CN116030002A - 一种基于高动态技术的图像缺陷分类方法及系统 - Google Patents
一种基于高动态技术的图像缺陷分类方法及系统 Download PDFInfo
- Publication number
- CN116030002A CN116030002A CN202211707533.4A CN202211707533A CN116030002A CN 116030002 A CN116030002 A CN 116030002A CN 202211707533 A CN202211707533 A CN 202211707533A CN 116030002 A CN116030002 A CN 116030002A
- Authority
- CN
- China
- Prior art keywords
- image
- defect
- field image
- bright field
- material film
- 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
Images
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请提供一种基于高动态技术的图像缺陷分类方法及系统,所述方法通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像,从模式场图像中分别提取明场图像和暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图,并识别所述明场组图中的明场缺陷区域,然后按照明场缺陷区域以及预设缺陷检测规则对明场组图进行缺陷检出,得到缺陷检出区域,最后按照缺陷检出区域以及预设缺陷分类规则对暗场组图进行缺陷分类,得到缺陷分类结果。本申请可以通过捕捉同一位置,同一时间拍摄的不同亮度的明场图像和暗场图像,并根据明场图像检出缺陷区域,根据暗场图像对缺陷分类,以达到更加准确的分类效果。
Description
技术领域
本申请涉及锂电池隔膜缺陷检测领域,尤其涉及一种基于高动态技术的图像缺陷分类方法及系统。
背景技术
锂离子电池隔膜在锂离子电池中起到隔离正负极材料避免短路的作用,同时它允许锂离子通过来形成导电的回路。隔膜一般由基膜、陶瓷层和PVDF(聚偏二氟乙烯)颗粒层构成,隔膜生产有不同的工艺,最终成品一般呈多层分布。以喷涂工艺的料膜举例,双喷双涂料膜的构成是“PVDF喷涂颗粒层+陶瓷涂布层+基膜+陶瓷涂布层+PVDF喷涂颗粒层”,双喷单涂膜的构成是“PVDF喷涂颗粒层+陶瓷涂布层+基膜”。
在隔膜的使用过程,会因为其物理形态导致出现缺陷。其常见缺陷有针孔、划伤、亮点、漏涂、漏喷、黑点、蚊虫、脏污以及褶皱等。上述缺陷严重影响隔膜的使用,因此,对于锂电池来说,需要定期对锂离子电池隔膜进行缺陷的检测。
工业上对于锂电池隔膜的检测通常使用背光检测,该检测方式为透射明场成像。但是部分隔膜的透光率较高时,陶瓷涂层对隔膜的透光率影响会变大。此时的漏涂、亮点、划伤和针孔成像的灰度一致,均达到255DN的灰度,缺陷在形态上也无明显区别,所以,上述成像系统对漏涂、亮点和针孔的成像在尺寸和灰度上无明显差异,无法有效筛选真实缺陷,导致误报严重、生产效率低下。
发明内容
本申请实施例提供了一种基于高动态技术的图像缺陷分类方法及系统,以解决使用背光检测技术对于透光率较大的隔膜无法准确检测出缺陷的问题。
第一方面,本申请实施例提供了一种基于高动态技术的图像缺陷分类方法,所述方法包括:
通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像;所述模式场图像包括若干相互交替明场图像和暗场图像;所述明场图像与所述暗场图像是在同一时间及同一位置采集的待检测料膜的图像,所述明场图像的背景灰度值大于所述暗场图像的背景灰度值;
从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图;
识别所述明场组图中的明场缺陷区域;
按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域;
按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
在一些实施例中,如果所述待检测料膜为隔膜料膜,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
在将所述隔膜料膜固定在单向移动的载物台上以后,控制光源垂直向所述隔膜料膜进行打光;
