本發(fā)明屬于熱電池檢測技術(shù)，尤其涉及一種基于機器視覺的熱電池在線裝配缺陷檢測系統(tǒng)。

背景技術(shù)：

1、在電源領(lǐng)域中，一次電池(例如熱電池)因其具有高功率、長壽命和免維護等優(yōu)點，無論在國內(nèi)還是國外，都是導(dǎo)彈電源的首選。然而，由于一次電池不可充電，只能通過抽樣的方式對其電性能進行驗證，這使得無法將風險降至零。因此，在武器裝備投入使用之前，對裝配的熱電池和貯備電池的安全性和可靠性進行有效評估是必不可少的。目前國內(nèi)外主要采用三種方法檢測熱電池缺陷：電化學性能檢測、電池內(nèi)部物質(zhì)結(jié)構(gòu)形態(tài)檢測和x射線無損檢測。然而，電化學性能檢測和電池內(nèi)部物質(zhì)結(jié)構(gòu)形態(tài)檢測已無法滿足軍方的測試要求；x射線檢測方法受到檢測環(huán)境的限制，無法滿足熱電池流水線實時檢測的需求。此外，x射線檢測通常在熱電池封裝完成后進行，無法及時發(fā)現(xiàn)裝配缺陷，從而有效降低制作成本。

2、隨著機器視覺技術(shù)的不斷進步，其在工業(yè)生產(chǎn)線上的產(chǎn)品質(zhì)量檢測應(yīng)用越來越普及，使用機器視覺代替質(zhì)檢員進行缺陷檢測已經(jīng)逐漸成為趨勢。目前，機器視覺在表面缺陷檢測方面的應(yīng)用主要集中在大批量生產(chǎn)的工業(yè)生產(chǎn)線上，如零部件、布匹、印刷品、集成電路、輪轂和玻璃等加工制造領(lǐng)域。

3、針對機器視覺在產(chǎn)品表面缺陷檢測的應(yīng)用,目前國內(nèi)外已經(jīng)有大量研究且取得了很好的效果。如文獻[1]基于機器視覺技術(shù)設(shè)計了一種針對薄壁金屬罐的焊縫缺陷檢測和分類算法,對焊縫缺陷識別和分類的準確率達到95％以上,可滿足實時、連續(xù)的焊縫缺陷檢測。文獻[2]提出了一種利用機器視覺系統(tǒng)檢測水果表皮缺陷的方法,幫助水果包裝廠家快速高效地評價水果質(zhì)量,區(qū)分水果的好壞,系統(tǒng)的誤檢率僅為1.7％。文獻[3]提出了一種基于機器視覺的陶瓷罐表面缺陷在線監(jiān)測系統(tǒng),實驗表明,該系統(tǒng)可快速、準確地檢測出目標對象是否存在缺陷。

4、目前，現(xiàn)有的熱電池裝配缺陷檢測方法是通過對封裝完成的熱電池進行檢測，即利用ct掃描電堆以獲取x射線圖像，然后基于圖像進行缺陷分析。文獻[4]提出了一種使用ct掃描熱電池電堆以獲取x射線圖像，并基于這些圖像分析來識別熱電池裝配缺陷的方法。通過將缺陷單體熱電池與正確的模版單體熱電池進行對比分析，利用熱電池內(nèi)部結(jié)構(gòu)特征的自對比，實現(xiàn)了對熱電池單體電池的整體倒裝、單體電池內(nèi)部結(jié)構(gòu)漏裝以及單體電池結(jié)構(gòu)次序錯誤的檢測，建立了一個無損檢測系統(tǒng)。

5、以上方法應(yīng)用熱電池裝配缺陷檢測存在以下的幾個問題：

6、1)目前存在熱電池檢測方法是利用x射線無損檢測技術(shù)。通過ct掃描封裝完成的熱電池，需要將熱電池成品單獨送往ct掃描設(shè)備，采集熱電池內(nèi)部裝配圖像數(shù)據(jù)，基于此圖像進行缺陷分析。通過這樣方法檢測熱電池增加熱電池制作流程的復(fù)雜性和時間成本。且這個檢測方法受檢測環(huán)境約束大，對檢測環(huán)境要求較高。

7、2)由于熱電池單體材料具有特殊性，熱電池單體必須保存在真空的環(huán)境中，否則電池材料會變質(zhì)。因此利用x射線無損檢測技術(shù)檢測熱電池裝配缺陷必須是對熱電池封裝完成之后進行檢測，無法及時發(fā)現(xiàn)和修正裝配過程中的缺陷，可能導(dǎo)致裝配缺陷流入下一個生產(chǎn)環(huán)節(jié)或市場。

8、3)利用x射線檢測熱電池裝配缺陷不能直接用于電池裝配的流水線，需要專門的x

9、射線設(shè)備和操作人員，且操作復(fù)雜。且x射線掃描設(shè)備有一定輻射，需要嚴格的安全防護措施，對操作人員有一定要求。

10、參考資料：

11、[1]sun?j,li?c,wu?x?j,et?al.an?effective?method?of?weld?defectdetection?and?classification?based?on?machine?vision[j].ieee?transactions?onindustrial?informatics,2019,15(12):6322-6333.

