[发明专利]基于机器视觉的锂电池缺陷检测系统及方法

说明书

本发明提供一种基于机器视觉的锂电池缺陷检测方法，包括以下步骤：步骤S1，采集锂电池侧边的图像；步骤S2，对采集的图像进行处理和分析，通过视觉检测软件进行；步骤S3，根据图像处理和分析的判断结果，对锂电池进行良品与不良品分流处理。本发明用相机拍摄锂电池切边后，滴胶前的侧边图像，通过图像分析检测锂电池侧边是否在破损，漏液，封膜切边不良等状况，将检测结果实时反馈给工控机，最后挑出不合格的锂电池。

技术领域

本发明涉及属于锂电池自动化设备技术领域，尤其是一种基于机器视觉的锂电池缺陷检测系统。

背景技术

在锂电池生产工艺中，锂电池侧边胶合前需要检测侧边是否存在破损，漏液，封膜切边不良等状况。在现有生产中首先从产线上提取锂电池到夹具中，经过切刀切边后滴胶再胶合，其中确定胶合前电池侧边是否存在破损是十分重要的，涉及到电池的合格率和安全性。在现有生产工序中，因检测步骤在切刀切边后，滴胶前，这一检测工艺较难在机器上进行人工检测，大都在胶合后或产线前人工肉眼检测。采用现有检测工序时，因为检测不实时，人工肉眼易视觉疲劳，人为影响因素大等原因，存在着检测效率低，漏检率高等现象。

在现有技术工序中，人工检测存在着很多缺点，如检测不实时，人为判断标准不一，人为因素影响较多等，也会导致锂电池存在人为二次接触导致破损的情况。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供一种基于机器视觉的锂电池缺陷检测系统及方法，用相机拍摄锂电池切边后，滴胶前的侧边图像，通过图像分析检测锂电池侧边是否在破损，漏液，封膜切边不良等状况，将检测结果实时反馈给工控机，最后挑出不合格的锂电池。本发明采用的技术方案是：

一种基于机器视觉的锂电池缺陷检测方法，包括以下步骤：

步骤S1，采集锂电池侧边的图像；

步骤S2，对采集的图像进行处理和分析；

步骤S3，根据图像处理和分析的判断结果，对锂电池进行良品与不良品分流处理。

进一步地，步骤S2具体包括：

步骤S201，首先对图像进行预处理，转换成相应灰度图；

步骤S202，定位锂电池的位置，从灰度图中抓取要检测的区域；采用平均阈值分割法处理；具体包括：

对灰度图中每一行像素用公式(1)计算：

其中m为每行像素灰度值的平均阈值，c是图像的长度,a是补偿参数，x表示一行上各个像素的灰度值；用上述相同方法得到每列像素灰度值的平均阈值；然后用阈值分割法得到锂电池的边缘，进一步找到锂电池上需要检测的区域；

步骤S203，采用梯度标记，对检测区域内梯度超过设定阈值的缺陷进行分析和标记；具体如下：

检测区域内像素灰度值作卷积，得到像素灰度值变化的梯度；卷积处理输出的像素灰度值变化的梯度y(i,j)是输入像素灰度值f(i+a,j+b)的加权和，如公式(2)计算:

其中h是卷积运算的核，a和b是卷积核的长度和宽度，i和j是图像像素的横坐标和纵坐标；

步骤S204，将标记的区域连通作为缺陷区域；

步骤S205，根据标记出的缺陷区域的面积和/或周长来判断该缺陷区域是否是需要检测出的缺陷。

进一步地，步骤S201中还进行降噪处理。

进一步地，补偿参数a取值范围(0-50)。

进一步地，步骤S203中，在做卷积时，针对不同的缺陷采用不同的核进行运算。