亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機器視覺的鋰電池極耳焊接缺陷檢測技術(shù)研究與分析

        2021-08-27 07:36:20高堂盼
        機電工程技術(shù) 2021年7期
        關(guān)鍵詞:檢測

        高堂盼

        (廣東利元亨智能裝備股份有限公司,廣東惠州 516000)

        0 引言

        隨著新能源產(chǎn)業(yè)的飛速發(fā)展,市場對鋰離子動力電池的需求逐步增大。極耳焊接工藝是鋰電芯整個生產(chǎn)工藝鏈中較為關(guān)鍵的一部分,其焊接質(zhì)量和焊接精度會影響整個鋰電芯的性能和使用壽命,嚴(yán)重者可直接導(dǎo)致產(chǎn)品報廢。常規(guī)的軟包電芯的極耳是片狀、柔軟的多層結(jié)構(gòu),常用的焊接方式有激光焊接、超聲波焊接等,在焊接過程中容易因裝夾、壓刀收攏等工序而產(chǎn)生褶皺、破損及翻折等缺陷。目前,國內(nèi)對極耳焊后產(chǎn)生的的缺陷檢測主要是依靠人工經(jīng)驗肉眼檢測判斷,缺乏相應(yīng)的、比較系統(tǒng)的缺陷檢測規(guī)程作指導(dǎo),而且受人為主觀因素的影響很大,很難保證檢測的準(zhǔn)確度和效率[1-2]。

        隨著計算機技術(shù)、圖像處理技術(shù)的快速發(fā)展,近年來,很多國內(nèi)外學(xué)者、企業(yè)開始聚焦于機器視覺,希望借助機器視覺技術(shù)快速和精準(zhǔn)地實現(xiàn)鋰電芯極耳焊后的缺陷檢測[3-4]。機器視覺檢測技術(shù)是一種非接觸式的全新高效檢測技術(shù),具備高精準(zhǔn)度、高效率、對產(chǎn)品零損傷等優(yōu)點,可有效地實現(xiàn)設(shè)備的生產(chǎn)自動化以及高效柔性化,因此,利用機器視覺技術(shù)對鋰電芯焊后極耳檢測必將是未來的一大趨勢[5]。

        本文首先對鋰電芯極耳焊后視覺檢測系統(tǒng)進行了設(shè)計;然后基于圖像處理原理對采集的圖像進行圖像預(yù)處理,并利用圖像差分的方法提取相應(yīng)的缺陷特征,實現(xiàn)缺陷的識別檢測;最后對整個視覺檢測系統(tǒng)進行效果驗證,驗證機器視覺檢測方法的可行性及合理性。

        1 機器視覺檢測系統(tǒng)

        本文研究的機器視覺檢測系統(tǒng)是對鋰電芯多層極耳焊接后的質(zhì)量進行自動化檢測,其中焊點數(shù)量不足、焊點位置偏移、極耳折疊翻折的均為有缺陷的不合格產(chǎn)品,其檢測流程如圖1所示。

        圖1 鋰電芯極耳缺陷檢測流程

        圖2 所示為鋰電芯極耳焊后視覺檢測系統(tǒng)的方案設(shè)計,其中關(guān)鍵部分包括相機、鏡頭、同軸光源、球積分無影光、夾具、工控機以及視覺軟件。該檢測系統(tǒng)的視覺軟件是利用康耐視的圖像處理庫VisionPro 做圖像采集以及圖像處理,并在Visual Studio 2015 的編譯環(huán)境下進行UI 界面二次封裝開發(fā),實現(xiàn)圖像顯示、通訊設(shè)置、參數(shù)修改以及數(shù)據(jù)存儲等功能。

        圖2 極耳缺陷檢測系統(tǒng)

        2 焊后圖像預(yù)處理

        圖像預(yù)處理的目的是去掉圖像中的噪點、干擾特征以及其他不相關(guān)的數(shù)據(jù)信息,加強圖像中的有用信息,提升后續(xù)特征提取的準(zhǔn)確性和穩(wěn)定性。

        2.1 圖像濾波去噪

        圖像在采集過程中會因為臟污、鏡頭污染等環(huán)境等因素導(dǎo)致會存在不同程度的非規(guī)律性的噪點,因此,在不破壞圖像重要特征的前提下需要利用圖像濾波的方法去除無關(guān)的噪點,常用的圖像濾波算法有均值濾波、中值濾波和高斯濾波[6-7]。

        均值濾波是一種區(qū)域平均法,該方法是利用一個卷積核(通常為3×3或5×5的奇數(shù)核大?。┭刂鴪D像逐行或者逐列運動,用卷積核區(qū)域內(nèi)的所有像素平均值代替中心像素的值,減少突變像素的影響,實現(xiàn)像素平滑,達到圖像去噪聲的目的。其公式如下:

