[发明专利]基于计算机视觉的电池盖焊接质量智能检测方法

说明书

本发明公开了基于计算机视觉的电池盖焊接质量智能检测方法，涉及图像处理领域，该方法包括：获取电池盖表面的图像并分割得到目标图像；获取每一行的灰度突变点，根据每一行的灰度突变点与右侧像素点的灰度差值确定出边界点；利用边界点得到焊缝区域与氧化区域的边界线，获取目标图像中区域中心线和新边界线；根据目标图像中新边界线与区域中心线上像素点的灰度差值以及该新边界线上相邻像素点之间的灰度差值得到新边界线的凹凸系数；获取新边界线与边界线灰度序列差异；根据新边界线的凹凸系数和灰度序列差异得到综合异常程度，根据综合异常程度确定新边界线上是否存在缺陷并确定缺陷类型，本发明能够准确得到焊接区域的缺陷类型。

技术领域

本发明涉及图像处理技术领域，具体涉及基于计算机视觉的电池盖焊接质量智能检测方法。

背景技术

动力电池生产过程中，壳体与盖板的封口焊接要求很高，其焊接质量直接影响电池的密封程度，焊接不良会导致电池漏液、析锂、等问题，进而影响电池组装系统的安全性。常见的焊接缺陷类型包括咬边缺陷和未融合缺陷，咬边缺陷是由于焊接速度选择不当或焊接角度不正确或电弧热量过高造成的焊缝与母材交接处形成母材缺口或未填满的现象，一般是焊接电弧把焊件边缘熔化后，没有得到焊条熔化金属的补充留下的缺口，易造成应力集中或母材强度降低；未融合缺陷是指焊缝金属与母材金属未熔化结合在一起的缺陷，可能是由于母材表面有污物或焊接速度选择不当或焊接电流选择不当的原因。

在现有技术中，可以通过图像处理的方法检测到焊缝区域的缺陷，但是由于咬边缺陷和未融合缺陷在焊缝区域图像中的灰度和形态较为相似，难以通过现有的阈值分割直接区分咬边缺陷和未熔合缺陷，因此，本发明提出一种基于计算机视觉的电池盖焊接质量智能检测方法。

发明内容

本发明提供基于计算机视觉的电池盖焊接质量智能检测方法，以解决现有的问题。

本发明的基于计算机视觉的电池盖焊接质量智能检测方法，采用如下技术方案：

获取待检测电池盖表面的图像，并获取图像中灰度化的目标图像，目标图像包括焊缝区域和氧化区域；

将目标图像中与焊缝延伸方向垂直的方向作为行，根据目标图像中每一行相邻像素点的灰度值变化得到每一行的灰度突变点，根据每一行中灰度突变点与该灰度突变点右侧相邻像素点的灰度差值从灰度突变点中确定出每一行中氧化区域与焊缝区域的边界点；

利用得到的所有边界点获得焊缝区域与两侧的氧化区域的边界线，获取每一侧氧化区域的边缘线上每一个像素点与该氧化区域的边界线在每一行上对应像素点的中心点，利用每一侧氧化区域得到的中心点获得该侧的氧化区域的区域中心线；

获取边界线上每个像素点向所在氧化区域移动多个像素宽度的像素点组成对应氧化区域的新边界线；

根据目标图像中每一侧氧化区域的新边界线与区域中心线上的像素点在同一行的灰度差值以及该新边界线上相邻像素点之间的灰度差值得到该新边界线的凹凸系数；

获取每一侧氧化区域的新边界线上像素点的灰度值均值与边界线上像素点的灰度值均值之间的差异，得到灰度序列差异；

根据新边界线的凹凸系数和灰度序列差异获取该新边界线的综合异常程度，根据综合异常程度确定该新边界线上是否存在缺陷并确定缺陷类型。

进一步，根据目标图像中每一行相邻像素点的灰度值变化得到每一行的灰度突变点的步骤包括：

获取目标图像的每一行中相邻像素点的灰度差异；

若得到的某个相邻像素点的灰度差异大于设定的差异阈值，则该相邻像素点中的后一个像素点为灰度突变点。

进一步，确定出每一行中氧化区域与焊缝区域的边界点的步骤包括：