电池极片检测用自适应灰度校正方法

技术领域

本发明涉及灰度校正方法，尤其是一种电池极片检测用自适应灰度校正方法。

背景技术

现有电池极片生产工艺存在极片灰度异常问题，如：极片未辊压的情况，自动判断当前图像是否为极片未辊压，若是，则需要跳过该图像，但由于未辊压通常是连续多张图像出现，仅通过灰度梯度判断不准确；

同时电池生产中因不同的工艺参数导致极片成像灰度不在灰度标准范围内而影响极片瑕疵的灰度、对比度等特征发生较大变化，导致瑕疵漏检、误分类、过杀以及尺寸测量异常等实际问题。

为解决上述问题常采用人工与机械的结合完成，当发现疑似缺陷出现，需要人工上前检查，查看时还需要停下设备或将设备的速度降到最低，以便于人工检查，对于参检人员还需要有很强的专业知识和丰富的现场经验，才能准确的快速的给出检测结果。

利用机器视觉检测电池极片行业内，自动化、智能化程度高，这就要求被检测物的标准化程度高，但电池极片难以保证涂布时工艺参数仅产生细微变化，因此需要通过算法尽可能使得极片灰度在标准值的公差范围内，目前常见的几种灰度校正方式如下：

1、基于经验现场手动修改：当出现换卷后极片灰度变化超过公差时，通过对比当前灰度值和标准极片灰度值的差值，手动修改光源控制器的光源亮度值，通常是多次增加或者降低光源亮度值，直至当前极片灰度达到标准灰度值公差范围，该方法自动化程度最低，且容易遗忘调节从而造成漏检；

2、构建光照环境专家库：该方式通过对光照环境进行大量的采集和分析，从而建立光照环境专家库，当光照环境变化时，专家库通过推理出合适的光源调节值对光源控制器进行调节，该方法存在使用光照传感器导致的成本高、构建专家库复杂耗时等问题；

3、PID调节光源控制器：通过计算当前图像平均梯度值和标准平均梯度值之间的差值作为参考，构建差值与PID参数之间的关系，实现利用PID控制方法调节光源控制器，该方法需要额外搭建控制系统环境，加大了实现成本；

4、图像处理：即通过图像处理的方式，如灰度拉伸等，均衡极片亮度或者增强图像细节信息，该方式没有从根本上解决图像灰度变化问题，仍然具有因为成像原因造成误漏杀的风险，且算法耗时成本增加。

以上方法主要分为两种，一是通过调整光源控制器调节光源亮度，存在自动化程度低或者引入新的设备成本或者操作成本等问题；二是通过图像处理的方法，增强图像细节，但没有从根本上实现图像灰度自适应，且增加了算法耗时。

