[发明专利]柱形锂电池圆周面凹坑视觉检测方法

说明书

柱形锂电池圆周面凹坑视觉检测方法，一套基于视觉检测的柱形锂电池圆周面检测方法，该方法的步骤如下：利用图像处理算法对定位图像中电池：利用图像处理算法生成电池缺陷特征：进行特征筛选，从上步中获得的特征筛选出对缺陷分类效果最好的特征组合：确定人工神经网络分类器的隐含层单元数：隐含层单元数由实验确定，使用测试图库对不同隐含层单元数测试，每种单元数测试多次，综合多次实验漏识率结果，结果取漏识率最小以及单元数较小的。将得到的五种特征进行特征筛选，通过实验选择综合漏识率、方差和零漏识次数，可以进一步提高缺陷检出率和优化检测程序运行时间。最后，通过测试不同隐含层的漏识率，使得漏识率最低的同时，网络结构在尽可能简化。

技术领域：本发明提供一种柱形锂电池圆周面凹坑视觉检测的方法，属于图像处理及机器学习领域。本发明可以在缺陷检测领域得到广泛应用。

背景技术：电池拥有巨大的消费市场，随着电池消费者对电池的品质要求日益提高，在激烈的市场竞争下，高品质的电池更容易在众多电池厂商中脱颖而出，并且不良品电池也有各种危害，如电池表面的磕碰伤可能导致漏液，对人体造成伤害；又如电池的电压如果低于或高于额定，会可能对用电设备造成损伤。目前电池的检测多采用人工抽样检测，这种检测方式有明显的缺点，如漏检、缺少统一标准、人工长时间工作易疲劳等等，所以传统的电池检测方式已经无法满足现有的电池生产需求，随着视觉算法理论与计算机硬件性能的不断发展，使得通过视觉技术实时检测电池缺陷存在可行性。

发明内容：

发明目的：本发明提供一种基于视觉检测的形锂电池圆周面凹坑的方法，其目的是解决以往所存在的问题，其代替人工检测，通过计算机实现凹坑缺陷的自动化检测。该方法首次利用梯度图像生成共生矩阵获取纹理特征并首次提出加权迹这一特征用于锂电池圆周面凹坑检测。

技术方案：

一套基于视觉检测的柱形锂电池圆周面检测方法，其特征在于该方法的步骤如下：

(1)利用图像处理算法对定位图像中电池：

1)确定电池搜索范围，因为电池图像为固定位置触发捕获，电池在图像中的位置总是在一个可以确定的范围；

2)使用Canny边缘检测，利用边缘宽度和图像的位置，找到电池最上边缘：由于Canny算子能有效地去除图像中的伪边缘点，在电池感兴趣区域定位出来之后，采用Canny算子提取电池边缘，Canny算子的计算步骤为高斯滤波、计算图像梯度的幅值和方向、非极大值抑制，最后使用双阈值T_H和T_L去除伪边缘点。经过实验调试，本文中取T_H＝225，T_L＝45°确定水平跨度大于30个像素点且垂直方向在最上方的边缘为所要定位的边缘；

3)确定电池位置和大小，因为相机与电池的距离固定，根据拍摄到的图像测量即可确定大小。根据上步骤确定的边缘计算边缘的中心点，首先计算边缘上所有点横坐标的均值，在求出位于边缘上距离均值点最近的点作为中心点。以中心点为最上边的中点按电池大小绘制矩形，该矩形即电池的区域。

(2)利用图像处理算法生成电池缺陷特征：

1)计算电池图像的垂直方向梯度，使用Sobel算子来计算梯度；

2)缩减图像的灰度级规模，图像原灰度级数为256，本发明中缩减至16；

3)从梯度图像计算灰度共生矩阵，共生矩阵的生成方向为90°，像素对距离为1；

4)从共生矩阵生成4种常见的特征，即角二阶矩、对比度、倒数差分矩和熵，并根据缺陷的特点，生成本发明定义的加权迹特征。

角二阶矩的定义为：

对比度的定义为：

倒数差分矩的定义为：

熵的定义为：