CN117309892A - 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 - Google Patents
一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 Download PDFInfo
- Publication number
- CN117309892A CN117309892A CN202311605981.8A CN202311605981A CN117309892A CN 117309892 A CN117309892 A CN 117309892A CN 202311605981 A CN202311605981 A CN 202311605981A CN 117309892 A CN117309892 A CN 117309892A
- Authority
- CN
- China
- Prior art keywords
- light source
- blue film
- battery
- picture
- combined
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 100
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000001914 filtration Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000037303 wrinkles Effects 0.000 claims description 4
- 241001270131 Agaricus moelleri Species 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B15/00—Special procedures for taking photographs; Apparatus therefor
- G03B15/02—Illuminating scene
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B15/00—Special procedures for taking photographs; Apparatus therefor
- G03B15/02—Illuminating scene
- G03B15/03—Combinations of cameras with lighting apparatus; Flash units
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明实施例涉及电池缺陷检测技术领域,公开了一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器,该系统包括光源控制器、组合光源和工业相机,该光源控制器可执行本申请的缺陷检测方法,该方法首先在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上,然后通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片,接着将拍照周期内的所有照片进行合并处理,以得到合并后的图像,最后对合并后的图像进行特征提取并分类,以确定电池蓝膜上的缺陷,本发明实施例提供的缺陷检测方法采用组合光源提供多种照明光照射在蓝膜上,配合工业相机采集更多缺陷特征,进而实现高精度蓝膜缺陷检测,且能够对缺陷进行区分。
Description
技术领域
本发明实施例涉及电池缺陷检测技术领域,特别涉及一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器。
背景技术
电芯是动力电池中最基本、也是最重要的独立单元,按外形主要可分为方形、圆柱体和软包三类,而在绝大多数生产工艺中,都要给电芯外面包一层保护膜,因其颜色为蓝色,又称之为蓝膜。蓝膜是电池的最后一道安全屏障,因此生产过程中必须对其是否存在缺陷以及缺陷的形态进行详尽检测。
借鉴机器视觉在消费电子、半导体等领域的经验,现行解决方案是利用工业相机对电池的蓝膜表面进行拍照,再使用某些图像处理算法进行处理后检测缺陷。
在实现本发明实施例过程中,发明人发现以上相关技术中至少存在如下问题:目前在采用工业相机对蓝膜进行拍照检测时,通常只需要环境光,或者仅采用一种照明光进行照射,通常检测精度并不高,有的缺陷不能清晰呈现和检出,也难以对缺陷进行有效地区分。
发明内容
本申请实施例提供了一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器。
本发明实施例的目的是通过如下技术方案实现的:
为解决上述技术问题,第一方面,本发明实施例中提供了一种电池蓝膜的缺陷检测方法,包括:在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。
在一些实施例中,所述将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像,包括:识别并提取各所述照片中的包含蓝膜的区域,以得到仅包含所述蓝膜的图片;对各所述图片进行预处理,以提取预处理后的各所述图片中的亮斑和/或暗斑;将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像。