综上所述现有的电池极片检测存在检测效率低且耗时、人工成本高和对参检人员要求高的问题。

发明内容

本发明要解决的技术问题是：为了解决现有电池极片检测存在检测效率低且耗时、人工成本高和对参检人员要求高的问题，提供一种电池极片检测用自适应灰度校正方法。

发明解决其技术问题所采用的技术方案是：一种电池极片检测用自适应灰度校正方法，包括如下步骤：

S1：对光源亮度和极片灰度进行标定，保存光源亮度值与极片灰度值标定文档；

S2：设置调节次数和间隔参数；

S3：设置调节起始图像ID；

S4：读取S1中保存的光源亮度值与极片灰度值标定文档；

S5：计算光源亮度值和极片灰度值之间的线性关系；

S6：按照间隔参数选择极片图像；

S7：跳过存在瑕疵的图像；

S8：计算当前极片灰度值；

S9：通过线性关系计算光源亮度调节值并调节光源；

S10：判断当前极片灰度是否达到标准灰度或是否超过调节次数，当判定为“是”进入S11，当判定为“否”回到S6；

S11：确认光源亮度；

S12：重复S2～S11；

所述S7中跳过存在瑕疵的图像，包括如下步骤：

Ⅰ：根据采集参数采集图像；

Ⅱ：计算当前图像灰度直方图；

Ⅲ：判断是否存在灰度突变，当判定为“是”进入Ⅳ，当判定为“否”进入ⅳ；

Ⅳ：判断是否满足未辊压判定条件，当判定为“是”进入Ⅴ，当判定为“否”进入Ⅶ；

Ⅴ：判断是否为未辊压开始或结束，当判定为“是”进入Ⅵ，当判定为“否”进入Ⅶ；

Ⅵ：记录未辊压头尾标记；

Ⅶ：跳过当前图像；

Ⅷ：重复Ⅰ～Ⅶ；

ⅳ：判定未辊压标记是否为“头标记”，当判定为“是”进入ⅴ，当判定为“否”进入ⅵ；

ⅴ：使用未辊压阈值参数分割；

ⅵ：判定是否满足未辊压判定条件，当判定为“是”进入Ⅶ，当判定为“否”进入ⅶ；

ⅶ：使用当前图像进行灰度自适应校正。

进一步地，所述S1中光源亮度和极片灰度标定，包括如下步骤：

①：记录光源原始亮度值；

②：初始化光源亮度、调节步长参数和图像采集间隔参数；

③：将光源亮度值调整到亮度下限；

④：按照光源调节参数和图像采集参数选择极片图像；

⑤：跳过存在瑕疵的图像；

⑥：计算极片灰度值；

⑦：写入光源亮度值和极片灰度值；

⑧：判定光源亮度是否达到上限，当判定为“是”进入⑨，当判定为“否”回到④；

⑨：恢复光源原始亮度值；

⑩：保存光源亮度值与极片灰度值定文档。

进一步地，所述⑤中跳过存在瑕疵的图像，采用了和S7中跳过存在瑕疵的图像，一样的步骤。

进一步地，所述S9：通过线性关系计算光源亮度调节值并调节光源；采用如下公式：

a.Light

b.Light

c.Light

将公式a和b代入公式C中得到：

d.Light

其中：Light

进一步地，所述S2中还包括标定文档路径、设置极片标准灰度和设置灰度公差。

进一步地，所述S3中还包括设置缩放系数和设置缺陷过滤最小面积。

进一步地，所述②中还包括初始化缺陷过滤最小面积参数。

进一步地，所述②中初始化光源亮度，包括初始化光源亮度上限和初始化光源亮度下限。

进一步地，所述②中光源调节参数，根据光源亮度上限和光源亮度下限限制光源亮度值标定的范围，且根据亮度调节步长参数逐步修改光源亮度值，光源当前亮度值等于上一次光源亮度值加亮度调节步长。

进一步地，所述②中图像采集参数选择极片图像，根据图像采集间隔参数选择极片图像，当前图像ID等于上一次图像ID加图像采集间隔，且根据缺陷过滤最小面积参数筛选图像。

本发明的有益效果是，本发明的一种电池极片检测用自适应灰度校正方法，

1、通过基于光源亮度值标定的极片灰度自适应校正形成解决方案，即标定光源亮度值和极片灰度值，计算两者的线性关系作为先验知识，在换卷后根据极片当前灰度、极片标准灰度和线性关系带入公式，得到光源亮度调节值，从而实现电池极片换卷后自适应灰度校正，使极片灰度在标准范围内；

2、通过标定光源亮度值和极片灰度值之间的线性关系作为先验知识，没有引入新的硬件设备，且操作上简单可行，解决了建立专家库导致的新增设备成本和建立专家库的负责逻辑与实现问题；

3、基于标定获取的线性关系作为先验知识，通过当前极片灰度值和标准灰度值之间的差值，反推计算光源控制器的调节亮度值，从而实现极片灰度的自适应校正，该方法和PID控制法同样利用两者的差值作为因变量，但本发明避免了新增控制系统导致实现逻辑上的复杂程度；

4、本发明中通过设置调节次数参数，当极片灰度值在调节次数范围内自适应校正到标准公差范围内时或者调节次数大于调节次数值时，便终止灰度自适应校正算法，多次测试得出结论，当极片灰度出现较大偏差时，通常2～3次校正即可实现自适应校正到标准值公差范围内，有效避免了由于新增算法导致整体算法耗时增加的问题。

综上所述解决了电池生产中因不同的工艺参数导致极片成像灰度不在灰度标准范围内而影响极片瑕疵的灰度、对比度等特征发生较大变化，导致瑕疵漏检、误分类、过杀以及尺寸测量异常等实际问题；还解决了电池极片生产时存在灰度校正低效耗时、成本较高、人为参与程度高等技术问题，进而当新换卷电池极片灰度不在标准灰度的公差范围内时，可以简单快速地自适应调节光源亮度，从而校正极片灰度为标准灰度，也避免了因成像特征变化导致检测算法适用性降低的风险，为准确检测出电池极片瑕疵和尺寸测量提供了有力的保障。

