一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统与流程

本发明涉及电芯外观检测，特别涉及一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统。

背景技术：

1、电芯蓝膜是指电池制造过程中，对电芯进行包裹和保护的一种薄膜材料。蓝膜通常是由聚丙烯pp或聚酰亚胺pi等材料制成，具有优异的耐热性、绝缘性和化学稳定性。电芯蓝膜的主要作用是保护电芯内部的正负极和电解液，防止外界物质的侵入和电芯内部材料的损耗。蓝膜还可以提高电池的安全性能，防止电池过热、短路和漏液等问题。此外，电芯蓝膜还可以为电芯提供机械支撑和抗挤压能力，防止电芯变形和损坏。同时，蓝膜还可以提供一定的电池外观美观性和标识功能，方便产品的识别和管理。总的来说，电芯蓝膜在电池制造中起到了保护、安全和美观等多重作用，对电池的性能和品质具有重要影响。针对电芯蓝膜外观缺陷的检测技术主要包括人工检查、机器视觉和光学显微镜等方法，但是各种方法存在一定的缺陷，影响了电芯蓝膜的检测精度和效率。

2、现有技术一，申请号：cn202310224019.3公开了一种电芯蓝膜检测设备，包括机架、转运机构、上料机构、前后面检测机构、中转机构、左右面检测机构、顶面检测机构、转移翻转机构、底面检测机构和下料机构；通过转运机构、上料机构、前后面检测机构、中转机构、左右面检测机构、顶面检测机构、转移翻转机构、底面检测机构和下料机构的全自动拍照检测，虽然大大提高了检测效率，避免由于人工检测视觉疲劳等主观因素而出现误检测、漏检测的情况，大大提高检测准确性；但是对于一些细微的缺陷或者光线条件不理想的情况下，检测的准确性可能会降低。

3、现有技术二，申请号：cn202310659314.1公开了一种锂电池用蓝膜外观缺陷检测网络及其缺陷检测方法，包括：对锂电池用蓝膜图像进行特征提取，得到多个特征；基于多个特征对神经网络模块进行分析，得到最优网络参数；为神经网络模块配置最优网络参数，并得到多个目标特征；分别对多个目标特征进行单独分析和融合分析，得到单特征向量和融合特征向量；基于单特征向量和融合特征向量，确定外观缺陷检测结果；虽然通过分析得到单特征向量和融合特征向量来确定外观缺陷检测结果，保证对特征分析的全面性，提高缺陷检测的准确度，同时仅使用一种检测网络保证缺陷检测的效率；但是需要高精度的图像采集设备和强大的图像处理算法支持，成本较高；同时，对于不同型号或不同规格的电芯蓝膜，需要进行不同的训练和调试，对系统的可扩展性提出了一定的挑战。

4、现有技术三，申请号：cn202211160096.9公开了一种电池包蓝膜外观缺陷检测方法及系统，包括基础信息管理模块、检测模型部署模块、图像采集模块、缺陷检测模块、质量监测模块和模型监控模块，基础信息管理模块是质检管理员对基础信息进行设置的模块，图像采集模块由2.5d相机、镜头、2.5d相机专用led光源以及智能控制器组成，检测模型部署模块是模型管理员对ai检测模型进行部署的模块，缺陷检测模块包括质量检测模型模块和质量监测标准模块，用于对图像采集模块所获取到的图像进行检测，质量监测模块用于根据监控规则对产品质量进行监控，模型监控模块用于实时监控模型运行状况。虽然能够提升缺陷检测的准确性，消除电池的安全隐患，但是检测效率较低，导致细微的缺陷不能被发现。

5、目前现有技术一、现有技术二和现有技术三存在电芯蓝膜外观缺陷检测效率较低，准确性不高的问题，导致电池的质量不佳，因而，本发明提供一种基于特征提取的电芯蓝膜外观缺陷检测方法及系统，采用线扫结合分时送闪控制的方式完成图像采集，按光源明暗排序拆分图像，结合光度立体和偏折法；按缺陷效果做图像融合，通过图像增强去体现缺陷效果。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于特征提取的电芯蓝膜外观缺陷检测方法，包含以下步骤：

2、确认待检测电芯蓝膜的位置，光源布设模块在位置的八个朝向的角度布设光源，光源为待检测电芯蓝膜提供光照；

3、图像采集模块在控制线扫和闪光的时间序列的控制下，通过横向亮光时序交错扫描待检测电芯蓝膜，获取8张不同光源方向的图像；

4、缺陷检测模块按照图像明暗程度将每张图像拆分成8张不同光路图，对每张光路图进行处理，通过图像增强对图像进行图像融合，对融合后的图像进行缺陷检测，电芯蓝膜外观缺陷检测模型输出一个判断结果，指示融合后的图像是否存在外观缺陷。