在一些实施例中,所述对各所述图片进行预处理,包括:对各所述图片进行高斯滤波,以滤除所述图片中的低频的背景噪声和高频噪声,保留包含亮斑和暗斑的第一预处理图片;以及,对各所述图片进行带通滤波,以提取包含亮斑的第二预处理图片。
在一些实施例中,所述将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像,包括:将各所述图片对应的第一预处理图片和第二预处理图片中的亮斑和暗斑进行融合和形态学操作,以得到所述合并后的图像,其中,所述融合为将同一位置上的亮斑取并集,将同一位置上的暗斑取并集。
在一些实施例中,所述特征至少包括形状特征和灰度统计特征,所述形状特征至少包括面积、长轴长度、短轴长度、圆度和/或凸度,所述灰度统计特征至少包括平均灰度、灰度方差和/或10%~90%分位灰度值,所述对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷,包括:根据亮斑和/或暗斑的形状特征和灰度统计特征,确定所述电池蓝膜上的缺陷类型,其中,所述缺陷类型至少包括划痕、摩擦、气泡、异物、沾污、破损、褶皱、凹坑和/或凸包。
为解决上述技术问题,第二方面,本发明实施例中提供了一种电池蓝膜的缺陷检测装置,包括:照明单元,用于在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;采集单元,用于通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;合并单元,用于将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;提取单元,用于对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。
为解决上述技术问题,第三方面,本发明实施例提供了一种光源控制器,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上第一方面所述的方法。
为解决上述技术问题,第四方面,本发明实施例提供了一种电池蓝膜的缺陷检测系统,包括:如第三方面所述的光源控制器;组合光源,与所述光源控制器连接,所述组合光源包括至少两种光源,所述至少两种光源配置为在一个拍照周期内分时照射在被测电池蓝膜上;工业相机,用于采集包含所述电池蓝膜的照片。
在一些实施例中,所述组合光源至少包括同轴光光源和交叉条形光光源,和/或,所述工业相机为线性扫描工业相机或者面阵工业相机。
在一些实施例中,所述缺陷检测系统还包括:电缆集成模块,其输入端与所述光源控制器连接,其输出端与所述组合光源中的各光源连接;和/或,所述缺陷检测系统还包括:编码器,其输入端与所述光源控制器连接,其输出端与所述工业相机连接,所述光源控制器配置为将控制指令传递至所述编码器,所述编码器配置为根据所述控制指令输出驱动信号至所述工业相机,所述编码器和所述工业相机还分别与上位机连接。
与现有技术相比,本发明的有益效果是:区别于现有技术的情况,本发明实施例中提供了一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器,该系统包括光源控制器、组合光源和工业相机,该光源控制器可执行本申请的缺陷检测方法,该方法首先在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上,然后通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片,接着将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像,最后对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷,本发明实施例提供的缺陷检测方法采用组合光源提供多种照明光照射在蓝膜上,配合工业相机采集更多缺陷特征,进而实现高精度蓝膜缺陷检测,且能够对缺陷进行区分。
附图说明
一个或多个实施例中通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件/模块和步骤表示为类似的元件/模块和步骤,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例一提供的一种电池蓝膜的缺陷检测方法的流程示意图;
图2是本发明实施例提供的一种组合光源和相机的驱动信号示意图;
图3是图1所示缺陷检测方法中步骤S130的一子流程示意图;
图4是本发明实施例二提供的一种电池蓝膜的缺陷检测装置的结构示意图;
图5是本发明实施例三提供的一种光源控制器的结构示意图;
图6是本发明实施例四提供的一种电池蓝膜的缺陷检测系统的结构示意图;
图7是本发明实施例四提供的另一种电池蓝膜的缺陷检测系统的结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以作出若干变形和改进。这些都属于本发明的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。需要说明的是,当一个元件被表述“连接”另一个元件,它可以是直接连接到另一个元件,或者其间可以存在一个或多个居中的元件。
