CN117798087B - 基于外观缺陷检测的锂电池视觉分拣系统及终端 - Google Patents

Abstract

本发明提供基于外观缺陷检测的锂电池视觉分拣系统及终端，该系统包括采集待检测的锂电池的表面图像的图像采集模块、对表面图像进行预处理和特征提取的图像处理模块、对提取的特征进行分析并检测外观上的缺陷的缺陷检测模块、根据检测结果对锂电池进行分类的缺陷分类模块、根据分类结果对锂电池进行分拣的分拣模块。该系统可以检测多种类型的外观缺陷，确保了全面的质量控制，同时，能够高效、准确地检测锂电池的外观缺陷，确保合格产品的质量，降低次品率。该系统按照功能将缺陷检测模块中不同的缺陷检测功能分为不同的子单元，可以实现模块化的安装与使用，用户可以根据其具体生产需求，选择使用需要的缺陷检测子单元，而不必使用整个系统。

Description

基于外观缺陷检测的锂电池视觉分拣系统及终端

技术领域

本发明涉及光学检测技术领域，具体为基于外观缺陷检测的锂电池视觉分拣系统及终端。

背景技术

锂电池的外观缺陷检测是一种重要的质量控制步骤，用于检测锂电池外壳和标识上的缺陷，确保产品符合质量标准和安全要求。外观缺陷检测通常通过视觉分拣系统来实现，该系统使用图像处理和计算机视觉技术来检测各种缺陷。然而，现有技术的提供的一种基于机器视觉自动检测锂电池参数的检测系统，在进行缺陷检测时，描述的方法包括多个图像处理步骤，包括中值滤波、Sobel算子、图像边缘提取、二值化、平滑处理和差值分析等。这些处理高度耦合，使得缺陷检查也高度耦合，无法进行单项检测或分类检测，同时，由于对同一图像进行多处理，可能会导致图像失真，使得检测结果不够精确。

发明内容

鉴于以上所述现有技术的缺点，本发明提供基于外观缺陷检测的锂电池视觉分拣系统及终端，以解决上述技术问题。

本发明提供的基于外观缺陷检测的锂电池视觉分拣系统，包括图像采集模块、图像处理模块、缺陷检测模块、缺陷分类模块、分拣模块；

图像采集模块：用于采集待检测的锂电池的表面图像，其中，所述表面图像包括锂电池外壳表面、极性端子、标签或标识；

图像处理模块：用于对所述表面图像进行预处理和特征提取，其中，所述预处理包括去噪、亮度和对比度调整、直方图均衡和锐化；所述特征提取包括边缘特征提取、形状特征提取、纹理特征提取、颜色特征提取、统计特征提取、尺度不变特征提取；

缺陷检测模块：用于对提取的特征进行分析并检测外观上的缺陷，其中，所述缺陷检测模块包括尺寸缺陷检测单元、外观缺陷检测单元、极性端子缺陷检测单元、标签或标识缺陷检测单元；所述尺寸缺陷检测单元用于检测锂电池外观尺寸是否符合生产标准；所述外观缺陷检测单元用于检测锂电池外观是否存在缺陷；所述极性端子缺陷检测单元用于检测极性端子是否存在缺陷，所述标签或标识缺陷检测单元用于检测锂电池表面标签或标识是否存在缺陷；

缺陷分类模块：用于根据检测结果对锂电池进行分类；

分拣模块：用于根据分类结果对所述锂电池进行分拣。

于本发明中，所述尺寸缺陷检测单元包括标尺子单元、特征对应子单元、标定参数计算子单元、尺寸测量子单元，尺寸缺陷判定子单元；

所述标尺子单元包括一个已知尺寸的标尺，所述标尺与所述锂电池被设置在相同的图像采集环境中；

所述特征对应子单元用于采集标尺和锂电池的特征点，并通过标尺中特征点之间的像素距离，建立像素值与实际尺寸值之间的对应关系，其中，所述特征点包括标尺的标记点和锂电池的角点；