使用与所述光源共线的所述工业相机捕捉所述隔膜料膜在处于移动状态时的模式场图像。
在一些实施例中,如果所述待检测料膜为极片料膜,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
在将所述极片料膜固定在单向移动的载物台上以后,控制光源向所述极片料膜进行打光;所述光源设置在与所述极片料膜的法线方向呈预设角度的位置;
根据所述预设角度计算所述光源对应的反射角度;
使用所述工业相机捕捉所述极片料膜在处于移动状态时的模式场图像;所述工业相机设置在所述反射角度的方向上。
在一些实施例中,所述方法还包括:
识别所述模式场图像中的模式场数量;
获取每个模式场的背景灰度值;
根据每个模式场的背景灰度值设置所述工业相机对于每个模式场的曝光时长;
统计所有的曝光时长得到所述工业相机的曝光总时长。
在一些实施例中,所述方法还包括:
控制频闪光源对待检测料膜进行打光;
对每个所述模式场设置相同的曝光时长;
根据所述模式场数量确定所述频闪光源的频闪次数,根据所述背景灰度值确定所述频闪光源的亮度;
根据所述曝光时长确定所述频闪光源的频闪时间;
通过所述工业相机采集频闪状态下的待检测料膜的图像。
在一些实施例中,分别提取所述明场图像和所述暗场图像的步骤中,所述方法还包括:
向所述工业相机输入脉冲信号;
在所述工业相机反馈响应于所述脉冲信号的回执信号之后,调取所述工业相机的图像采集卡;
根据所述脉冲信号设置所述图像采集卡的采集卡倍频;
根据所述图像采集卡的控制程序以及所述采集卡倍频将所述模式场图像裁剪为所述明场图像和所述暗场图像。
在一些实施例中,按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出的步骤中,所述方法包括:
识别所述明场缺陷区域的明场缺陷灰度值;
根据所述预设缺陷检测规则对所述明场缺陷灰度值进行比对,得到缺陷比对值;
如果所述缺陷比对值大于所述缺陷阈值,将所述缺陷比对值对应的图像区域标记为所述缺陷检出区域。
在一些实施例中,按照所述检出结果以及预设缺陷分类规则对所述暗场组图进行缺陷分类的步骤中,所述方法还包括:
根据所述缺陷检出区域,在所述暗场图像中确定暗场缺陷区域;
获取所述暗场缺陷区域的尺寸信息;
根据所述尺寸信息,计算所述暗场缺陷区域的长宽比例;
根据所述预设缺陷分类规则对所述长宽比例进行比对,得到缺陷分类结果。
在一些实施例中,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
使用工业线阵相机按照1:n的比例输出暗场图像和明场图像;其中,n为大于1的整数;
将n倍数量的明场图像合成为高动态明场图像。
第二方面,本申请提供了一种基于高动态技术的图像缺陷分类系统,所述系统包括缺陷检测模块,所述缺陷检测模块被配置为:
通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像;所述模式场图像包括若干相互交替明场图像和暗场图像;所述明场图像与所述暗场图像是在同一时间及同一位置采集的待检测料膜的图像,所述明场图像的背景灰度值大于所述暗场图像的背景灰度值;
从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图;
识别所述明场组图中的明场缺陷区域;
按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域;
按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
由上述方案可知,本申请提供一种基于高动态技术的图像缺陷分类方法及系统,所述方法通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像,其中,模式场图像包括若干相互交替明场图像和暗场图像。从模式场图像中分别提取明场图像和暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图,并识别所述明场组图中的明场缺陷区域,然后按照明场缺陷区域以及预设缺陷检测规则对明场组图进行缺陷检出,得到缺陷检出区域,最后按照缺陷检出区域以及预设缺陷分类规则对暗场组图进行缺陷分类,得到缺陷分类结果。本申请可以通过捕捉同一位置,同一时间拍摄的不同亮度的明场图像和暗场图像,并根据明场图像检出缺陷区域,根据暗场图像对缺陷分类,以达到更加准确的分类效果。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请实施例中锂电池隔膜的缺陷种类示意图;
