[发明专利]高速高精度锂离子电池极片的毛刺检测方法及检测系统

权利要求书

1.一种高速高精度锂离子电池极片的毛刺检测方法，包括如下步骤：

S1、上电，初始化检测系统；

S2、检测开始时，高速线扫描相机极片进行高频率采样，并根据收卷线速度计算对应的采样频率，使相机采样频率与极片运动速度同步；

S31、检测系统间隔预定时间从内存中读取线扫描相机图像，然后根据扫描相机行帧拼接后的完整图像进行预处理，使用均值滤波对输入图像进行平滑降噪，然后执行线性灰度变换突出缺陷区域，然后将预处理结果图像输入到CNN缺陷检测模型中，进行毛刺检测，在极短的时间内完成检测；

S32、在检测系统读取扫描图像并检测的同时，线扫描相机同时并行地对极片进行图像采集并存储到内存中，等待下一次读取；

S4、根据极片收卷线速度v和缺陷检测算法总耗时ta计算出极片缺陷后处理缓冲区的长度，长度为Lc=v*ta，所述缺陷检测算法在检测出毛刺缺陷后，按照要求进行暂停收卷或者标记处理；算法计算出毛刺的相对位置，在缓冲区内对毛刺进行处理；

S5、重复S31至S4步骤，直至所有极片检测完成；

所述的CNN缺陷检测模型包括一个主干特征提取网络VGG16模型和三个额外的用于预测结果的卷积分支组成；主干网络VGG16结果包含5个连续的由卷积层、池化层和激活函数组成的构建模块；这5个构建块共有13个层，用于从图像中提取特征；为了提高模型对小缺陷区域的检测精度，同时减少计算时间，额外的3个预测卷积分支直接从主干的VGG16网络中引出，在多尺度特征上检测缺陷；

第一个预测卷积分支从主干特征提取网络VGG16模型的第5个构建模块之后引出，经过一个3×3卷积层提取特征，再由一个1×1卷积层预测结果；其中，第5层输出的特征在用于预测结果之后还经过第一上采样层，扩大2倍后与来自第4个构建模块的特征进行融合，然后进入第二个预测卷积分支，经过一个3×3卷积层提取特征，再由一个1×1卷积层预测结果；该融合后的特征再经过第二上采样层，扩大2倍后与来自第3个构建块的特征进行融合；然后进入第三个预测卷积分支，经过一个3×3卷积层提取特征，再由一个1×1卷积层预测结果。

2.根据权利要求1所述的高速高精度锂离子电池极片的毛刺检测方法，其特征在于，每个预测卷积分支在特征图的每个像素点位置预测出3个不同的疑似缺陷区域候选框。

3.一种高速高精度锂离子电池极片的毛刺检测系统，其特征在于：包括图像采集模块（1）和检测模块（2），所述图像采集模块（1）包括光源（11）和线扫描相机（12），所述光源（11）用于给极片预定部位进行照明，所述线扫描相机（12）对极片被照明后的部位进线扫描拍照，并将所拍的图像传输线所述检测模块（2）；

所述检测模块（2）依据权利要求1或2所述高速高精度锂离子电池极片的毛刺检测方法对所拍的图像进行处理。

4.根据权利要求3所述的高速高精度锂离子电池极片的毛刺检测系统，其特征在于，所述光源（11）包括第一光源（111）和第二光源（112），所述第一光源（111）设在第一安装件（113）上；所述第二光源（112）设在第二安装件（114）上，所述第一安装件（113）和第二安装件（114）的上端通过转轴（115）枢接构成人字型光源，所述线扫描相机（12）设在人字型光源的中心线上，且所述线扫描相机（12）的镜头对准所述光源（11）的照射区域。

5.根据权利要求4所述的高速高精度锂离子电池极片的毛刺检测系统，其特征在于，在远离所述光源（11）的一侧，极片的下方还设有平面背光源（13），所述平面背光源（13）的发光方向朝向所述极片的下底面；用于区分毛刺缺陷与极片背景。

6.根据权利要求3或4所述的高速高精度锂离子电池极片的毛刺检测系统，其特征在于，所述图像采集模块（1）为两个，分别位于极片长度方向的两侧，用于采集极片两侧的毛刺。

7.根据权利要求3或4所述的高速高精度锂离子电池极片的毛刺检测系统，其特征在于，还包括喷气清洁装置（14），所述喷气清洁装置（14）位于所述图像采集模块（1）的上游侧，用于对极片进行除尘。