基于图像识别的极板刷耳质量检测方法及系统与流程

本发明涉及电数字数据处理。尤其涉及基于图像识别的极板刷耳质量检测方法及系统。

背景技术：

1、极板是电池的重要组成部分，对电池的性能起着重要作用。在极板生产和切耳过程中极耳上会出现毛刺、划痕和氧化层等，为提高焊接质量，在焊接前需要对极板进行刷耳工作，去除杂质露出金属铅以便后续焊接等工序。为提高产品质量，降低次品率，在焊接工序之前，需要对极板刷耳进行质量进行检测。

2、公告号为cn106504246b的中国专利文件公开了一种隧道裂缝检测的图像处理方法，包括下列步骤：读入原始隧道图像，并将其转换为double型；对图像进行预处理，经高斯滤波后进行canny算子检测和阈值分割两个平行操作：经canny算子检测后得到去除图像中长度近似相等的平行区域以及水平和垂直直线包含的区域，经阈值分割后再进行膨胀操作、小面积区域去除、空洞填补和较宽区域去除等一系列处理，将结果与canny边缘检测结果相结合获取有效区域。

3、在对极耳表面进行缺陷检测时，因为表面缺陷部位与周围正常极耳的材料构成存在明显差异，在图像中缺陷边缘体现为像素值的突变，因此，可以利用canny算法提取极耳表面缺陷区域，然而在用canny算子检测缺陷部位的边缘时，由于canny算子是人为设定高阈值确定边缘线，高阈值设置过高会导致部分边缘信息丢失，高阈值设置过低会出现轮廓不准确的情况。

技术实现思路

1、本发明提出了基于图像识别的极板刷耳质量检测方法及系统，用以解决现有技术中在用canny算法提取缺陷区域边缘线时人为设定高阈值导致检测结果准确性较低的问题；为此，本发明在如下的两个方面中提供方案。

2、第一方面：本发明提供了基于图像识别的极板刷耳质量检测方法，包括以下步骤：

3、获取极板刷耳的灰度图像，计算canny算法中的高阈值，利用canny算法提取灰度图像中缺陷部位的边缘线；

4、将灰度图像输入至神经网络对边缘线围成的缺陷部位进行质量检测；

5、其中，高阈值的计算方法为：

6、计算灰度图像中像素点的梯度值和梯度方向，并对梯度方向进行标准化处理得到标准梯度方向；

7、设置第一参数，将梯度值大于第一参数的像素点作为强边界点；

8、在任一强边界点的邻域中，若沿标准梯度方向不存在强边界点，表明该强边界点具有唯一性，若沿标准梯度方向的法线方向存在强边界点，且两个强边界点的标准梯度方向相同，表明该边界点具有连续性；

9、将具有唯一性和连续性的强边界点作为有效强边界点；

10、构建高阈值的目标函数：，表示坐标为的有效强边界点，表示有效强边界点的个数；

11、计算目标函数为最大值时第一参数的最优解，将最优解作为高阈值。

12、其效果在于，通过设置目标函数，对目标函数求解得到高阈值，提高了高阈值的精确度，使得能够准确提取灰度图像中缺陷部位的边缘线，以便于对极板刷耳质量的检测，进一步提高了检测极板刷耳质量的准确性。

13、优选的，对梯度方向进行标准化处理得到标准梯度方向的方法为：

14、将像素点的梯度方向映射至极坐标中，以极坐标系原点为中心构建多条射线，相邻两条射线之间的夹角均相同；

15、计算梯度方向与每条射线之间的夹角，将夹角最小的射线方向作为相应像素点的梯度方向。

16、其效果在于，对像素点的梯度方向进行标准化处理，便于挑选有效强边界点，提高了获得的子边缘线的准确性。

17、优选的，检测方法还包括：

18、连接有效强边界点得到多条子边缘线，利用连接线连接相邻两条子边缘线；

19、设置第二参数，将梯度值大于第二参数小于第一参数的像素点作为弱边界点，计算弱边界点与连接线之间的欧式距离，当欧式距离大于预设的距离阈值时，相应的弱边界点为无效弱边界点；反之为有效弱边界点；