12、[2]wang?l,li?a,tian?x.detection?of?fruit?skin?defects?using?machinevision?system[c]//2013sixth?international?conference?on?business?intelligenceand?financial?engineering.ieee,2013:44-48.

13、[3]bao?n,ran?x,wu?z,et?al.design?of?inspection?system?of?glaze?defecton?the?surface?of?ceramic?pot?based?on?machine?vision[c]//2017ieee?2ndinformation?technology,networking,electronic?and?automation?controlconference(itnec).ieee,2017:1486-1492.

14、[4]周圍,肖鑫,汪芮,劉志博,伊紀祿.基于圖像識別的熱電池裝配缺陷檢測[j].制造業(yè)自動化,2022,44(6):87-91。

技術(shù)實現(xiàn)思路

1、針對檢測熱電池裝配缺陷的缺點，本發(fā)明提供一種基于機器視覺的熱電池在線裝配缺陷檢測系統(tǒng)。

2、本發(fā)明的一種基于機器視覺的熱電池在線裝配缺陷檢測系統(tǒng)，包括一個熱電池缺陷檢測的在線檢測平臺，內(nèi)置熱電池缺陷檢測算法以及熱電池軟件交互界面。

3、在線檢測平臺為一個箱體結(jié)構(gòu)，包括熱電池夾具組、光源照明系統(tǒng)、光學成像系統(tǒng)、圖像采集系統(tǒng)和計算機處理系統(tǒng)。熱電池夾具組為在箱體結(jié)構(gòu)底部設(shè)置的抽屜板，抽屜板中部安裝熱電池夾具，用于固定熱電池。光源照明系統(tǒng)包括在箱體內(nèi)部的支架上上下設(shè)置的小環(huán)形光源和大環(huán)形光源，小環(huán)形光源和大環(huán)形光源可沿豎直方向上下調(diào)節(jié)。光學成像系統(tǒng)包括高像素工業(yè)相機和鏡頭，工業(yè)相機和鏡頭可通過調(diào)節(jié)裝置沿豎直方向上下調(diào)節(jié)。工業(yè)相機、小環(huán)形光源和大環(huán)形光源依次從上往下排列，其中心在一條線上，并與被拍攝的熱電池垂直對齊。圖像采集系統(tǒng)包括屏幕，屏幕用來顯示熱電池裝配缺陷輸出結(jié)果和操作人員與系統(tǒng)交互的窗口。計算機處理系統(tǒng)內(nèi)置熱電池缺陷檢測算法。

4、內(nèi)置熱電池缺陷檢測算法包括正確熱電池檢測模版采集算法和待檢測電堆檢測方法。

5、熱電池軟件交互界面包括四個界面，分別為可視化窗口界面，數(shù)據(jù)記錄界面，操作欄界面，裝配列表輸出界面。

6、進一步的，抽屜板采用等距多圓孔設(shè)計，熱電池夾具設(shè)計為v型槽，抽屜板和熱電池夾具的材料采用塑料。

7、進一步的，工業(yè)相機為?？禉C器人公司旗下型號為mv-ch310-10tc-m58-nn工業(yè)相機，鏡頭的型號為mvl-lf3528-f，焦距為35mm。

8、進一步的，正確熱電池檢測模版采集算法具體為：

9、通過高像素工業(yè)相機拍攝熱電池圖像，手動框選并保存熱電池堆的圖像；接下來，對電池堆圖像進行灰度化處理，并識別單加熱片的高光部分，獲取包含高光部分的圖像；然后，使用otsu二值化算法進行自適應(yīng)二值化處理，將圖像像素大于閾值的部分設(shè)為白色，小于閾值的部分設(shè)為黑色；最后，通過腐蝕和膨脹等開閉操作去除二值化圖像中的噪點。

10、遍歷二值化圖像的每一行，獲取每行高光部分的寬度和最左邊的列數(shù)；計算所有行的高光部分寬度和最左邊列數(shù)的中位數(shù)，分別作為高光部分的寬度和起始點；然后，向左延伸一個高光部分的寬度，從圖像中截取包含高光部分和非高光部分的區(qū)域。