5、可选的，光源布设模块在位置的八个朝向的角度布设光源的过程，包含以下步骤：

6、八个光源构成一个光源阵列，按照待检测电芯蓝膜的八个朝向将光源布设成凹的图形；

7、将预设的伪随机噪声发射序列作为八个光源发射序列，按照八个朝向布设规律设定相邻光源序列延迟，图像采集模块对八个光源的光斑像素点进行统计，有光斑像素点光源则为亮，没有光斑像素点光源则为不亮，获得八个光源的发射序列；

8、根据图像采集模块采集的八个光源在待检测电芯蓝膜对应位置的亮度值，将亮度值与预设对应八个朝向的亮度阈值进行比对，亮度值没有达到亮度阈值则发出报警，对光源的亮度值进行调整，直至达到亮度阈值。

9、可选的，通过横向亮光时序交错扫描待检测电芯蓝膜的过程，包含以下步骤：

10、根据以偶数编序的偶数行识别指令，及以奇数编序的奇数行识别指令，偶数行识别指令优先级高于奇数行识别指令；基于偶数行识别指令和奇数行识别指令将图像分为偶数行和奇数行两组；

11、启动扫描指令对分组的图像进行扫描，扫描指令包含从上到下及从左到右的交错扫描方式，输出扫描后的8张不同光源方向的图像；

12、按照图像朝向的不同对8张不同光源方向的图像进行分类存储，得到包含图像朝向标注的不同光源方向的图像。

13、可选的，偶数行识别指令和奇数行识别指令的执行过程，包含以下步骤：

14、偶数行识别指令和奇数行识别指令被配置为图像分组的指示，根据指示将偶数行识别指令和奇数行识别指令发送至图像采集模块，进行偶数行和奇数行的分组；

15、设置至少两个分组处理器，分组处理器的数量为偶数，每一组分组处理器中均搭载有偶数行识别指令和奇数行识别指令，其中一组处理器先执行从上到下的扫描方式，再执行从左到右的扫描方式，另外一组处理器先执行从左到右的扫描方式，再执行从上到下的扫描方式；

16、将不同分组处理器的扫描结果进行合并组成偶数行图像和奇数行图像，再将待检测电芯蓝膜的偶数行图像和奇数行图像进行合并，输出扫描后的8张不同光源方向的图像。

17、可选的，偶数行图像和奇数行图像进行合并的过程，包含以下步骤：

18、将偶数行图像和奇数行图像中包含的偶数编序和奇数编序，作为偶数行图像和奇数行图像的图像集合的属性，确定偶数行图像和奇数行图像的图像集合的维度以及维度对应的维度数据；

19、根据属性确定偶数行图像和奇数行图像合并的组合执行标识，由维度获取偶数行图像或奇数行图像的数量，通过维度数据获取偶数行图像或奇数行图像的像素值；

20、将偶数行图像及奇数行图像以预设方式组合成带有执行标识的目标图像，组合完毕后，使用偶数编序和奇数编序作为目标图像的标识，得到扫描后的8张不同光源方向的图像。

21、可选的，通过图像增强对图像进行图像融合的过程，包含以下步骤：

22、缺陷检测模块采集8张不同光源方向的图像的噪声分量，拼接构成噪声声场片段，将噪声声场片段经过生成器传播得到噪声声场特征，根据噪声声场特征中各特征频点所分别对应的分量比例，以及特征频点所对应的持续时间，产生分别对应噪声分量的驱动信号，驱动报警器输出降噪声波，得到降噪后的8张不同光源方向的图像；