        式中:f (i,j) 為原圖像,是一個M×N 的陣列;v(x,y)為均值濾波后的圖像;U為卷積核;M為卷積核中所包含像素的總個數(shù)。

        均值濾波可以實現(xiàn)圖像去噪,但是如果U 過大會同步造成圖像過于模糊,因此使用該方法時需要權(quán)衡圖像模糊程度和抑制噪聲的效果。

        中值濾波是采用該像素點鄰域內(nèi)某個尺寸大小的二維卷積核滑動窗口內(nèi)的所有像素點的中值替換該點原有的像素值,適用于去除圖像中單獨的噪聲點。其公式如下:

        式中:x1,x2,x3,…,xn為原始數(shù)據(jù);S1,S2,S3,…,S4為按大小順序排列過后的圖像數(shù)據(jù)。

        其示例如圖3所示。

        圖3 中值濾波原理

        高斯濾波與前兩種方法略有不同,其利用的濾波器不是簡單的求均值或者排序,而是調(diào)用一個二維離散的高斯函數(shù),其在每一個方向的平滑程度都是一致的,能夠保留圖像更多的細(xì)節(jié)和邊緣特征,圖像相對更為清晰,平滑的效果也更加柔和。

        各濾波算法處理效果如圖4 所示,焊點檢測選用的是中值濾波算法,該方法去除孤立的噪聲點比較有效,也能保留大部分邊緣信息,為后續(xù)的焊點輪廓提取奠定圖像基礎(chǔ)。

        圖4 圖像濾波效果

        2.2 圖像增強及分割

        圖像增強的目的是對濾波后的圖像進行灰度增強,突顯圖像中有用特征的信息,增強圖像的辨識度,削弱或消除其他無關(guān)的特征信息,本文使用的圖像增強方法是分段線性灰度增強。

        分段線性灰度增強可以對圖像的灰度進行分段線性擴展,增強前景和背景的對比度,壓縮含有不必要特征的圖像灰度。分段線性灰度增強的算法表達式如下:

        式中:f (x,y)為原始輸入圖像,其灰度等級是從0 級到M級;g(x,y)為增強后的圖像,其灰度等級是從0 級到N 級;[a,b]是原始圖像的一個灰度區(qū)間;[c,d]為增強后圖像中的一個灰度區(qū)間。

        依據(jù)式(3)可知,如果a=c、b=d,則變換后的g(x,y)=f (x,y),圖像未實現(xiàn)灰度變換;如果a>c,bd,區(qū)間[a,b)內(nèi)的圖像灰度值會被線性縮小,其增強效果如圖5所示。

        圖5 圖像增強效果對比

        圖像分割是從圖像中提取出鋰電芯極耳焊接處特征ROI的過程,本文采用的是最大類間方差法(也稱OSTU法)對濾波后的圖像進行閾值分割,其基本原理是通過選定的最佳閾值將圖像二值化,最大程度地將圖像的背景與前景區(qū)分開,突顯出所需的特征[8]。

        最佳閾值的選取是整個圖像分割過程中最關(guān)鍵的部分,其設(shè)置過程將會影響圖像分割的準(zhǔn)確性和后續(xù)特征提取的準(zhǔn)確性[9-10]。

        假設(shè)圖像的灰度級為K,ni為灰度級為i 的像素數(shù),則其像素數(shù)總和N為:

        對直方圖進行歸一化處理:

        式中:pi為灰度級,為i的像素數(shù)所占總像素數(shù)的比例。

        假設(shè)原始圖像的最佳閾值為t,利用t 可以將圖像劃分為兩類像素集合D0和 D1,其中 D0=(0,1,2,…,t),D1=(t+1,t+2,…,K),其出現(xiàn)的概率和均值分別為:

        式中:ω0、μ0為像素集合D0在圖像中出現(xiàn)的概率和均值;ω1、μ1為像素集合D1在圖像中出現(xiàn)的概率;μT為整幅圖的平均灰度。

        D0集合類以及D1集合類的方差分別為:

        式中:σ02為像素集合D0的方差;σ12為像素集合D1的方差。

        D0集合類以及D1集合類的類內(nèi)方差和類間方差分別為:

        像素集合類的分離性判決準(zhǔn)則為:

        根據(jù)η(t)判定準(zhǔn)則,可以求出將圖像分離成D0和D1的最佳閾值t:

        利用OSTU閾值分割法對增強后的圖像進行分析,得到最佳閾值t=112;再利用最佳閾值t 對原始圖像進行二值化處理后,能很好地將背景像素與前景像素分開,如圖6所示[11]。