除非另有定义,本说明书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。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
为了解决当前蓝膜缺陷检测精度不高,难以区分各种缺陷的类型的情况,本发明实施例提供了一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器,该系统采用组合光源提供多种照明光照射在蓝膜上,配合工业相机采集更多缺陷特征,进而实现高精度蓝膜缺陷检测,且能够对缺陷进行区分。
具体地,下面结合附图,对本发明实施例作进一步阐述。
实施例一
本发明实施例提供了一种电池蓝膜的缺陷检测方法,请参见图1,其示出了本发明实施例提供的一种电池蓝膜的缺陷检测方法的流程,所述缺陷检测方法包括但不限于以下步骤:
步骤S110:在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;
首先,在本发明实施例中,需要设置组合光源,具体地,可根据对所需检测的缺陷类型的敏感度来选择相应的各类光源,以得到组合光源。例如,由于同轴光容易识别凹坑或凸起等存在形状特征的缺陷,因此可选择同轴光作为组合光源中的光源之一,以提高对凹坑或凸起等形状类缺陷的检测精度。再例如,由于交叉条形光容易识别到蓝膜破损、划痕等缺陷特征,因此还可以选择交叉条形光作为组合光源中的光源之一,以提高对破损或划痕等缺陷的检测精度。具体地,可根据实际需要选择组合光源中光源的数量和类型,不需要拘泥于本发明实施例的限定。
其次,请一并参见图2,其示出了本发明实施例提供的一种组合光源和相机的驱动信号,在控制组合光源打光时,为充分利用不同光源的特性,且避免不同光源之间的干扰,还需在同一时间仅控制组合光源中的一个光源照射电池表面,分时控制不同光源在一个拍照周期内分别对电池表面的蓝膜进行照明。也即,如图2所示,若组合光源包括光源1、光源2、光源3三个光源,则在一个拍照周期内光源1、光源2和光源3需要分时打开。
步骤S120:通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;
请继续参见图2,在控制组合光源中各个光源进行打光的同时,还需要启动工业相机分别在每个光源照射到蓝膜上的时候对电池表面进行拍照,以得到包含蓝膜的照片,用于进行缺陷检测和分析。需要说明的是,可以是仅采集一个拍照周期的照片用于缺陷检测,也可以是采集多个拍照周期的照片用于缺陷检测,进而还可以对多个拍照周期的照片的缺陷检测结果进行比较等分析,以进一步提高检测精度。
步骤S130:将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;
在本发明实施例中,在得到各光源照射到电池表面上时的照片之后,需要对各照片进行合并处理,从而整合各照片中的缺陷信息,以对蓝膜上的缺陷进行更精确的判断。需要说明的是,本申请仅提供了直接将各照片合并处理后再进行缺陷分析的方案,在其他的一些实施例中,对于一些对某类缺陷检测精度很高的光源,也可以在获取到照片之后直接对照片进行缺陷检测和分析,以直接确定是否存在某类缺陷,后续可不再检测这类缺陷,或者,用于对合并后的图像进行缺陷检测时的验证等,具体可根据实际需要进行设置,不需要拘泥于本发明实施例的限定。
进一步地,请参见图3,其示出了图1所示缺陷检测方法中步骤S130的一子流程,所述将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像,也即所述步骤S130至少包括:
步骤S131:识别并提取各所述照片中的包含蓝膜的区域,以得到仅包含所述蓝膜的图片;
在本发明实施例中,由于工业相机拍摄的照片还可能存在背景或者电池表面未覆盖蓝膜的区域,如电极等结构,因此还需要对照片进行初步的处理,提取照片中仅包含蓝膜的区域。具体地,可通过ROI功能自动识别所述照片中的蓝膜区域,以得到仅包含所述蓝膜的图片,在其他的一些实施例中,也可以通过其他图像处理算法提取包含蓝膜特征的图片,具体可根据实际需要进行选择,不需要拘泥于本发明实施例的限定。
步骤S132:对各所述图片进行预处理,以提取预处理后的各所述图片中的亮斑和/或暗斑;
对于仅包含蓝膜的各图片,还需要对各图片进行预处理,以去除照片中的噪声,具体地,所述对各所述图片进行预处理,包括:对各所述图片进行高斯滤波,以滤除所述图片中的低频的背景噪声和高频噪声,保留包含亮斑和暗斑的第一预处理图片;以及,对各所述图片进行带通滤波,以提取包含亮斑的第二预处理图片。且有,为提高识别精度,本发明实施例获取两种预处理图片,第一预处理图片为通过高斯滤波滤除高频噪声和低频噪声的图片,第二预处理图片则为通过带通滤波仅允许特定频段的波通过的图片,也即第一预处理图片为滤除图片中的噪声得到的,第二预处理图片为筛选出图片中缺陷的信号得到的,得到的第一预处理图片和第二预处理图片中主要包含亮斑和/或暗斑的信息。其中,所述高频噪声通常为硬件和光源引起的灰度值高频、低幅度的波动,所述低频噪声通常为电芯因为放置偏斜等原因引起的灰度值整体趋势的缓慢变化,带通滤波允许通过的特定频段为中等频率且幅度较大的亮斑或暗斑的信号。在其他的一些实施例中,也可以采用其他滤波方式及相应的滤波器,或者其他图像处理方式对图片进行预处理,以得到亮斑和/或暗斑信息。
步骤S133:将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像。