所述标定参数计算子单元用于通过像素值与实际尺寸值之间的对应关系，计算出标定参数，所述标定参数用于将图像中的像素值映射到实际尺寸；

所述尺寸测量子单元用于根据所述标定参数测量待测锂电池的实际尺寸；

所述尺寸缺陷判定子单元根据实际尺寸和生产标准尺寸判定锂电池是否存在尺寸缺陷。

于本发明中，所述外观缺陷检测单元包括凹陷缺陷检测子单元、污渍缺陷检测子单元、划痕缺陷检测子单元；

所述凹陷缺陷检测子单元用于检测锂电池外观是否存在凹陷缺陷；

所述污渍缺陷检测子单元用于检测锂电池外观是否存在污渍缺陷；

所述划痕缺陷检测子单元用于检测锂电池外观是否存在划痕缺陷。

于本发明中，所述凹陷缺陷检测子单元包括边缘检测组件、形状匹配组件、凹陷缺陷标记组件；

所述边缘检测组件用于通过Canny边缘检测算法检测表面图像中除外边缘之外的所有边缘；

所述形状匹配组件根据已知凹陷的边缘创建模板图像，将模板图像与表面图像中除外边缘之外的所有边缘进行匹配，输出匹配相似度，其中，所述模板图像为二值图像或灰度图像；

所述凹陷缺陷标记组件根据所述匹配相似度进行阈值判定，当所述匹配相似度高于阈值时，将边缘对应的区域标记为凹陷缺陷。

于本发明中，所述污渍缺陷检测子单元包括标准图像组件、污渍分析组件、污渍缺陷标记组件：所述标准图像组件用于获取无污渍缺陷的表面图像，并转化为Lab颜色空间图像，保存为标准图像；

所述污渍分析组件用于将待检测的表面图像转化为Lab颜色空间图像，并与标准图像进行颜色比较，输出颜色差异面积；

所述污渍缺陷标记组件根据所述颜色差异面积进行阈值判定，当所述颜色差异面积高于阈值时，将颜色差异区域标记为污渍缺陷。

于本发明中，所述划痕缺陷检测子单元包括纹理分析组件、形状分析组件、划痕缺陷标记组件；

所述纹理分析组件用于通过局部二值纹理特征提取算法获取表面图像中的所有纹理特征，其中，所述纹理特征包括像素强度值和梯度；

所述形状分析组件根据所述纹理特征对纹理进行分析，输出纹理与周围环境的像素强度值变化率和梯度变化率；

所述划痕缺陷标记组件根据像素强度值变化率和梯度变化率进行阈值判定，当高于阈值时，将纹理区域标记为划痕缺陷。

于本发明中，所述极性端子缺陷检测单元包括形状分析子单元、极性端子缺陷分析子单元、极性端子缺陷判定子单元；所述形状分析子单元用于检测极性端子的形状和边缘；

所述极性端子缺陷分析子单元用于根据标准极性端子形状与检测的极性端子形状进行比较，判断极性端子是否存在缺失、损坏和偏移；所述极性端子缺陷判定子单元用于根据比较结果进行判定，当极性端子存在缺失、损坏和偏移时，将极性端子标记为极性端子缺陷。

于本发明中，所述标签或标识缺陷检测单元包括标签或标识获取子单元、标签或标识缺陷分析子单元和标签或标识缺陷判定子单元；

标签或标识获取子单元用于获取锂电池表面图像中的字符；

标签或标识缺陷分析子单元用于根据OCR识别算法识别字符是否清晰和完整；

标识缺陷判定子单元用于根据识别结果进行判定，当识别字符不清晰或不完整时，将标签或标识标记为标签或标识缺陷。

于本发明中，所述缺陷分类模块用于根据缺陷检测模块的检测结果对锂电池进行分类，当检测结果中不存在任何缺陷时，标记为合格品；当检测结果中存在缺陷时，标记为次品。

本发明还提供基于外观缺陷检测的锂电池视觉分拣终端，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述基于外观缺陷检测的锂电池视觉分拣终端实现如上述任一项所述的基于外观缺陷检测的锂电池视觉分拣系统。

本发明提供基于外观缺陷检测的锂电池视觉分拣系统，该系统包括图像采集模块、图像处理模块、缺陷检测模块、缺陷分类模块、分拣模块，图像采集模块采集待检测的锂电池的表面图像，图像处理模块对表面图像进行预处理和特征提取，缺陷检测模块对提取的特征进行分析并检测外观上的缺陷，缺陷分类模块根据检测结果对锂电池进行分类，分拣模块根据分类结果对锂电池进行分拣，该系统产生的有益效果包括：