本发明对于光源亮度的调节频率是根据电池极片的跑料速度自适应的，由于光源亮度是根据当前图像灰度和标准灰度之间的差值进行调节的，调节结果反馈在下一次选中的图像上，通过直接使用图像灰度特征进行标定调节，可以使调节频率根据跑料的速度自适应变化，且通过设置“调节间隔”参数，可以获取最快达到调节标准灰度的响应间隔图像数。

综上所述本发明具有操作简单、自动化程度高、校正准确度高、检测效率高、能耗低和使用成本低的特点。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的电池极片灰度自适应校正流程图。

图2是本发明的存在未辊压时处理流程图。

图3是本发明的光源亮度值和极片灰度值标定趋势图。

具体实施方式

现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示的一种电池极片检测用自适应灰度校正方法，包括如下步骤：

S1：光源亮度与极片灰度线性关系标定

①：确认需要标定的极片面和对应的光源亮度设置通道，确保两者一一对应，记录当前光源亮度值，便于标定结束后快速恢复光源亮度。

②：初始化参数：光源亮度上限、光源亮度下限、亮度调节步长、图像采集间隔、缺陷过滤最小面积；

根据光源亮度上限和下限限制光源亮度值标定的范围，根据亮度调节步长参数逐步修改光源亮度值，即光源当前亮度值等于上一次光源亮度值加亮度调节步长；

根据图像采集间隔参数选择极片图像，即当前图像ID等于上一次图像ID加图像采集间隔，避免因为光源亮度调节延时带来的误差；

根据缺陷过滤最小面积参数筛选图像，避免当前极片图像因为存在较大缺陷(如胶带、漏箔等)导致极片均值失真。

标定并记录数据：

③：将光源亮度值设置为光源亮度下限，并记录当前无瑕疵极片下的灰度值。

④：通过累加光源亮度值和图像采集ID。

⑤：跳过存在瑕疵的图像。

⑥：计算当前无瑕疵图像的均值灰度。

⑦：将此时的光源亮度值和极片图像灰度均值自动保存在标定文档中。

⑧：④～⑦中的流程，直到光源亮度值大于设置的光源亮度值上限。

⑨：标定完成，恢复光源原始亮度值。

⑩：生成的文档为最终标定文档，保存光源亮度值与极片灰度值定文档。极片灰度自适应校正。

由于极片生产工艺误差会导致不同卷的极片灰度可能超公差，为了保障极片检测算法的泛用性和鲁棒性，需要对极片灰度进行自适应校正。

初始化参数：

S2：标定文档路径、极片标准灰度、灰度公差、调节次数和调节间隔。

S3：调节图像起始ID、缩放系数和缺陷过滤最小面积。

S4：根据标定文档路径读取标定文档(⑩保存光源亮度值与极片灰度值定文档)。

S5：通过线性拟合获取到线性关系：K＝0.2083，B＝5.06；根据极片标准灰度、灰度公差判断当前卷极片是否需要执行灰度自适应校正，同时可以通过该参数和调节次数判断自适应校正算法是否终止；根据调节间隔参数选择极片图像，避免因为光源亮度调节延时带来的误差；根据调节图像起始ID判断当前极片图像是否开始执行灰度自适应校正，由于极片换卷箱与相机之间存在较远间距，开机时开始采集的图像仍然是上一卷的极片，因此需要提前标定一下换卷箱到正光相机的图像张数，即为调节图像起始ID，确保灰度自适应校正使用的图像为新卷极片的图像；根据缩放系数对极片图像进行下采样，提升算法执行效率；根据缺陷过滤最小面积参数筛选图像，避免当前极片图像因为存在较大缺陷(如胶带、漏箔等)导致极片均值失真。

灰度自适应校正关系

线性拟合计算标定文档中光源亮度值和极片灰度值的线性关系，即K、B值；通过灰度自适应校正关系转换计算出光源亮度调节值，如公式d所示：

a.Light

b.Light

c.Light

将公式a和b代入公式C中得到：

d.Light

其中：Light

由上述公式可以看出，光源亮度调节值可以通过极片标准灰度值与当前极片灰度值的差值乘以标定获取的线性K值自动计算，从而实现极片灰度的自适应灰度校正。

电池极片灰度自适应校正：

S6：从调节图像起始ID所在的图像开始并缩放图像。

S7：跳过存在瑕疵的图像。

S8：计算当前极片的均值灰度。

S9：通过线性关系计算光源调节值并调节光源亮度。

S10：循环执行S6～S9中的流程，若是当前极片灰度达到标准灰度公差范围内，或调节次数大于调节次数参数，则停止执行灰度自适应校正，此时的极片灰度为自适应校正后的灰度。

