[发明专利]一种蓄电池极板外观缺陷自动检测方法

说明书

技术领域

本发明属于蓄电池生产技术领域，具体涉及一种蓄电池极板外观缺陷自动检测方法。

背景技术

蓄电池极板是蓄电池的关键部件。由于生产原料本身的缺陷、生产过程的不足，蓄电池极板可能会存在一定的缺陷如外观缺陷、组成成分缺陷等，这些缺陷会对蓄电池的性能产生致命影响，因此需在生产过程中对极板进行检验。目前，蓄电池极板的外观缺陷主要采用目测方法，必要时辅以卡尺或直尺测量；组成成分缺陷检测主要基于化学方法完成。不管是外观缺陷检测还是组成成分检测均需人工完成，存在以下几个方面的问题：首先，含铅材料对人体有较大伤害；其次，效率较低；再者，人工检测容易出错。因此，实际生产过程中往往采用抽样检测的方式，具有较大的局限性。

发明内容

本发明的目的就是克服现有技术的不足，提出一种基于机器视觉的蓄电池极板外观缺陷自动检测方法，缺陷检测速度快、成功率高，无需人工参与。

本发明的蓄电池极板外观缺陷自动检测方法，具体步骤是：

步骤(1)由线阵CCD摄像头获得蓄电池极板其中一面的灰度图像I_H，其中图像分辨率为                                                ；表示图像宽度，表示图像高度。

步骤(2)对I_H进行保留边缘的平滑滤波处理，得到滤波后图像，具体步骤如下：

①对I_H中的每一象素，抽取出其左上角、右上角、左下角及右下角4个3×3邻域，其中：左上角邻域的9个像素坐标分别为、、、、、、、、；右上角邻域的9个像素坐标分别为、、、、、、、、；左下角邻域的9个像素坐标分别为、、、、、、、、；右下角邻域的9个像素坐标分别为、、、、、、、、；上述邻域若因处图像的边沿或角落不存在则忽略。

②计算上述每个3×3邻域的灰度均值，分别记为g_lu，g_ru，g_ld，g_rd。

③对g_lu、g_ru、g_ld、g_rd、I_H进行排序，令它们的中间值为g_m，则滤波后图像为，I_H为灰度图像I_H中的象素的灰度值。

步骤(3)对步骤(2)中所获得的滤波后图像进行自适应阈值分割，具体步骤为：

①计算的均值。

②对中的所有像素以为分界点进行二分类，灰度值大于的归为一类，反之归为另一类，分别计算该两类像素的均值和，令为该两类像素均值的均值，即。

③继续以为分界点对中的所有像素进行二分类，令为该两类像素均值的均值。

④重复上述二分类过程次，获得的自适应分割阈值。

⑤若则令，对应的像素为备选缺陷点；若则令，对应的像素不是备选缺陷点。

步骤(4)在8-邻域上计算空间上连续的备选缺陷点的面积，即对每一个备选缺陷点，考查其邻域8个邻域点、、、、、、、是否为备选缺陷点，若所有全部8个邻域点均不是备选缺陷点，一般可以认为是孤立噪声点；反之，以邻域中的备选缺陷点为中心继续向外扩散，直到不能找到连续备选缺陷点为止，统计所有连续备选缺陷点的数目，当该数量大于时输出缺陷报警信号，否则不报警。其中为面积滤波阈值。

步骤(5)获得蓄电池极板另一面的图像I_T，重复步骤(2)～(4)，获取极板该面的缺陷信息。

本发明可以高效准确地进行蓄电池极板外观缺陷的检测，该方法速度快、缺陷检测成功率高、无污染。

具体实施方式

以下对本发明作进一步说明。

步骤(1)由线阵CCD摄像头获得蓄电池极板其中一面的灰度图像I_H，其中图像分辨率为；表示图像宽度，表示图像高度。

步骤(2)对I_H进行保留边缘的平滑滤波处理，得到滤波后图像，具体步骤如下：