在得到所述图片中的亮斑和/或暗斑之后,需要将每张图片中,位于同一个位置的亮斑或暗斑进行融合,从而得到最终可用于识别缺陷的图像。具体地,所述将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像,包括:将各所述图片对应的第一预处理图片和第二预处理图片中的亮斑和暗斑进行融合和形态学操作,以得到所述合并后的图像,其中,所述融合为将同一位置上的亮斑取并集,将同一位置上的暗斑取并集。通常地,在各图片同一位置上通常要不就是亮斑,要不就是暗斑,表现为同一类缺陷所具有的特征,取并集且进行形态学操作后可得到范围最大且灰度值最高的暗斑或范围最大且灰度值最低的亮斑。然而,也可能出现检测错误的情况,例如同一位置在不同图片上既是亮斑又是暗斑,此时,可以再获取一个拍照周期的图片重新进行判断,再或者,可以是根据该特征的形状确定可能的缺陷类型并采用对该类特征检测精度较高的光源的照片作为标准。具体地,可根据实际需要选择各图片的融合方式,不需要拘泥于本发明实施例的限定。
步骤S140:对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。
在本发明实施例中,在将各所述图片中同一位置上的亮斑或暗斑进行融合,得到所述合并后的图像之后,即可根据合并后图像中亮斑或者暗斑的形状和灰度特征来确定缺陷的类型。具体地,所述特征至少包括形状特征和灰度统计特征,所述形状特征至少包括面积、长轴长度、短轴长度、圆度和/或凸度,所述灰度统计特征至少包括平均灰度、灰度方差和/或10%~90%分位灰度值;所述对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷,包括:根据亮斑和/或暗斑的形状特征和灰度统计特征,确定所述电池蓝膜上的缺陷类型,其中,所述缺陷类型至少包括划痕、摩擦、气泡、异物、沾污、破损、褶皱、凹坑和/或凸包。
实施例二
本发明实施例提供了一种电池蓝膜的缺陷检测装置100,请参见图4,其示出了本发明实施例提供的一种电池蓝膜的缺陷检测装置100的结构,所述缺陷检测装置100包括:照明单元110、采集单元120、合并单元130和提取单元140。
所述照明单元110用于在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;需要说明的是,所述照明单元110非为光源,而是工业相机的虚拟控制部分。
所述采集单元120用于通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;需要说明的是,所述照明单元110非为相机,而是组合光源的虚拟控制部分。
所述合并单元130用于将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;所述合并单元130还用于识别并提取各所述照片中的包含蓝膜的区域,以得到仅包含所述蓝膜的图片;对各所述图片进行预处理;提取预处理后的各所述图片中的亮斑和/或暗斑;将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像。所述合并单元130还用于对各所述图片进行高斯滤波,以滤除所述图片中的低频的背景噪声和高频噪声,保留包含亮斑和暗斑的第一预处理图片;以及,对各所述图片进行带通滤波,以提取包含亮斑的第二预处理图片。所述合并单元130还用于将各所述图片对应的第一预处理图片和第二预处理图片中的亮斑和暗斑进行融合和形态学操作,以得到所述合并后的图像,其中,所述融合为将同一位置上的亮斑取并集,将同一位置上的暗斑取并集。
所述提取单元140用于对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。所述特征至少包括形状特征和灰度统计特征,所述形状特征至少包括面积、长轴长度、短轴长度、圆度和/或凸度,所述灰度统计特征至少包括平均灰度、灰度方差和/或10%~90%分位灰度值,所述提取单元140还用于根据亮斑和/或暗斑的形状特征和灰度统计特征,确定所述电池蓝膜上的缺陷类型,其中,所述缺陷类型至少包括划痕、摩擦、气泡、异物、沾污、破损、褶皱、凹坑和/或凸包。
实施例三
本发明实施例还提供了一种光源控制器,请参见图5,其示出了能够执行图1或图3所述电池蓝膜的缺陷检测方法的光源控制器的硬件结构。
所述光源控制器10包括:至少一个处理器11;以及,与所述至少一个处理器11通信连接的存储器12,图5中以一个处理器11为例。所述存储器12存储有可被所述至少一个处理器11执行的指令,所述指令被所述至少一个处理器11执行,以使所述至少一个处理器11能够执行上述图1或图3所述的电池蓝膜的缺陷检测方法。所述处理器11和所述存储器12可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器12作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的电池蓝膜的缺陷检测方法对应的程序指令/模块,例如,图4所示的各个模块。处理器11通过运行存储在存储器12中的非易失性软件程序、指令以及模块,从而执行光源控制器的各种功能应用以及数据处理,即实现上述方法实施例电池蓝膜的缺陷检测方法。