1、该系统通过缺陷检测模块可以检测多种类型的外观缺陷，包括尺寸、凹陷、污渍、划痕、极性端子、标签或标识等，确保了全面的质量控制，同时，系统能够高效、准确地检测锂电池的外观缺陷，确保合格产品的质量，降低次品率。

2、该系统能够自动化执行检测和分拣操作，减少了人工干预的需求，提高了生产效率，同时，系统能够处理大量的锂电池，适用于大规模生产线，有助于快速而可靠地满足市场需求。

3、该系统按照功能将缺陷检测模块中不同的缺陷检测功能分为不同的子单元，可以实现模块化的安装与使用，用户可以根据其具体生产需求，选择使用需要的缺陷检测子单元，而不必使用整个系统。提供了高度的定制性，使系统适应不同产品和生产线。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。在附图中：

图1为本发明的一示例性实施例示出的基于外观缺陷检测的锂电池视觉分拣系统结构示意图。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

图1为本发明的一示例性实施例示出的基于外观缺陷检测的锂电池视觉分拣系统结构示意图；

如图1所示，本发明提供的基于外观缺陷检测的锂电池视觉分拣系统，包括图像采集模块、图像处理模块、缺陷检测模块、缺陷分类模块、分拣模块；

图像采集模块：用于采集待检测的锂电池的表面图像，其中，所述表面图像包括锂电池外壳表面、极性端子、标签或标识；

图像处理模块：用于对所述表面图像进行预处理和特征提取，其中，所述预处理包括去噪、亮度和对比度调整、直方图均衡和锐化；所述特征提取包括边缘特征提取、形状特征提取、纹理特征提取、颜色特征提取、统计特征提取、尺度不变特征提取；

缺陷检测模块：用于对提取的特征进行分析并检测外观上的缺陷，其中，所述缺陷检测模块包括尺寸缺陷检测单元、外观缺陷检测单元、极性端子缺陷检测单元、标签或标识缺陷检测单元；所述尺寸缺陷检测单元用于检测锂电池外观尺寸是否符合生产标准；所述外观缺陷检测单元用于检测锂电池外观是否存在缺陷；所述极性端子缺陷检测单元用于检测极性端子是否存在缺陷，所述标签或标识缺陷检测单元用于检测锂电池表面标签或标识是否存在缺陷；