图2为本申请实施例提供的一种基于高动态技术的图像缺陷分类方法流程图;
图3为本申请实施例提供的隔膜料膜的打光拍摄示意图;
图4为本申请实施例提供的极片料膜的打光拍摄示意图;
图5为本申请实施例中裁剪暗场图像与明场图像的流程示意图;
图6为本申请实施例中根据缺陷比对值确定缺陷检出区域的流程示意图。
具体实施方式
为使本申请的目的和实施方式更加清楚,下面将结合本申请示例性实施例中的附图,对本申请示例性实施方式进行清楚、完整地描述,显然,描述的示例性实施例仅是本申请一部分实施例,而不是全部的实施例。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体,而不必然意味着限定特定的顺序或先后次序,除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的所有组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
锂离子电池隔膜在锂离子电池中起到隔离正负极材料避免短路的作用,同时它允许锂离子通过来形成导电的回路。隔膜一般由基膜、陶瓷层和PVDF(聚偏二氟乙烯)颗粒层构成,隔膜生产有不同的工艺,最终成品呈多层分布。以喷涂工艺的料膜举例,双喷双涂料膜的构成是“PVDF喷涂颗粒层+陶瓷涂布层+基膜+陶瓷涂布层+PVDF喷涂颗粒层”,双喷单涂膜的构成是“PVDF喷涂颗粒层+陶瓷涂布层+基膜”。
如图1所示,在隔膜的使用过程,会因为其物理形态导致出现缺陷。其常见缺陷有针孔、划伤、亮点、漏涂、漏喷、黑点、蚊虫、脏污以及褶皱等。上述缺陷严重影响隔膜的使用,因此,对于锂电池来说,需要定期对锂离子电池隔膜进行缺陷的检测。
在上述缺陷中,对于隔膜来说存在不可容忍缺陷和可容忍缺陷,例如,隔膜中的针孔会导致电池的正负极短路,造成锂电池爆炸,对于隔膜来说是不可容忍缺陷。而亮点是在锂电池萃取工艺过程中未被石蜡油萃取掉的点,不影响电池性能,对隔膜来说是可放过缺陷。
工业上对于锂电池隔膜的检测通常使用背光检测,该检测方式为透射明场成像。但是部分隔膜的透光率较高时,陶瓷涂层对隔膜的透光率影响会变大。此时的漏涂、亮点、划伤和针孔成像的灰度一致,均达到255DN的灰度,缺陷在形态上也无明显区别,所以,上述成像系统对漏涂、亮点和针孔的成像在尺寸和灰度上无明显差异,无法有效筛选真实缺陷,导致误报严重、生产效率低下。
为解决使用背光检测技术对于透光率较大的隔膜无法准确检测出缺陷的问题,如图2所示,本申请实施例提供了一种基于高动态技术的图像缺陷分类方法及系统,所述方法包括:
S100:通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像。
其中,模式场图像包括若干相互交替明场图像和暗场图像。在本实施例中,工业相机在收到拍摄指令之后,同时拍摄明场图像与暗场图像,以用于后续对待检测料膜的缺陷检出和分类。明场图像与暗场图像是在同一时间及同一位置采集的待检测料膜的图像,为了更好的区别明场图像与暗场图像,明场图像的背景灰度值需要大于暗场图像的背景灰度值。
需要说明的是,在上述过程中,为了能够达到捕捉同一时间的明场图像与暗场图像的效果,工业相机上还可以设置有至少两个感光度不同的摄像头装置。其中,可以使用感光度较高的摄像头装置捕捉明场图像,并在同一时间的同一料膜位置使用感光度较低的摄像头捕捉暗场图像。对于两个感光度不同的摄像头装置,可以根据其对应捕捉的模式场图像的背景灰度值设置拍摄的曝光时长。
通常来说,在仅有两种模式场的情况下,称图像亮度较高的模式场为明场,称图像亮度较低的模式场为暗场,明场图像对所有材料成像的背景灰度值不高于160DN,暗场图像对所有材料成像的背景灰度值低于65DN。DN为灰度值单位,白色的灰度值为255DN,黑色的灰度值为0DN。
S200:从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图。
在本实施例中,为方便获取模式场图像,工业相机会将明场图像和暗场图像同时拍摄出来,呈一张完整图像显示,如果存在多次拍摄,则将所有的明场图像和暗场图像以完整图像拼接在一起,所得到的模式场图像即为明场图像和暗场图像相互交替的效果。为了便于缺陷的检出与分类,需要将明场图像和暗场图像分别分开。
在本实施例中,可以采用图像裁剪的方式,将明场图像和暗场图像分别分开。例如,将工业相机拍摄得到的完整图像进行裁剪,将明场图像裁出,剩下的图像即为暗场图像。
在一些实施例中,还可以通过训练好的图像分类模型将明场图像和暗场图像分开。将模式场图像输入至图像分类模型中,通过模型对模式场图像的背景灰度值进行识别,在处于预设明场灰度值范围内的图像区域分割为明场区域,对于小于明场灰度值下限的图像区域分割为暗场区域。