存储器12可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电池蓝膜的缺陷检测装置的使用所创建的数据等。此外,存储器12可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件或其他非易失性固态存储器件。在一些实施例中,存储器12可选包括相对于处理器11远程设置的存储器,这些远程存储器可以通过网络连接至电池蓝膜的缺陷检测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器12中,当被所述一个或者多个处理器11执行时,执行上述任意方法实施例中的电池蓝膜的缺陷检测方法,例如,执行以上描述的图1或图3的方法步骤,实现图4中的各模块和各单元的功能。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例还提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如,执行以上描述的图1或图3的方法步骤,实现图4中的各模块的功能。
本申请实施例还提供了一种计算机程序产品,包括存储在非易失性计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任意方法实施例中的电池蓝膜的缺陷检测方法,例如,执行以上描述的图1或图3的方法步骤,实现图4中的各模块的功能。
实施例四
本发明实施例提供了一种电池蓝膜的缺陷检测系统1,请参见图6,其示出了本发明实施例提供的一种电池蓝膜的缺陷检测系统1的结构,所述电池蓝膜的缺陷检测系统1包括:光源控制器10、组合光源20、工业相机30。
所述光源控制器10为实施例三所述的光源控制器10,能够执行实施例一提供的缺陷检测方法,且还可以包括实施例二所述的缺陷检测装置。所述光源控制器10与组合光源20和工业相机30直接或间接连接,当直接连接时,能够输出控制信号至组合光源20和工业相机30以控制组合光源20和工业相机的打开和关闭,例如,可输出如图2所示的驱动信号驱动所述组合光源20和所述工业相机30工作或关闭,且能够获取工业相机30拍摄的照片,并根据工业相机30上传的照片分析出电池蓝膜上的缺陷数量、位置和类型等。
所述组合光源20,与所述光源控制器10连接,所述组合光源20包括至少两种光源,所述至少两种光源配置为在一个拍照周期内分时照射在被测电池蓝膜上;所述组合光源20至少包括同轴光光源和交叉条形光光源,具体地,所述组合光源20的数量和类型的设置可根据实际对蓝膜的缺陷检测的需求进行设置,不需要拘泥于本发明实施例的限定。
所述工业相机30,用于采集包含所述电池蓝膜的照片。所述工业相机30为线性扫描工业相机或者面阵工业相机,具体地,所述工业相机30的类型的设置可根据实际对蓝膜的缺陷检测的需求及组合光源20的选择进行设置,不需要拘泥于本发明实施例的限定。
进一步地,所述光源控制器10与组合光源20和/或工业相机30间接连接时,所述缺陷检测系统1还可以包括:电缆集成模块40,和/或,编码器50,请参见图7,其示出了本发明实施例提供的另一种电池蓝膜的缺陷检测系统1的结构,图7以包含电缆集成模块40和编码器50为例。
所述电缆集成模块40,其输入端与所述光源控制器10连接,其输出端与所述组合光源20中的各光源连接。在本发明实施例中,所述组合光源20可以是分离式或者组合式的,当采用分离式的组合光源20时,组合光源20中的各个光源独立放置并分别与所述光源控制器10连接;当采用组合式的组合光源20时,则需要采用电缆集成模块40将控制线缆统一集成后通过一根通信线与所述光源控制器10连接。
所述编码器50,其输入端与所述光源控制器10连接,其输出端与所述工业相机30连接,所述光源控制器10配置为将控制指令传递至所述编码器50,所述编码器50配置为根据所述控制指令输出驱动信号至所述工业相机30,例如,可将开关信号等控制指令转化为图2所示驱动信号后输出至所述工业相机30,所述编码器50和所述工业相机30还可以分别与上位机2连接,以实现工业相机30和光源控制器10分别与上位机2的数据交互。
本发明实施例中提供了一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器,该系统包括光源控制器、组合光源和工业相机,该光源控制器可执行本申请的缺陷检测方法,该方法首先在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上,然后通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片,接着将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像,最后对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷,本发明实施例提供的缺陷检测方法采用组合光源提供多种照明光照射在蓝膜上,配合工业相机采集更多缺陷特征,进而实现高精度蓝膜缺陷检测,且能够对缺陷进行区分。
需要说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(Random Access Memory, RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以任意顺序实现,并存在如上所述的本发明的不同方面的许多其他变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的范围。
Claims (10)
1.一种电池蓝膜的缺陷检测方法,其特征在于,包括:
在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;
通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;
将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;
对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。
2.根据权利要求1所述的缺陷检测方法,其特征在于,
所述将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像,包括:
识别并提取各所述照片中的包含蓝膜的区域,以得到仅包含所述蓝膜的图片;
对各所述图片进行预处理,以提取预处理后的各所述图片中的亮斑和/或暗斑;
将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像。
3.根据权利要求2所述的缺陷检测方法,其特征在于,
所述对各所述图片进行预处理,包括:
对各所述图片进行高斯滤波,以滤除所述图片中的低频的背景噪声和高频噪声,保留包含亮斑和暗斑的第一预处理图片;
以及,
对各所述图片进行带通滤波,以提取包含亮斑的第二预处理图片。
4.根据权利要求3所述的缺陷检测方法,其特征在于,
所述将各所述图片中同一位置上的亮斑和/或暗斑进行融合,以得到所述合并后的图像,包括:
将各所述图片对应的第一预处理图片和第二预处理图片中的亮斑和暗斑进行融合和形态学操作,以得到所述合并后的图像,
其中,所述融合为将同一位置上的亮斑取并集,将同一位置上的暗斑取并集。
5.根据权利要求4所述的缺陷检测方法,其特征在于,
所述特征至少包括形状特征和灰度统计特征,所述形状特征至少包括面积、长轴长度、短轴长度、圆度和/或凸度,所述灰度统计特征至少包括平均灰度、灰度方差和/或10%~90%分位灰度值,
所述对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷,包括:
根据亮斑和/或暗斑的形状特征和灰度统计特征,确定所述电池蓝膜上的缺陷类型,其中,所述缺陷类型至少包括划痕、摩擦、气泡、异物、沾污、破损、褶皱、凹坑和/或凸包。
6.一种电池蓝膜的缺陷检测装置,其特征在于,包括:
照明单元,用于在一个拍照周期内,控制组合光源中的各光源依次照射在被测电池的蓝膜上;
采集单元,用于通过工业相机采集所述拍照周期内各光源分别照射到所述蓝膜上时的照片;
合并单元,用于将所述拍照周期内的所有照片进行合并处理,以得到合并后的图像;
提取单元,用于对合并后的图像进行特征提取并分类,以确定所述电池蓝膜上的缺陷。
7.一种光源控制器,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-5任一项所述的方法。
8.一种电池蓝膜的缺陷检测系统,其特征在于,包括:
如权利要求7所述的光源控制器;
组合光源,与所述光源控制器连接,所述组合光源包括至少两种光源,所述至少两种光源配置为在一个拍照周期内分时照射在被测电池蓝膜上;
工业相机,用于采集包含所述电池蓝膜的照片。
9.根据权利要求8所述的缺陷检测系统,其特征在于,
所述组合光源至少包括同轴光光源和交叉条形光光源,
和/或,
所述工业相机为线性扫描工业相机或者面阵工业相机。
10.根据权利要求8所述的缺陷检测系统,其特征在于,
所述缺陷检测系统还包括:电缆集成模块,其输入端与所述光源控制器连接,其输出端与所述组合光源中的各光源连接;
和/或,
所述缺陷检测系统还包括:编码器,其输入端与所述光源控制器连接,其输出端与所述工业相机连接,所述光源控制器配置为将控制指令传递至所述编码器,所述编码器配置为根据所述控制指令输出驱动信号至所述工业相机,
所述编码器和所述工业相机还分别与上位机连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605981.8A CN117309892B (zh) | 2023-11-29 | 2023-11-29 | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311605981.8A CN117309892B (zh) | 2023-11-29 | 2023-11-29 | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117309892A true CN117309892A (zh) | 2023-12-29 |
CN117309892B CN117309892B (zh) | 2024-03-15 |
Family
ID=89255678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311605981.8A Active CN117309892B (zh) | 2023-11-29 | 2023-11-29 | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117309892B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117782992A (zh) * | 2024-02-23 | 2024-03-29 | 宁德时代新能源科技股份有限公司 | 包膜设备及包膜方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110001476U (ko) * | 2009-08-05 | 2011-02-11 | 김교월 | 엘시디 비엘유 도광판 표면 이물 자동검사장비 및 분류 리페어장비 |