缺陷分类模块：用于根据检测结果对锂电池进行分类；

分拣模块：用于根据分类结果对所述锂电池进行分拣。

具体的，图像采集模块是基于外观缺陷检测的锂电池视觉分拣系统的重要组成部分，用于采集待检测的锂电池的表面图像。这些表面图像包括以下几个主要部分：

锂电池外壳表面图像：这包括锂电池的外壳表面，用于检测外观缺陷，如凹陷、污渍、划痕等。

极性端子图像：这部分图像用于检测极性端子的外观是否存在缺陷，如缺失、损坏、偏移等。

标签或标识图像：锂电池上附带有标签、标识或文字信息，这部分图像用于检测这些标签或标识的外观是否存在缺陷，如字符清晰度、完整性等。

图像采集模块通常包括相机或图像传感器，用于捕获这些不同部分的图像。这些图像随后传输给图像处理模块，以进行预处理、特征提取和缺陷检测。

图像处理模块对图像采集模块采集到的锂电池的表面图像进行处理，图像处理模块执行以下两个主要任务：预处理和特征提取。

预处理：预处理是在进行缺陷检测之前对图像进行的一系列操作，以提高图像的质量和可分析性。在这种情况下，预处理步骤包括：

去噪：去除图像中的噪声，以减少干扰并提高检测算法的准确性。

亮度和对比度调整：调整图像的亮度和对比度，确保图像具有合适的亮度水平，以便更好地识别缺陷。

直方图均衡：均衡图像的直方图，以扩展图像的亮度范围，提高对比度。

锐化：增强图像中的边缘和细节，以更好地捕捉缺陷。

特征提取：特征提取是从预处理后的图像中提取有关图像内容的关键信息，以用于后续的缺陷检测。在这种情况下，特征提取包括以下类型的特征：

边缘特征提取：识别图像中的边缘。

形状特征提取：提取图像中物体的形状特征，如轮廓或角点，用于形状分析。

纹理特征提取：从图像中提取纹理信息，以识别纹理差异，如划痕或污渍。

颜色特征提取：提取图像中的颜色信息，用于检测颜色相关的缺陷，如污渍或标签的颜色问题。

统计特征提取：计算图像的统计特征，如均值、方差等，以了解图像的整体性质。

尺度不变特征提取：提取不受尺度变化影响的特征，以应对不同尺寸的锂电池。

这些特征可用于后续的缺陷检测模块，帮助系统更好地识别和分类不同类型的缺陷。特征提取通常结合图像处理算法和机器学习技术来实现。

缺陷检测模块负责分析从图像处理模块提取的特征，并检测锂电池外观上的各种缺陷。缺陷检测模块包括四个主要子单元：

尺寸缺陷检测单元：用于检测锂电池外观尺寸是否符合生产标准，涉及到尺寸测量和与预定标准进行比较。如果锂电池的尺寸超出规定标准，被标记为有尺寸缺陷。

外观缺陷检测单元：用于检测锂电池外观是否存在各种外观缺陷，如凹陷、污渍、划痕等。通过对图像处理模块提取的特征进行分析，以检测缺陷的存在和位置。

极性端子缺陷检测单元：用于检测极性端子是否存在缺陷，如缺失、损坏、偏移等。通过对极性端子进行形状分析和比较极性端子的实际形状与标准形状。

标签或标识缺陷检测单元：用于检测锂电池表面标签或标识是否存在缺陷，如字符清晰度、完整性等。通过使用OCR（Optical Character Recognition）识别算法来检测字符。

更进一步地，尺寸缺陷检测单元包括标尺子单元、特征对应子单元、标定参数计算子单元、尺寸测量子单元，尺寸缺陷判定子单元；

标尺子单元包括一个已知尺寸的标尺，标尺与锂电池被设置在相同的图像采集环境中；标尺用于提供已知尺寸的参考，以便测量锂电池的实际尺寸。

特征对应子单元用于采集标尺和锂电池的特征点，并通过标尺中特征点之间的像素距离，建立像素值与实际尺寸值之间的对应关系，其中，特征点包括标尺的标记点和锂电池的角点；

标定参数计算子单元用于通过像素值与实际尺寸值之间的对应关系，计算出标定参数，标定参数用于将图像中的像素值映射到实际尺寸；

尺寸测量子单元用于根据标定参数测量待测锂电池的实际尺寸；通过将图像中的特征点的像素值映射到实际尺寸，可以得到锂电池的准确尺寸。

尺寸缺陷判定子单元根据实际尺寸和生产标准尺寸判定锂电池是否存在尺寸缺陷。如果锂电池的尺寸超出了规定的标准范围，被标记为有尺寸缺陷。

更进一步地，外观缺陷检测单元包括凹陷缺陷检测子单元、污渍缺陷检测子单元、划痕缺陷检测子单元；

凹陷缺陷检测子单元用于检测锂电池外观是否存在凹陷缺陷；凹陷缺陷检测子单元使用图像处理算法来分析锂电池表面图像，以检测任何突出或凹陷的区域。通过分析图像中的边缘，它可以确定是否存在凹陷缺陷。

污渍缺陷检测子单元用于检测锂电池外观是否存在污渍缺陷；污渍缺陷检测子单元使用颜色分析和形状分析来检测不寻常的颜色斑点和区域，这可能表示污渍。通过比较待检测图像与标准图像，污渍缺陷检测子单元可以确定是否存在污渍缺陷。

划痕缺陷检测子单元用于检测锂电池外观是否存在划痕缺陷。划痕缺陷检测子单元使用纹理分析算法来分析图像中的纹理特征，如像素强度值和梯度。通过检查图像中的纹理变化，划痕缺陷检测子单元可以确定是否存在划痕缺陷。