20、构建低阈值的目标函数：；表示弱边界点的总数，表示无效弱边界点的个数；

21、利用遗传算法计算低阈值目标函数取最小值时第二参数的最优解，将最优解作为canny算法中的低阈值。

22、其效果在于，通过设置目标函数，对目标函数求解得到低阈值，提高了低阈值的精确度，提高了拟合连接线的准确性，能够得到较佳的缺陷区域的边缘线。

23、优选的，利用连接线连接相邻两条子边缘线包括：

24、计算相邻两条子边缘线之间的匹配度，当两条子边缘线的匹配度大于预设的匹配度阈值时，利用连接线连接子边缘线。

25、优选的，匹配度的表达式为：；

26、其中，为子边缘线和子边缘线之间的匹配度，表示子边缘线端点和子边缘线端点之间的欧氏距离，为子边缘线中像素点的灰度均值，为子边缘线中像素点的灰度均值。

27、其效果在于，通过计算两条子边缘线之间的匹配度，判断两条子边缘线是否同属于一个缺陷部位的边缘线，提高了提取缺陷部位边缘线的准确性。

28、优选的，利用连接线连接相邻两条子边缘线之后还包括：

29、计算有效弱边界点的权重，根据有效弱边界点的权重对连接线进行更新得到最优连接线。

30、其效果在于，通过计算边界点的权重，根据权重对初步拟合得到连接线进行更新得到最优的连接线。

31、优选的，利用遗传算法计算目标函数为最大值时第一参数的最优解。

32、第二方面，基于图像识别的极板刷耳质量检测系统，包括：

33、处理器；

34、存储器，其存储有基于图像识别的极板刷耳质量检测的计算机指令，当所述计算机指令由所述处理器运行时，使得系统执行所述的基于图像识别的极板刷耳质量检测方法。

35、本发明的有益效果为：

36、1、本发明的方案通过计算得到高阈值，提高了高阈值的准确性，最大程度的保留了边缘信息，减少了边缘信息丢失的现象，提高了提取边缘线的准确性，进一步提高了极板刷耳质量检测的准确性。

37、2、本发明的方案通过计算得到低阈值，提高了低阈值的准确性，便于寻找有效弱边界点，进一步提高了子边缘线之间拟合得到的连接线的准确性，便于对极板刷耳质量进行检测。

技术特征：

1.基于图像识别的极板刷耳质量检测方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于图像识别的极板刷耳质量检测方法，其特征在于，对梯度方向进行标准化处理得到标准梯度方向的方法为：

3.根据权利要求1所述的基于图像识别的极板刷耳质量检测方法，其特征在于，检测方法还包括：

4.根据权利要求3所述的基于图像识别的极板刷耳质量检测方法，其特征在于，利用连接线连接相邻两条子边缘线包括：

5.根据权利要求4所述的基于图像识别的极板刷耳质量检测方法，其特征在于，匹配度的表达式为：；

6.根据权利要求3所述的基于图像识别的极板刷耳质量检测方法，其特征在于，利用连接线连接相邻两条子边缘线之后还包括：

7.根据权利要求1所述的基于图像识别的极板刷耳质量检测方法，其特征在于，利用遗传算法计算目标函数为最大值时第一参数的最优解。

8.基于图像识别的极板刷耳质量检测系统，其特征在于，包括：

技术总结
本发明涉及电数字数据处理技术领域，具体涉及基于图像识别的极板刷耳质量检测方法及系统，其方法包括：获取极板刷耳的灰度图像，计算canny算法中的高阈值，利用canny算法提取灰度图像中缺陷部位的边缘线；将灰度图像输入至神经网络对边缘线围成的缺陷部位进行质量检测，通过设置目标函数，对目标函数求解得到高阈值；即本发明的方案提高了高阈值的精确度，使得能够准确提取灰度图像中缺陷部位的边缘线，以便于对极板刷耳质量的检测，提高了检测极板刷耳质量的准确性。

技术研发人员：陈荣华,陈锐源,王德喜,赵通明
受保护的技术使用者：广州市凯捷电源实业有限公司
技术研发日：
技术公布日：2025/3/18