11、對截取的圖像的非高光部分進行處理，以實現(xiàn)首堆、尾堆以及中間堆的分割；然后進行中間堆處理和首尾堆各結(jié)構(gòu)的識別。

12、進一步的，首堆、尾堆以及中間堆的分割具體步驟為：

13、s1.1：對非高光部分的電堆進行灰度化處理，然后基于白色墊片選取合適的閾值進行二值化，接著進行開閉操作以去除噪點。

14、s1.2：首堆末墊片識別：對二值化圖像的前六分之一行數(shù)進行局部處理，劃出每個連通域并計算面積，保留面積最大的三個連通域；由于首堆包含兩個區(qū)域墊片和一個引火片及電發(fā)火頭組件，與白色負極片厚度相差比較大，最后一個連通域即為首堆的末墊片。

15、s1.3：尾堆首墊片識別：對二值化圖像的后六分之一行數(shù)進行處理，方法與首堆末墊片識別類似，尾堆有三個區(qū)域墊片，同樣與白色負極片厚度相差比較大，保留面積最大的三個連通域，第一個連通域即為尾堆的首墊片。

16、s1.4：首尾中堆分割：首堆末墊片連通域下邊以上部分為首堆；首堆末墊片連通域下邊以下部分和尾堆連通域上邊以上部分為中間堆；尾堆連通域上邊以下部分為尾堆。

17、進一步的，中間堆處理具體步驟為：

18、s2.1：中間引出片識別以及上下堆分割：由于中間引出片這一結(jié)構(gòu)，所表現(xiàn)視覺特征為黃色，而且引出片位于整個中間堆電堆的中間，截取中間堆電堆中間十分之一部分，進行局部區(qū)域分析；先把該局部區(qū)域轉(zhuǎn)化hsv圖像，在根據(jù)黃色表現(xiàn)出hsv這三個通道特定的特征，識別出引出片所在位置；計算出每一行的像素平均值，平均值最大的那一行即為上下堆分割行；平均值最大那一行以上的部分為上堆，以下的部分為下堆。

19、s2.2：單體分割：對上面分割出來的上堆和下堆進行每個單體分割；先截取上堆和下堆的高光部分，由于單加熱片在環(huán)形光源照射下，會表現(xiàn)出反光的視覺特征；先對于單加熱片進行高光識別，在基于高光識別的圖像進行otsu二值化，即自適應(yīng)二值化；統(tǒng)計每一行的灰度值像素點為255的像素點的數(shù)量，當前五行的灰度值像素點為255的像素點的數(shù)量大于0時，并且后三行的灰度值像素點為255的像素點的數(shù)量等于0時，即為每個單體的分割行；然后基于每個單體的分割行分割出單體。

20、s2.3：單體內(nèi)部分割，包括單加熱片識別、復(fù)合片識別以及負極片識別：由于單加熱片具有反光特征，首先對每個單體圖像進行高光處理，然后進行自適應(yīng)二值化；接著，統(tǒng)計每一行灰度值為255的像素點數(shù)量，如果數(shù)量大于0，則確定該行包含單加熱片；將之前截取的單體圖像中每列對應(yīng)的單加熱片所在行灰度值設(shè)置為0，即將其置為黑色；對圖像進行二值化，然后接下來對各像素點進行灰度非線性調(diào)整?；叶确蔷€性調(diào)整方式為：

21、a.像素灰度值大于0并且小于60的像素，將其置為當前像素灰度值的0.5倍；

22、b.像素灰度值大于等于60并且小于80的像素，將其置為當前像素灰度值的1.25倍；

23、c.像素灰度值大于等于80并且小于120的像素，將其置為當前像素灰度值的1.5倍；

24、d.像素灰度值大于等于150并且小于250的像素，將其置為當前像素灰度值的2倍；

25、調(diào)整后，計算每行的像素灰度值的平均值，如果前四行的平均灰度值為0且后四行的平均灰度值大于0，則識別為單加熱片；如果前四行的平均灰度值小于100且后四行的平均灰度值大于100，則識別為復(fù)合片；如果前四行的平均灰度值不為0且后四行的平均灰度值大于0，則識別為負極片。

26、s2.4：根據(jù)每個單體各個結(jié)構(gòu)識別的類別以及數(shù)量輸出裝配列表中。

27、進一步的，首尾堆各結(jié)構(gòu)的識別具體為：

28、對于首堆和尾堆的結(jié)構(gòu)識別，首先截取其非高光部分的圖像，并對這些圖像進行灰度化處理，然后基于墊片的白色特征進行二值化；由于相機畸變，拍攝的圓柱狀物體圖像會出現(xiàn)傾斜：首堆圖像的結(jié)構(gòu)從左上向右下微微傾斜，而尾堆圖像的結(jié)構(gòu)從左下向右上微微傾斜；因此，僅計算每行非高光部分二分之一列的像素灰度平均值。