S11：确认光源亮度。

S12：重复S2～S11。

步骤S7中跳过存在瑕疵的图像和步骤⑤中跳过存在瑕疵的图像，采用了相同的操作步骤：

Ⅰ：根据采集参数采集图像；

Ⅱ：计算当前图像灰度直方图；

Ⅲ：判断是否存在灰度突变，当判定为“是”进入Ⅳ，当判定为“否”进入ⅳ；

Ⅳ：判断是否满足未辊压判定条件，当判定为“是”进入Ⅴ，当判定为“否”进入Ⅶ；

Ⅴ：判断是否为未辊压开始或结束，当判定为“是”进入Ⅵ，当判定为“否”进入Ⅶ；

Ⅵ：记录未辊压头尾标记；

Ⅶ：跳过当前图像；

Ⅷ：重复Ⅰ～Ⅶ；

ⅳ：判定未辊压标记是否为“头标记”，当判定为“是”进入ⅴ，当判定为“否”进入ⅵ；

ⅴ：使用未辊压阈值参数分割；

ⅵ：判定是否满足未辊压判定条件，当判定为“是”进入Ⅶ，当判定为“否”进入ⅶ；

ⅶ：使用当前图像进行灰度自适应校正。

跳过未辊压缺陷图像对灰度自适应校正的影响

在电池极片生产过程中，存在特殊的极片缺陷类型，如极片未辊压、胶带等，通过极片灰度梯度变化和缺陷最小过滤面积一般可以将胶带缺陷过滤掉，避免因为胶带存在较大(亮胶带)或者较小(暗胶带)灰度使得该极片均值灰度计算失真，导致亮度调节值计算错误；

但存在极片未辊压缺陷时，由灰度直方图可以看出，当未辊压开始和结束时，极片图像灰度存在突变，形成两个较为明显的灰度波峰，即表明此时极片梯度变化十分明显，容易通过灰度梯度变化检测到该未辊压，从而跳过该图像；往往极片未辊压会连续长段出现，从而出现全为未辊压的图像，从对应的灰度直方图可以看出，该极片的灰度均值较低，且不存在两个及两个以上的灰度波峰，即图像不存在明显的灰度梯度变化，因此仅仅使用灰度梯度变化特征不足以完全跳过未辊压缺陷图像。

本发明基于头尾标记的灰度梯度检测法可以准确地检测到极片未辊压，即通过检测到极片存在明显的灰度梯度突变时，且灰度小于200(除去胶带)，再通过判断两种灰度区域是否为横向完全交接，此时极片存在未辊压，若图像上先出现正常极片再出现未辊压，则标记为“未辊压头”；反之若图像上先出现未辊压再出现正常极片，则标记为“未辊压尾”；默认标记为空，当标记变为“未辊压头”时，通过设置未辊压分割阈值，便可以准确提取未辊压缺陷，进而跳过存在未辊压的图像，保证用于灰度自适应校正的图像为正常图像。

光源亮度调节频率与电池极片生产速度自适应

由于光源亮度调节和反馈需要一定时间，测试发现调整光源亮度的接口函数和通信反馈耗时平均为60ms；由于换卷后的极片需要机台运行一段距离后才能到达检测工位，此时机台通常已经达到满速生产，这就要求算法时间能够满足最快速度时的处理时间，测试统计算法总耗时极大值约为140ms，且图像采集间隔时间最短为273ms，即算法处理时间加上串口通信反馈时间小于图像采集的间隔时间，满足生产时最高速度要求；

还可以通过对采集的图像进行下采样，从而降低算法的处理时间，测试发现当下采样0.5倍时，算法时间约降低90％；因为本发明是直接通过对当前图像灰度均值和标准灰度均值的差值进行转换计算光源亮度调节值，因此可以自适应电池极片的生产速度，且通过算法检测，跳过了存在胶带、未辊压等缺陷的图像，使得极片灰度自适应校正大多数时候可以在1～2次内校正成功。

以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离发明的实质和范围。