        圖6 圖像分割效果對比

        2.3 特征提取

        通過對鋰電池的焊后圖像進行預(yù)處理后,焊印區(qū)域的圖像特征會最大程度地被突顯出來,以利于對焊點數(shù)量、焊點位置、多層極耳進行識別檢測。

        針對鋰電芯焊后的缺陷檢測,關(guān)鍵在于焊點數(shù)量特征和位置特征的提取,首先利用線性灰度增強后的圖像對焊后極耳特征進行定位,再利用閾值分割圖像找到各焊點中心坐標(biāo)和多層極耳的輪廓邊緣,并依據(jù)各個焊點中心坐標(biāo)擬合出焊印區(qū)域中心坐標(biāo),求出焊印區(qū)域的相對位置,如圖7所示。

        圖7 圖像特征提取原理

        3 實驗效果

        為了驗證本文針對鋰電芯極耳焊后缺陷檢測所設(shè)計的機器視覺檢測系統(tǒng)的算法穩(wěn)定性和準(zhǔn)確性,本文利用康耐視的Vi?sionPro圖像處理庫基于Visual Studio 2015的IDE編譯環(huán)境,對生產(chǎn)好的500 個鋰電芯焊點缺陷進行檢測試驗,判定焊點數(shù)量、焊點位置以及極耳狀態(tài)是否符合設(shè)定參數(shù)值,其試驗結(jié)果如表1所示。由表可知,合格的產(chǎn)品總共有490個,其中正確識別的數(shù)量為484個,檢出率98.77%,誤判數(shù)為6個,誤判率1.2%,誤判的原因主要是極耳翻折檢測參數(shù)規(guī)格設(shè)置過嚴(yán),后續(xù)持續(xù)優(yōu)化參數(shù)即可解決,不合格的產(chǎn)品數(shù)是10個,全部檢出。

        表1 試驗結(jié)果

        4 結(jié)束語

        本文基于機器視覺對鋰電芯極耳焊后缺陷檢測系統(tǒng)進行了設(shè)計與分析,采用中值濾波、分段線性灰度增強以及OSTU法對圖像進行預(yù)處理,提取了鋰電芯極耳焊后焊點特征,實現(xiàn)了鋰電芯極耳焊后缺陷的非接觸式實時檢測,并對整個視覺檢測系統(tǒng)進行了試驗驗證,結(jié)果表明本視覺檢測系統(tǒng)可以滿足檢測需求。通過本系統(tǒng)可將視覺判定結(jié)果發(fā)送給PLC 控制模塊,控制執(zhí)行端運動,實現(xiàn)機械系統(tǒng)、電氣控制系統(tǒng)以及視覺檢測系統(tǒng)聯(lián)動自動運行,提高了生產(chǎn)效率以及檢測精度,具有廣泛的應(yīng)用前景。

        猜你喜歡
        檢測
        QC 檢測
        “不等式”檢測題
        “一元一次不等式”檢測題
        “一元一次不等式組”檢測題
        “幾何圖形”檢測題
        “角”檢測題
        “有理數(shù)的乘除法”檢測題
        “有理數(shù)”檢測題
        “角”檢測題
        “幾何圖形”檢測題
        在线观看91精品国产免费免费| 日韩精品成人区中文字幕| 午夜三级a三级三点在线观看| 午夜福利92国语| 麻豆国产乱人伦精品一区二区| 国产免费99久久精品| 男女18视频免费网站| 九九热线有精品视频86| 欧洲多毛裸体xxxxx| 亚洲精品综合一区二区三| 999久久66久6只有精品| 国产黄色一区二区三区,| 性高朝久久久久久久3小时| 欧美日韩不卡合集视频| 国产精品久久久久影视不卡| 人妻露脸国语对白字幕| 中文字幕有码无码人妻av蜜桃| 人妻少妇精品视频一区二区三区| 亚洲乱码少妇中文字幕| 一区二区三区亚洲免费| 欧美综合天天夜夜久久| 中国精学生妹品射精久久| 亚洲av一区二区国产精品| 风韵人妻丰满熟妇老熟| 国产乱人激情h在线观看| 久久亚洲精品成人| 亚洲国产成人av第一二三区| 97人妻人人揉人人躁九色| 中文字幕日韩精品无码内射| 中文乱码字幕高清在线观看 | 国产精品一区二区三区在线观看| 亚洲av无码专区在线观看成人| 国产精品第一二三区久久蜜芽 | 久久久久人妻精品一区三寸| 亚洲精品永久在线观看| 国产三级在线观看性色av| 日本伦理精品一区二区三区| 男女爱爱好爽视频免费看| 久久久久久一级毛片免费无遮挡 | 深夜一区二区三区视频在线观看| 亚洲中文字幕无码一久久区|