需要说明的是,上述实施例均以明场图像的判别作为示例进行说明,在实际应用中,还可以以暗场图像作为判别对象,其应用的判别条件如灰度值,区域分割等,替换为暗场图像的对应参数即可。
在将明场图像和暗场图像分来之后,还需要将所有的明场图像和暗场图像进行拼接,将明场图像拼接为明场组图以及将暗场图像拼接为暗场组图。在拼接的过程中,需要同步明场图像和暗场图像的拼接方式,例如,从上往下纵向拼接,或者从左往右横向拼接等,以确保拼接后的明场组图和暗场组图互相同步。
S300:识别所述明场组图中的明场缺陷区域。
在本实施例中,因为明场组图的亮度较好,能够更好的识别锂电池隔膜中的缺陷。正常料膜成像的背景灰度设置在120-130DN,明场组图的背景灰度值要大于正常料膜的背景灰度值,因此,常规的漏涂、亮点和针孔等亮缺陷(缺陷灰度值比图像背景灰度高的缺陷)可以在明场组图中更明显的呈现。
S400:按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域。
在本实施例中,可以通过缺陷灰度值与明场组图的灰度值不同的物理特质对明场缺陷区域进行检出。预设缺陷检测规则可以根据对大量具有多种缺陷的隔膜图像进行识别和判断之后,提取每种缺陷的特征,并根据特征制定预设缺陷检测规则。在根据预设缺陷检测规则对明场组图进行缺陷检出的过程中,可以对明场缺陷区域与每种缺陷特征进行比对,根据比对的结果得到缺陷检出区域。
为了能够能清晰的显示明场缺陷区域,在一些实施例中,还可以使用图形框对明场缺陷区域进行划分。例如,矩形框或者圆形框将针孔、划伤、亮点等缺陷区域进行划分。以达到清晰的显示明场缺陷区域的目的。
S500:按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
在本实施例中,得到缺陷检出区域以后,由于暗场组图与明场组图所拍摄的图像相同,背景灰度值不同,因此需要在暗场组图中同步划出缺陷检出区域。在暗场组图中,黑点、褶皱等暗缺陷(缺陷灰度比图像背景灰度低)有较好的成像效果并可以区分于缺陷检出区域,得到更为全面的缺陷种类,在得到明缺陷与暗缺陷之后,可以根据预设缺陷分类规则对暗场组图进行缺陷分类,得到缺陷分类结果。其中,预设缺陷分类规则可以根据大量存在多种缺陷的样本图片进行识别和判断之后,根据缺陷的特征进行分类。
在一些实施例中,上述得到缺陷检出区域以及得到缺陷分裂结果的过程均可以分别使用通过大量带有不同缺陷的样本图像进行训练的缺陷检出模型和缺陷分类模型实现。
本申请实施例所提供的方法不仅可以对隔膜料膜进行缺陷检测,还可以对极片料膜进行缺陷检测,在一些实施例中,步骤S100对于隔膜料膜与极片料膜分别会使用不同的捕捉模式场图像的方法。
首先对隔膜料膜的定义进行说明。在锂电池的加工工艺中,锂电池的隔膜成品是在未加工的隔膜材料上不断沉积材料,以及在特定的温度下进行工艺处理得到的。在本实施例中,隔膜料膜为任意型号的锂电池的制作工艺中,任意一个工艺过程所得到的料膜,包括未加工的隔膜、沉积有其他化学材料的隔膜、经过高温工艺处理后的隔膜、成品的隔膜等。上述隔膜均可定义为膈膜膜料。
如果所述待检测料膜为隔膜料膜时,由于隔膜具有透光的物理属性,因此通常采用透射式打光方案。如图3所示,首先将隔膜料膜固定在单向移动的在载物台上。所述载物台可以配备载物台运动控制系统,例如导辊或电机驱动的运动平台,载物台运动控制系统可以运行载物台的运动属性包括速度、启停、方向等。载物台可以控制隔膜料膜或者极片料膜向同一方向移动,例如,从左向右移动或者从右向左移动。
根据隔膜具有透光的物理属性,所以可以控制光源垂直向隔膜料膜进行打光。为了更好地拍摄隔膜料膜的模式场图像,在一些实施例中,工业相机可以摆置在与光源共线的方向上。例如,光源从隔膜料膜的一侧进行打光,工业相机在同一打光位置的另一侧进行拍摄,以更清晰的捕捉模式场图像。
极片料膜不具有透光属性,因此如果待检测料膜为极片料膜,可以采用反射式的打光方案。如图4所示,首先将隔膜料膜固定在单向移动的在载物台上,然后将光源摆设至与极片料膜的法线呈预设角度的位置,对极片料膜进行打光,光源发射出的光线会在到达极片料膜之后反射,此时可以根据预设角度计算对应的反射角度。为了捕捉更清晰的模式场图像,可以将工业相机摆置在反射角度的方向上,以获取更清晰的模式场图像。