具体的，凹陷缺陷检测子单元包括边缘检测组件、形状匹配组件、凹陷缺陷标记组件；

边缘检测组件用于通过Canny边缘检测算法检测表面图像中除外边缘之外的所有边缘；Canny边缘检测是一种常用的图像处理技术，它有助于准确定位对象的边缘。

形状匹配组件根据已知凹陷的边缘创建模板图像，将模板图像与表面图像中除外边缘之外的所有边缘进行匹配，输出匹配相似度，其中，模板图像为二值图像或灰度图像；将这个模板图像与表面图像中除外部边缘之外的所有边缘进行匹配。在匹配过程中，计算匹配的相似度。相似度的计算可以使用各种相似度度量标准，如均方差、相关性系数或归一化互相关等来完成。相似度度量标准将帮助确定模板与表面图像的匹配程度。

凹陷缺陷标记组件根据匹配相似度进行阈值判定，当匹配相似度高于阈值时，将边缘对应的区域标记为凹陷缺陷。意味着如果检测到某个区域与已知凹陷模板的相似度高于阈值，就会认为该区域存在凹陷缺陷，同时，该区域被标记。

具体的，污渍缺陷检测子单元包括标准图像组件、污渍分析组件、污渍缺陷标记组件：标准图像组件用于获取无污渍缺陷的表面图像，并转化为Lab颜色空间图像，保存为标准图像；

污渍分析组件用于将待检测的表面图像转化为Lab颜色空间图像，并与标准图像进行颜色比较，输出颜色差异面积；颜色比较通过计算两个图像之间的颜色差异来完成。常见的方法包括计算像素之间的颜色差异或使用色差公式。颜色比较会生成一个颜色差异图像，其中反映了待检测图像中颜色与标准图像不同的区域。然后，对这个颜色差异图像进行处理，计算颜色差异的面积，通常以像素为单位。颜色差异面积表示了待检测图像中的污渍缺陷大小。

污渍缺陷标记组件根据颜色差异面积进行阈值判定，当颜色差异面积高于阈值时，将颜色差异区域标记为污渍缺陷。根据事先设定的颜色差异面积阈值，决定是否将检测区域标记为污渍缺陷。如果颜色差异面积高于阈值，将颜色差异区域标记为污渍缺陷。

具体的，划痕缺陷检测子单元包括纹理分析组件、形状分析组件、划痕缺陷标记组件；

纹理分析组件用于通过局部二值纹理特征提取算法获取表面图像中的所有纹理特征，其中，纹理特征包括像素强度值和梯度；

更进一步地，局部二值纹理特征提取算法包括：

图像的局部区域划分：图像按照固定大小的正方形或矩形被分为小的局部块。

局部二值模式提取：对于每个局部块，计算像素强度值的局部二值模式。涉及像素值的二值化，将像素分为两类，例如黑和白。

特征提取：针对每个局部块，从局部二值模式中提取包含像素强度值和梯度信息的纹理特征。

形状分析组件根据纹理特征对纹理进行分析，输出纹理与周围环境的像素强度值变化率和梯度变化率； 计算局部块中像素强度值的变化率，以确定纹理的变化。计算局部块中梯度的变化率，以捕获边缘和纹理的变化。

划痕缺陷标记组件根据像素强度值变化率和梯度变化率进行阈值判定，当高于阈值时，将纹理区域标记为划痕缺陷。

更进一步地，极性端子缺陷检测单元包括形状分析子单元、极性端子缺陷分析子单元、极性端子缺陷判定子单元；形状分析子单元用于检测极性端子的形状和边缘；通过图像处理技术，检测极性端子的轮廓，这可以包括边缘检测和形状检测算法。提取轮廓特征：从检测到的轮廓中提取形状相关的特征，如周长、面积、形状描述符等。

极性端子缺陷分析子单元用于根据标准极性端子形状与检测的极性端子形状进行比较，判断极性端子是否存在缺失、损坏和偏移；具体实现步骤包括：获取标准极性端子形状：系统事先定义了标准的极性端子形状作为比较基准。比较检测到的形状与标准形状：对检测到的极性端子形状与标准形状进行比较，可以使用形状匹配算法或特征比较方法。包括计算相似性度量，如相关性系数或欧氏距离。判断是否存在缺陷：如果比较结果表明检测到的形状与标准形状不匹配，可以确定是否存在极性端子的缺失、损坏或偏移。极性端子缺陷判定子单元用于根据比较结果进行判定，当极性端子存在缺失、损坏和偏移时，将极性端子标记为极性端子缺陷。基于比较结果，确定极性端子的缺陷类型，例如缺失、损坏或偏移。将带有缺陷的极性端子标记为极性端子缺陷，以便后续的分类和分拣。

