪高码率hevc视频检测方法
CN112887587B (zh) 一种可进行无线连接的自适应图像数据快速传输方法
CN114202463A (zh) 面向云端融合的视频超分辨率方法及系统
CN105335981A (zh) 一种基于图像的货物监控方法
CN117376575A (zh) 一种基于条件扩散模型的压缩域视频异常检测方法
CN112446245A (zh) 一种基于运动边界小位移的高效运动表征方法及装置
CN115802038A (zh) 一种量化参数确定方法、装置及一种视频编码方法、装置
CN112188212B (zh) 一种高清监控视频智能转码的方法及装置
CN117201798B (zh) 一种远程视频监控摄像头信息传输方法及系统
CN115086663B (zh) 一种基于深度强化学习的多摄像头实时视频传输方法

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