在一些实施例中,为了更好的检出待检测料膜中的缺陷种类,除了明场和暗场以外,还可以设置更多的模式场。此时需要先识别模式场图像中的模式场数量,例如,模式场图像中存在三个模式场,这时,可以分别获取每个模式场的背景灰度值。那么模式场图像中按照背景灰度值的大小分别可以包含第一模式场图像(明场图像)、第二模式场图像(均衡场图像)和第三模式场图像(暗场图像)。第二模式场图像的背景灰度值可以设置为小于第一模式场图像的灰度值,大于第三模式场图像的灰度值。
在获取每个模式场的背景灰度值之后,需要根据每个模式场的背景灰度值设置工业相机对于每个模式场的曝光时长,其中,背景灰度值越高,所需的曝光时间就越长。背景灰度值越低所需的曝光时间就越短。在统计所有的曝光时长之后,可以对每个模式场所需的曝光时长进行汇总,得到曝光总时长。
在模式场图像仅有两个模式场时,需要分别拍摄明场图像和暗场图像,为了便于拍摄,还可以使用不断闪烁的光源进行打光,在一些实施例中,还可以使用频闪光源对待检测料膜进行打光,通过闪烁打光的方式拍摄出背景灰度值不同的明场图像和暗场图像。在通过打光的亮度捕捉模式场图像时,不需要根据背景灰度值设置不同的曝光时长,因此,对于每个模式场可以设置相同的曝光时长。
如果模式场图像需要存在多个模式场,那么就需要根据多个模式场确定频闪光源的打光亮度以及频闪次数。以存在三个模式场作为本实施例的示例进行说明,此时,可以分别设置频闪光源循环使用亮度一、亮度二和亮度三的光线对待检测料膜进行打光,每一次打光的频闪次数与模式场的数量相同。频闪光源每一次闪烁的亮度可以根据第一模式场图像、第二模式场图像以及第三模式场图像确定。
为了避免工业相机还未完成图像的捕捉时,已经切换至下一亮度频闪,造成模式场图像的捕捉效果差。在一些实施例中,频闪时间需要保持至相机拍摄结束,因此,还需要根据曝光时长确定频闪光源的频闪时间,然后通过工业相机采集频闪状态下的待检测料膜的图像,以提高模式场图像的拍摄效果。
在一些实施例中,步骤S200还可以使用图像采集卡的方式执行,具体的,如图5所示,步骤S200还可以演变为:
S201:向工业相机输入脉冲信号,给工业相机充入使能。
S202:在工业相机充能之后,会反馈响应于脉冲信号的回执信号,以表示工业相机已充能。在工业相机充能之后,调取工业相机的图像采集卡。
在一些实施例中,可以采用可编程的图像采集卡,如Siso的V卡,或Zen-Pcie采集卡,并对图像采集卡进行双模式或多模式信号处理及图像重组的编程。模式的数量对应于所需模式场的数量。
S203:根据脉冲信号设置图像采集卡的采集卡倍频。
工业相机的信号控制盒收到脉冲信号后进行2次或多次倍频并将采集卡倍频输入图像采集卡,图像采集卡通过脉宽控制工业相机曝光的时间,在内部完成双模式或多模式的图像重组。
S204:根据图像采集卡的控制程序以及采集卡倍频将模式场图像裁剪为明场图像和暗场图像。
如果模式场数量为多个,还可以根据采集卡的频次将模式场图像裁剪为多个不同种类的模式场图像。
在一些实施例中,步骤S400还可以通过对比灰度值的方式执行,具体的,如图6所示,步骤S400还可以演变为:
S401:识别明场缺陷区域的明场缺陷灰度值。
因为明场图像的灰度值较高,对于明场缺陷区域会与明场图像产生明显的对比差距。在本实施例中,可以使用灰度值检测方法识别明场缺陷灰度值。
S402:根据所述预设缺陷检测规则对所述明场缺陷灰度值进行比对,得到缺陷比对值。
在本实施例中,可以根据预设缺陷检测规则去验证明场缺陷灰度值是否达到缺陷标准,在比对的过程中,能够得到缺陷比对值。
S403:如果所述缺陷比对值大于缺陷阈值,将所述缺陷比对值对应的图像区域标记为所述缺陷检出区域。
在本实施例中,通过设置缺陷阈值的方式来判断明场缺陷区域是否能对待检测料膜造成严重损伤,即明场缺陷区域是否为不可容忍缺陷。如果缺陷比对值大于缺陷阈值,则该明场缺陷区域为不可容忍缺陷,将其所在区域标记为缺陷检出区域。如果缺陷比对值小于缺陷阈值,则该明场缺陷区域为可容忍缺陷,执行步骤S404,将其所在区域标记为可忽略区域。
在步骤400之后,还需要根据S400的缺陷检出区域执行步骤S500,在一些实施例中,为了更准确的获取分类结果,步骤S500还可以演变为:
S501:根据所述缺陷检出区域,在所述暗场图像中确定暗场缺陷区域。
在本实施例中,暗场图像与明场图像所拍摄的区域相同,仅为灰度值不同,因此可以根据缺陷检出区域的位置,在暗场图像中确定暗场缺陷区域。
S502:获取所述暗场缺陷区域的尺寸信息。
在确定暗场缺陷区域之后,为了更好的对缺陷区域进行分类,可以获取每个暗场缺陷区域的尺寸信息。对于不同的暗场缺陷区域,可以获取不同形式的尺寸信息,例如,对于圆形的暗场缺陷区域,可以获取对应的区域半径,对于长条形状的暗场缺陷区域,可以获取其所在矩形的长和宽等。
S503:根据所述尺寸信息,计算所述暗场缺陷区域的长宽比例。