更进一步地，标签或标识缺陷检测单元包括标签或标识获取子单元、标签或标识缺陷分析子单元和标签或标识缺陷判定子单元；

标签或标识获取子单元用于获取锂电池表面图像中的字符；使用文本定位和字符分割算法提取锂电池表面的字符部分。

标签或标识缺陷分析子单元用于根据OCR识别算法识别字符是否清晰和完整；具体包括：使用OCR引擎，进行字符的识别。OCR引擎可以将字符从图像转化为文本。评估字符质量：分析OCR识别结果，评估字符的清晰度和完整度。这可以包括检查字符的识别置信度、字符是否模糊、字符是否部分缺失等。

标签或标识缺陷判定子单元用于根据识别结果进行判定，当识别字符不清晰或不完整时，将标签或标识标记为标签或标识缺陷。根据OCR识别结果和字符质量评估，确定字符的清晰度和完整度。如果OCR识别结果不清晰或字符不完整，将标签或标识标记为标签或标识缺陷。

具体的，缺陷分类模块用于根据缺陷检测模块的检测结果对锂电池进行分类，当检测结果中不存在任何缺陷时，标记为合格品；当检测结果中存在缺陷时，标记为次品。分拣模块根据分类结果对锂电池进行分拣。实现自动化执行检测和分拣操作，减少了人工干预的需求，提高了生产效率，同时，系统能够处理大量的锂电池，适用于大规模生产线，有助于快速而可靠地满足市场需求。

于本发明的一实施例中，本发明还提供基于外观缺陷检测的锂电池视觉分拣终端，包括：一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述基于外观缺陷检测的锂电池视觉分拣终端实现如上述的基于外观缺陷检测的锂电池视觉分拣系统。

需要说明的是，上述实施例所提供的基于外观缺陷检测的锂电池视觉分拣系统与上述实施例所提供的基于外观缺陷检测的锂电池视觉分拣终端属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的基于外观缺陷检测的锂电池视觉分拣系统在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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，即可以位于一个地方，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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.基于外观缺陷检测的锂电池视觉分拣系统，其特征在于，包括图像采集模块、图像处理模块、缺陷检测模块、缺陷分类模块、分拣模块；

图像采集模块：用于采集待检测的锂电池的表面图像，其中，所述表面图像包括锂电池外壳表面、极性端子、标签或标识；

图像处理模块：用于对所述表面图像进行预处理和特征提取，其中，所述预处理包括去噪、亮度和对比度调整、直方图均衡和锐化；所述特征提取包括边缘特征提取、形状特征提取、纹理特征提取、颜色特征提取、统计特征提取、尺度不变特征提取；

缺陷检测模块：用于对提取的特征进行分析并检测外观上的缺陷，其中，所述缺陷检测模块包括尺寸缺陷检测单元、外观缺陷检测单元、极性端子缺陷检测单元、标签或标识缺陷检测单元；所述尺寸缺陷检测单元用于检测锂电池外观尺寸是否符合生产标准；所述外观缺陷检测单元用于检测锂电池外观是否存在缺陷；所述极性端子缺陷检测单元用于检测极性端子是否存在缺陷，所述标签或标识缺陷检测单元用于检测锂电池表面标签或标识是否存在缺陷，其中，所述尺寸缺陷检测单元包括标尺子单元、特征对应子单元、标定参数计算子单元、尺寸测量子单元，尺寸缺陷判定子单元；所述标尺子单元包括一个已知尺寸的标尺，所述标尺与所述锂电池被设置在相同的图像采集环境中；所述特征对应子单元用于采集标尺和锂电池的特征点，并通过标尺中特征点之间的像素距离，建立像素值与实际尺寸值之间的对应关系，其中，所述特征点包括标尺的标记点和锂电池的角点；所述标定参数计算子单元用于通过像素值与实际尺寸值之间的对应关系，计算出标定参数，所述标定参数用于将图像中的像素值映射到实际尺寸；所述尺寸测量子单元用于根据所述标定参数测量待测锂电池的实际尺寸；所述尺寸缺陷判定子单元根据实际尺寸和生产标准尺寸判定锂电池是否存在尺寸缺陷；所述极性端子缺陷检测单元包括形状分析子单元、极性端子缺陷分析子单元、极性端子缺陷判定子单元； 所述形状分析子单元用于检测极性端子的形状和边缘；所述极性端子缺陷分析子单元用于根据标准极性端子形状与检测的极性端子形状进行比较，判断极性端子是否存在缺失、损坏和偏移；所述极性端子缺陷判定子单元用于根据比较结果进行判定，当极性端子存在缺失、损坏和偏移时，将极性端子标记为极性端子缺陷；所述标签或标识缺陷检测单元包括标签或标识获取子单元、标签或标识缺陷分析子单元和标签或标识缺陷判定子单元；标签或标识获取子单元用于获取锂电池表面图像中的字符；标签或标识缺陷分析子单元用于根据OCR识别算法识别字符是否清晰和完整；标识缺陷判定子单元用于根据识别结果进行判定，当识别字符不清晰或不完整时，将标签或标识标记为标签或标识缺陷；