29、對首堆來說，結(jié)構(gòu)包括端加熱片、上固定帶、墊片、引火片以及電發(fā)火頭組件；墊片、引火片和電發(fā)火頭組件的視覺特征為白色，而端加熱片和上固定帶的視覺特征為黑色；通過這些顏色特征來區(qū)分墊片與端加熱片和上固定帶；引火片與電發(fā)火頭組件緊密結(jié)合，引火片的厚度遠小于電發(fā)火頭組件的厚度，兩者加起來的厚度也遠大于墊片的厚度；因此，通過這些厚度差異來識別引火片和電發(fā)火頭組件，以及墊片。

30、對于尾堆來說，識別方法類似于上堆；尾堆包含下固定帶、墊片和端加熱片；墊片的視覺特征為白色，而端加熱片和下固定帶的視覺特征為黑色；根據(jù)此特征來識別墊片和端加熱片和下固定帶。

31、進一步的，待檢測電堆檢測方法是通過多角度模版匹配實現(xiàn)，多角度模版匹配具體步驟為：

32、s3.1：對模版電堆圖像和待模版電池匹配圖像分別進行兩次金子塔下采樣。

33、s3.2：對于沒有旋轉(zhuǎn)模版電堆圖像與待模版電池匹配圖像進行第一次模版匹配，記錄當前匹配的合適度，視為最合適的匹配度。

34、s3.3：首先對模版電堆圖像向左旋轉(zhuǎn)5°，然后進行模版匹配，得到的匹配的合適度與最合適的模版匹配度進行比較，如果大于最合適的模版匹配堆，記錄當前角度，并讓所得到的匹配的合適度取代最合適模版匹配度；依次向右旋轉(zhuǎn)0.1°，然后進行上述比較過程，獲取最大匹配度并記錄模版電池旋轉(zhuǎn)的角度。

35、得到電池堆后，進行正確熱電池檢測模版檢測流程，檢測數(shù)據(jù)與正確模版電堆檢測數(shù)據(jù)進行對比，如果發(fā)現(xiàn)不一致的話，在裝配列表輸出表格標成紅色。

36、進一步的，熱電池軟件交互界面是windows11系統(tǒng)上基于visual?c++語言，在qt平臺完成的，包括四個界面：

37、可視化窗口界面用于高像素工業(yè)相機拍攝熱電池實時顯示，熱電池中電堆顯示以及框選出拍攝模版獲取正確的模版電池電堆。

38、數(shù)據(jù)記錄界面用于記錄熱電池檢測日志，記錄熱電池堆檢測時間，檢測熱電池堆的型號，檢測結(jié)果。

39、裝配列表輸出界面，用來顯示熱電池各結(jié)構(gòu)的順序以及數(shù)量。

40、操作欄界面，用來調(diào)節(jié)各個參數(shù)以及控制圖像拍攝。

41、進一步的，在線檢測平臺的交互軟件操作流程如下：

42、s4.1：在熱電池生產(chǎn)流水線中，將裝配完成但未封裝的熱電池半成品放置于設(shè)備的抽屜板夾具上。

43、s4.2：關(guān)閉抽屜板，點擊“模版”并選擇“拍攝模版”。

44、s4.3：在可視化窗口中框選熱電池電堆，然后點擊“檢測按鈕”。

45、s4.4：待裝配列表生成后，點擊“保存”以保存檢測的模版數(shù)據(jù)。

46、s4.5：點擊“電池參數(shù)”下方的“檢測”按鈕，進行拍攝。

47、本發(fā)明的有益技術(shù)效果為：

48、本發(fā)明利用高像素工業(yè)相機代替x射線掃描設(shè)備來采集熱電圖像數(shù)據(jù)，能夠避免輻射和采集數(shù)據(jù)復(fù)雜等問題。同時采集圖像數(shù)據(jù)對環(huán)境要求不高，可以直接使用熱電池生產(chǎn)流水線上，采集圖像數(shù)據(jù)方便，且如果檢測到熱電池裝配缺陷，可及時更改熱電池裝配次序，避免裝配缺陷發(fā)生，減少廢品的成本，從而降低了整體生產(chǎn)成本；同時該檢測系統(tǒng)可以制作一個熱電池實時檢測一個電池，不需要額外單獨送往檢測設(shè)備進行檢測，減少了檢測時間，提高了整體生產(chǎn)效率。