在本实施例中,对于圆形或者其他不规则形状,还可以采用步骤S502中所获取的尺寸信息,计算形状比例。
S504:根据所述预设缺陷分类规则对所述长宽比例进行比对,得到缺陷分类结果。
在本实施例中,可以根据上述计算的长宽比例或者形状比例与预设缺陷分类规则进行比对,例如,亮点、针孔等缺陷可以通过圆形的形状以及半径进行分类,划伤、裂痕等可以根据对应所在矩形区域的长宽比例进行分类等,确保分类的准确性。
在一些实施例中,工业相机还可以采用线阵相机,如Dalsa的ML线阵相机。此相机按照1:n的比例输出暗场图像和明场图像,其中,n为大于1的整数。n可以根据线阵相机所具备的CMOS传感器数量确定。例如,线阵相机具有4条CMOS传感器,按照1:3的比例输出暗场图像和明场图像。
在根据上述比例得到暗场图像和明场图像之后,可以将n倍数量的明场图像合成为高动态明场图像。高动态明场图像可以从多层次上识别出明场缺陷区域,提高识别效果以及准确性。
上述记载的方法还可以使用对应的系统实现,因此,本申请实施例还提供了一种基于高动态技术的图像缺陷分类系统,所述系统包括缺陷检测模块,所述缺陷检测模块被配置为:
通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像;所述模式场图像包括若干相互交替明场图像和暗场图像;所述明场图像与所述暗场图像是在同一时间及同一位置采集的待检测料膜的图像,所述明场图像的背景灰度值大于所述暗场图像的背景灰度值;
从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图;
识别所述明场组图中的明场缺陷区域;
按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域;
按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
所述系统的有益效果可以参考上述方法的记载,在此不做赘述。
由上述方案可知,本申请提供一种基于高动态技术的图像缺陷分类方法及系统,所述方法通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像,其中,模式场图像包括若干相互交替明场图像和暗场图像。从模式场图像中分别提取明场图像和暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图,并识别所述明场组图中的明场缺陷区域,然后按照明场缺陷区域以及预设缺陷检测规则对明场组图进行缺陷检出,得到缺陷检出区域,最后按照缺陷检出区域以及预设缺陷分类规则对暗场组图进行缺陷分类,得到缺陷分类结果。本申请可以通过捕捉同一位置,同一时间拍摄的不同亮度的明场图像和暗场图像,并根据明场图像检出缺陷区域,根据暗场图像对缺陷分类,以达到更加准确的分类效果。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品可以存储在计算机可读存储介质中。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
为了方便解释,已经结合具体的实施方式进行了上述说明。但是,上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导,可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释本公开内容,从而使得本领域技术人员更好的使用所述实施方式。
Claims (10)
1.一种基于高动态技术的图像缺陷分类方法,其特征在于,所述方法包括:
通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像;所述模式场图像包括若干相互交替明场图像和暗场图像;所述明场图像与所述暗场图像是在同一时间及同一位置采集的待检测料膜的图像,所述明场图像的背景灰度值大于所述暗场图像的背景灰度值;
从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图;
识别所述明场组图中的明场缺陷区域;
按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域;
按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
2.根据权利要求1所述的基于高动态技术的图像缺陷分类方法,其特征在于,如果所述待检测料膜为隔膜料膜,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