缺陷分类模块：用于根据检测结果对锂电池进行分类，其中，所述缺陷分类模块用于根据缺陷检测模块的检测结果对锂电池进行分类，当检测结果中不存在任何缺陷时，标记为合格品；当检测结果中存在缺陷时，标记为次品；

分拣模块：用于根据分类结果对所述锂电池进行分拣。

2.根据权利要求1所述的基于外观缺陷检测的锂电池视觉分拣系统，其特征在于，所述外观缺陷检测单元包括凹陷缺陷检测子单元、污渍缺陷检测子单元、划痕缺陷检测子单元；

所述凹陷缺陷检测子单元用于检测锂电池外观是否存在凹陷缺陷；

所述污渍缺陷检测子单元用于检测锂电池外观是否存在污渍缺陷；

所述划痕缺陷检测子单元用于检测锂电池外观是否存在划痕缺陷。

3.根据权利要求2所述的基于外观缺陷检测的锂电池视觉分拣系统，其特征在于，所述凹陷缺陷检测子单元包括边缘检测组件、形状匹配组件、凹陷缺陷标记组件；

所述边缘检测组件用于通过Canny边缘检测算法检测表面图像中除外边缘之外的所有边缘；

所述形状匹配组件根据已知凹陷的边缘创建模板图像，将模板图像与表面图像中除外边缘之外的所有边缘进行匹配，输出匹配相似度，其中，所述模板图像为二值图像或灰度图像；

所述凹陷缺陷标记组件根据所述匹配相似度进行阈值判定，当所述匹配相似度高于阈值时，将边缘对应的区域标记为凹陷缺陷。

4.根据权利要求2所述的基于外观缺陷检测的锂电池视觉分拣系统，其特征在于，所述污渍缺陷检测子单元包括标准图像组件、污渍分析组件、污渍缺陷标记组件：所述标准图像组件用于获取无污渍缺陷的表面图像，并转化为Lab颜色空间图像，保存为标准图像；

所述污渍分析组件用于将待检测的表面图像转化为Lab颜色空间图像，并与标准图像进行颜色比较，输出颜色差异面积；

所述污渍缺陷标记组件根据所述颜色差异面积进行阈值判定，当所述颜色差异面积高于阈值时，将颜色差异区域标记为污渍缺陷。

5.根据权利要求2所述的基于外观缺陷检测的锂电池视觉分拣系统，其特征在于，所述划痕缺陷检测子单元包括纹理分析组件、形状分析组件、划痕缺陷标记组件；

所述纹理分析组件用于通过局部二值纹理特征提取算法获取表面图像中的所有纹理特征，其中，所述纹理特征包括像素强度值和梯度；

所述形状分析组件根据所述纹理特征对纹理进行分析，输出纹理与周围环境的像素强度值变化率和梯度变化率；

所述划痕缺陷标记组件根据像素强度值变化率和梯度变化率进行阈值判定，当高于阈值时，将纹理区域标记为划痕缺陷。

6.基于外观缺陷检测的锂电池视觉分拣终端，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述基于外观缺陷检测的锂电池视觉分拣终端实现如权利要求1至5中任一项所述的基于外观缺陷检测的锂电池视觉分拣系统。