23、按照预设程序对8张不同光源方向的图像进行图像明暗程度的判断，得到不同图像的明暗渐次变化值，按照明暗渐次变化值的不同将每张图像拆分成8张不同光路图；

24、利用图像增强模型对8张不同光路图进行图像融合，得到融合后的光路图。

25、可选的，电芯蓝膜外观缺陷检测模型输出一个判断结果的过程，包含以下步骤：

26、电芯蓝膜外观缺陷检测模型输入端接收融合后的图像，使用卷积神经网络算法对融合后的图像进行特征提取，得到融合后的图像的关键特征；

27、将关键特征输入至分类器中，通过电芯蓝膜外观缺陷检测模型对关键特征进行分类；

28、判断融合后的图像是否存在划痕、污渍、气泡、斑点、波纹、毛边或色差，若存在其中的任意一种，则电芯蓝膜外观存在缺陷。

29、本发明提供的一种基于特征提取的电芯蓝膜外观缺陷检测系统，包含：

30、光源布设模块，负责确认待检测电芯蓝膜的位置，在位置的八个朝向的角度布设光源，光源为待检测电芯蓝膜提供光照；

31、图像采集模块，负责在控制线扫和闪光的时间序列的控制下，通过横向亮光时序交错扫描待检测电芯蓝膜，获取8张不同光源方向的图像；

32、缺陷检测模块，负责按照图像明暗程度将每张图像拆分成8张不同光路图，对每张光路图进行处理，通过图像增强对图像进行图像融合，对融合后的图像进行缺陷检测，电芯蓝膜外观缺陷检测模型输出一个判断结果，指示融合后的图像是否存在外观缺陷。

33、可选的，图像采集模块，包含：

34、执行识别子模块，负责根据以偶数编序的偶数行识别指令，及以奇数编序的奇数行识别指令，偶数行识别指令优先级高于奇数行识别指令；基于偶数行识别指令和奇数行识别指令将图像分为偶数行和奇数行两组；

35、图像扫描子模块，负责启动扫描指令对分组的图像进行扫描，扫描指令包含从上到下及从左到右的交错扫描方式，输出扫描后的8张不同光源方向的图像；

36、图像标注子模块，负责按照图像朝向的不同对8张不同光源方向的图像进行分类存储，得到包含图像朝向标注的不同光源方向的图像。

37、可选的，缺陷检测模块，包含：

38、图像降噪子模块，负责采集8张不同光源方向的图像的噪声分量，拼接构成噪声声场片段，将噪声声场片段经过生成器传播得到噪声声场特征，根据噪声声场特征中各特征频点所分别对应的分量比例，以及特征频点所对应的持续时间，产生分别对应噪声分量的驱动信号，驱动报警器输出降噪声波，得到降噪后的8张不同光源方向的图像；

39、图像融合子模块，负责按照预设程序对8张不同光源方向的图像进行图像明暗程度的判断，得到不同图像的明暗渐次变化值，按照明暗渐次变化值的不同将每张图像拆分成8张不同光路图；利用图像增强模型对8张不同光路图进行图像融合，得到融合后的光路图；

40、模型检测子模块，负责电芯蓝膜外观缺陷检测模型输入端接收融合后的图像，使用卷积神经网络算法对融合后的图像进行特征提取，得到融合后的图像的关键特征；将关键特征输入至分类器中，通过电芯蓝膜外观缺陷检测模型对关键特征进行分类；判断融合后的图像是否存在划痕、污渍、气泡、斑点、波纹、毛边或色差，若存在其中的任意一种，则电芯蓝膜外观存在缺陷。

41、本发明首先确认待检测电芯蓝膜的位置，光源布设模块在位置的八个朝向的角度布设光源，光源为待检测电芯蓝膜提供光照；其次图像采集模块在控制线扫和闪光的时间序列的控制下，通过横向亮光时序交错扫描待检测电芯蓝膜，获取8张不同光源方向的图像；最后缺陷检测模块按照图像明暗程度将每张图像拆分成8张不同光路图，对每张光路图进行处理，通过图像增强对图像进行图像融合，对融合后的图像进行缺陷检测，电芯蓝膜外观缺陷检测模型输出一个判断结果，指示融合后的图像是否存在外观缺陷；上述方案确认电芯蓝膜的位置并布设光源：通过确认电芯蓝膜的位置，将光源在八个不同的朝向进行布设，以提供充足的光照条件；图像采集设备获取图像：通过控制线扫和闪光的时间序列，采集待检测电芯蓝膜的图像，横向亮光时序交错扫描获取八张不同光源方向的图像；控制器对图像进行处理：控制器根据图像明暗程度将每张图像拆分成八张不同光路图，对每张光路图进行处理，提取有缺陷的图像；图像融合和定性分析：通过图像增强技术对图像进行融合，提高缺陷的可视化程度，对融合后的图像进行定性分析和判断，以识别和定位电芯蓝膜上的缺陷。本实施例通过光源布设和图像处理的组合，提高了对电芯蓝膜缺陷的检测能力，通过多个光源方向和图像融合，增加缺陷的可视化程度，提高缺陷的识别率，有效检测电芯蓝膜的质量，并及时采取措施进行修复或替换，确保电芯蓝膜的正常运作。

42、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

43、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。