在将所述隔膜料膜固定在单向移动的载物台上以后,控制光源垂直向所述隔膜料膜进行打光;
使用与所述光源共线的所述工业相机捕捉所述隔膜料膜在处于移动状态时的模式场图像。
3.根据权利要求1所述的基于高动态技术的图像缺陷分类方法,其特征在于,如果所述待检测料膜为极片料膜,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
在将所述极片料膜固定在单向移动的载物台上以后,控制光源向所述极片料膜进行打光;所述光源设置在与所述极片料膜的法线方向呈预设角度的位置;
根据所述预设角度计算所述光源对应的反射角度;
使用所述工业相机捕捉所述极片料膜在处于移动状态时的模式场图像;所述工业相机设置在所述反射角度的方向上。
4.根据权利要求3所述的基于高动态技术的图像缺陷分类方法,其特征在于,所述方法还包括:
识别所述模式场图像中的模式场数量;
获取每个模式场的背景灰度值;
根据每个模式场的背景灰度值设置所述工业相机对于每个模式场的曝光时长;
统计所有的曝光时长得到所述工业相机的曝光总时长。
5.根据权利要求4所述的基于高动态技术的图像缺陷分类方法,其特征在于,所述方法还包括:
控制频闪光源对待检测料膜进行打光;
对每个所述模式场设置相同的曝光时长;
根据所述模式场数量确定所述频闪光源的频闪次数,根据所述背景灰度值确定所述频闪光源的亮度;
根据所述曝光时长确定所述频闪光源的频闪时间;
通过所述工业相机采集频闪状态下的待检测料膜的图像。
6.根据权利要求1所述的基于高动态技术的图像缺陷分类方法,其特征在于,分别提取所述明场图像和所述暗场图像的步骤中,所述方法还包括:
向所述工业相机输入脉冲信号;
在所述工业相机反馈响应于所述脉冲信号的回执信号之后,调取所述工业相机的图像采集卡;
根据所述脉冲信号设置所述图像采集卡的采集卡倍频;
根据所述图像采集卡的控制程序以及所述采集卡倍频将所述模式场图像裁剪为所述明场图像和所述暗场图像。
7.根据权利要求1所述的基于高动态技术的图像缺陷分类方法,其特征在于,按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出的步骤中,所述方法包括:
识别所述明场缺陷区域的明场缺陷灰度值;
根据所述预设缺陷检测规则对所述明场缺陷灰度值进行比对,得到缺陷比对值;
如果所述缺陷比对值大于所述缺陷阈值,将所述缺陷比对值对应的图像区域标记为所述缺陷检出区域。
8.根据权利要求7所述的基于高动态技术的图像缺陷分类方法,其特征在于,按照所述检出结果以及预设缺陷分类规则对所述暗场组图进行缺陷分类的步骤中,所述方法还包括:
根据所述缺陷检出区域,在所述暗场图像中确定暗场缺陷区域;
获取所述暗场缺陷区域的尺寸信息;
根据所述尺寸信息,计算所述暗场缺陷区域的长宽比例;
根据所述预设缺陷分类规则对所述长宽比例进行比对,得到缺陷分类结果。
9.根据权利要求1所述的基于高动态技术的图像缺陷分类方法,其特征在于,通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像的步骤中,所述方法还包括:
使用工业线阵相机按照1:n的比例输出暗场图像和明场图像;其中,n为大于1的整数;
将n倍数量的明场图像合成为高动态明场图像。
10.一种基于高动态技术的图像缺陷分类系统,其特征在于,所述系统包括缺陷检测模块,所述缺陷检测模块被配置为:
通过工业相机捕捉待检测料膜在处于移动状态时的模式场图像;所述模式场图像包括若干相互交替明场图像和暗场图像;所述明场图像与所述暗场图像是在同一时间及同一位置采集的待检测料膜的图像,所述明场图像的背景灰度值大于所述暗场图像的背景灰度值;
从所述模式场图像中分别提取所述明场图像和所述暗场图像,并将所述明场图像拼接为明场组图以及将所述暗场图像拼接为暗场组图;
识别所述明场组图中的明场缺陷区域;
按照所述明场缺陷区域以及预设缺陷检测规则对所述明场组图进行缺陷检出,以得到缺陷检出区域;
按照所述缺陷检出区域以及预设缺陷分类规则对所述暗场组图进行缺陷分类,以得到缺陷分类结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211707533.4A CN116030002A (zh) | 2022-12-29 | 2022-12-29 | 一种基于高动态技术的图像缺陷分类方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211707533.4A CN116030002A (zh) | 2022-12-29 | 2022-12-29 | 一种基于高动态技术的图像缺陷分类方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116030002A true CN116030002A (zh) | 2023-04-28 |