CN109872300A (zh) * | 2018-12-17 | 2019-06-11 | 南京工大数控科技有限公司 | 一种摩擦片外观缺陷的视觉显著性检测方法 |
CN209764751U (zh) * | 2019-04-12 | 2019-12-10 | 北京深度奇点科技有限公司 | 表面缺陷检测系统 |
CN116908212A (zh) * | 2023-09-12 | 2023-10-20 | 厦门微亚智能科技股份有限公司 | 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统 |
-
2023
- 2023-11-29 CN CN202311605981.8A patent/CN117309892B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110001476U (ko) * | 2009-08-05 | 2011-02-11 | 김교월 | 엘시디 비엘유 도광판 표면 이물 자동검사장비 및 분류 리페어장비 |
CN109872300A (zh) * | 2018-12-17 | 2019-06-11 | 南京工大数控科技有限公司 | 一种摩擦片外观缺陷的视觉显著性检测方法 |
CN209764751U (zh) * | 2019-04-12 | 2019-12-10 | 北京深度奇点科技有限公司 | 表面缺陷检测系统 |
CN116908212A (zh) * | 2023-09-12 | 2023-10-20 | 厦门微亚智能科技股份有限公司 | 一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
宋丽梅 等: "机器视觉与机器学习", 30 June 2020, 机械工业出版社, pages: 91 - 97 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117782992A (zh) * | 2024-02-23 | 2024-03-29 | 宁德时代新能源科技股份有限公司 | 包膜设备及包膜方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117309892B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109613002B (zh) | 一种玻璃缺陷检测方法、装置和存储介质 | |
CN117309892B (zh) | 一种电池蓝膜的缺陷检测方法、装置及系统和光源控制器 | |
WO2012169088A1 (ja) | 画像処理装置、画像処理方法及び画像処理システム | |
US9916515B2 (en) | Image processing | |
JP2012159318A (ja) | 分析装置 | |
CN115018797A (zh) | 屏幕缺陷的检测方法、检测设备以及计算机可读存储介质 | |
CN112070749A (zh) | 纸张缺陷检测方法和装置 | |
CN112102253A (zh) | 基于机器视觉的无纺布表面缺陷自动化检测方法及系统 | |
CN114155179A (zh) | 光源缺陷检测方法、装置、设备和存储介质 | |
CN106370673A (zh) | 一种镜片疵病自动检测方法 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN111563869B (zh) | 用于摄像模组质检的污点测试方法 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
CN113888539B (zh) | 缺陷分类方法、装置、设备及存储介质 | |
CN114926675A (zh) | 外壳污损缺陷检测方法、装置、计算机设备及存储介质 | |
CN110441315B (zh) | 电子部件测试设备和方法 | |
JP2003156451A (ja) | 欠陥検出装置 | |
CN116523882B (zh) | 一种基于视觉的光学目标区域准确率检测方法与系统 | |
CN108827594B (zh) | 一种结构光投影器的解析力检测方法和检测系统 | |
CN109145753B (zh) | 表针的识别方法和装置 | |
KR102562741B1 (ko) | 인공지능을 이용하여 적혈구 검체에서 말라리아 감염을 진단하는 방법 및 그 장치 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
JP7438345B2 (ja) | 診断分析器のモデルを訓練する装置および方法 | |
CN113870242A (zh) | 一种检测盲孔的方法及设备 | |
JP2005128635A (ja) | 画像処理装置 |
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 |