Family
ID=86070072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211707533.4A Pending CN116030002A (zh) | 2022-12-29 | 2022-12-29 | 一种基于高动态技术的图像缺陷分类方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030002A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116740074A (zh) * | 2023-08-16 | 2023-09-12 | 青岛天仁微纳科技有限责任公司 | 基于机器视觉的晶圆缺陷精准识别方法 |
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
-
2022
- 2022-12-29 CN CN202211707533.4A patent/CN116030002A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116740074A (zh) * | 2023-08-16 | 2023-09-12 | 青岛天仁微纳科技有限责任公司 | 基于机器视觉的晶圆缺陷精准识别方法 |
CN116740074B (zh) * | 2023-08-16 | 2023-11-14 | 青岛天仁微纳科技有限责任公司 | 基于机器视觉的晶圆缺陷精准识别方法 |
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116030002A (zh) | 一种基于高动态技术的图像缺陷分类方法及系统 | |
WO2018121269A1 (zh) | 膜片的检测系统、检测方法和装置 | |
CN104749184B (zh) | 自动光学检测方法和系统 | |
KR101992288B1 (ko) | 시트 검사 장치 | |
JP7005930B2 (ja) | シート検査装置及び検査システム | |
WO2007074770A1 (ja) | 画像解析によって欠陥検査を行う欠陥検査装置 | |
CN112394064B (zh) | 一种屏幕缺陷检测的点线测量方法 | |
CN109900723A (zh) | 玻璃表面缺陷检测方法及装置 | |
KR20180114826A (ko) | 시트 검사 장치 | |
CN112881430A (zh) | 一种基于图像识别的显示屏缺陷监测系统及其检测方法 | |
CN106846294B (zh) | 视觉检测方法、装置及设备 | |
CN111665249B (zh) | 一种光强调整方法、系统及光学检测设备 | |
CN114441444A (zh) | 一种基于多波段复用的融合分选方法 | |
CN110446023B (zh) | 检测电子墨水屏的方法和检测系统 | |
JPH08189904A (ja) | 表面欠陥検出装置 | |
CN114445330A (zh) | 一种元器件外观缺陷的检测方法及系统 | |
JP2006133196A (ja) | 画素ムラ欠陥検出方法、画素ムラ欠陥検出装置、画素ムラ欠陥検出プログラムおよびこのプログラムを記録した記録媒体。 | |
CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
CN115452718A (zh) | 电芯检测系统、电芯检测方法及计算机可读存储介质 | |
CN116087104A (zh) | 一种线扫微距相机扫描系统和方法 | |
CN113624458B (zh) | 基于双路全投射光的薄膜均匀性检测系统 | |
CN115100102A (zh) | 镀膜镜片的缺陷检测方法、装置、设备及可读存储介质 | |
JPH09264856A (ja) | 物品外観検査装置 | |
CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
CN113376183A (zh) | 一种玻璃缺陷检测方法、系统及设备 |
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 |