蔡鵬德，沙春偉，趙康

（安徽理工大學，淮南 232000）

0 引言

鉛酸電池是把化學能轉(zhuǎn)化為電能，并把有限電能儲存起來的一種電池［1］。由于它在供電方面具有安全可靠的特點，從而廣泛應(yīng)用于我國國民經(jīng)濟的各個領(lǐng)域。膠體電解液的發(fā)明是在20世紀20年代，隨之在20世紀70年代成功開發(fā)出一種閥控密封鉛酸電池。從根本上講，鉛酸電池是一種內(nèi)部化學變化不易被及時察覺的裝置。日常使用時的缺陷也不會即刻表現(xiàn)出來，所以對蓄電池的維護極其重要。若是不恰當?shù)膶﹄姵鼐S護管理，那么會直接對電池的使用效益以及壽命有很大影響，甚至直接損壞電池。

伴隨微電子與計算機控制技術(shù)的推進，對于鉛酸電池的維護、使用以及管理也需要實現(xiàn)自動化。通過在鉛酸電池生產(chǎn)源頭，實施在線監(jiān)測鉛酸電池的相關(guān)組件缺陷，能夠及時了解電池的工作特性以及工作狀態(tài)，必要時對其進行維護［2-3］。所以，對鉛酸電池在線監(jiān)測方面的系統(tǒng)開發(fā)勢在必行。

1 關(guān)鍵技術(shù)研究

1.1 系統(tǒng)的業(yè)務(wù)流程設(shè)計與基本構(gòu)成

基于機器視覺的鉛酸電池鉛板柵在線監(jiān)測系統(tǒng)是基于計算機圖像和視覺處理技術(shù)打造的智能蓄電池板柵網(wǎng)缺陷監(jiān)測系統(tǒng)。它可以在不需要人工干預(yù)或很少人工干預(yù)的情況下，由相機拍攝，對得到的板柵圖片進行分析，實現(xiàn)鉛板柵的監(jiān)測、計算、分析和缺陷識別。對于一個監(jiān)控系統(tǒng)首先要梳理清楚系統(tǒng)運行中的數(shù)據(jù)流向。本文設(shè)計的實時在線監(jiān)測系統(tǒng)整體運行的流程如圖1所示。

圖1 系統(tǒng)業(yè)務(wù)流程設(shè)計

在此監(jiān)測系統(tǒng)里，系統(tǒng)設(shè)計的核心與關(guān)鍵點是對圖像的處理。具體數(shù)據(jù)流程總結(jié)如下：先是把采集圖片上傳，轉(zhuǎn)化為數(shù)據(jù)流將其在數(shù)據(jù)庫中進行存儲。接著應(yīng)用圖像處理技術(shù)把圖像分別進行去噪、歸一化、去噪等，以此來評估采集的圖像；為了對比圖像之間不同特征，將之前提取的特征和規(guī)則庫中的特征相互對比。最后，把分析出的結(jié)果傳輸給數(shù)據(jù)庫。通過MES系統(tǒng)，用戶也可以很方便訪問系統(tǒng)的數(shù)據(jù)。

1.2 系統(tǒng)的關(guān)鍵功能

根據(jù)企業(yè)對產(chǎn)品監(jiān)測系統(tǒng)功能的要求，這里把系統(tǒng)用戶分為兩個角色，分別為管理員和用戶。具體系統(tǒng)功能設(shè)計圖和檢測區(qū)域閾值設(shè)定界面如圖2、圖3所示。

圖2 系統(tǒng)功能設(shè)計

圖3 檢測區(qū)域閾值設(shè)定界面

用戶管理和圖像數(shù)據(jù)遠程傳輸?shù)?，屬于管理員的主要職責。用戶管理主要負責圖像管理和上料時間的設(shè)定等，主要是對圖像進行抓拍以及進行圖像處理，對采集區(qū)域進行定位。

于用戶而言，系統(tǒng)操作界面主要有三個部分，分別是主界面、通訊、設(shè)置。主界面主要包括NG（不合格品）圖片保存位置項、圖片文件名輸出項、斷絲顯示燈（正常常亮為綠色，斷絲時顯示紅色）、鉛板柵片合格與不合格數(shù)顯示項、上料時間設(shè)定項等；通訊部分主要包括發(fā)送數(shù)據(jù)和接收數(shù)據(jù)顯示項，主要用于遠程數(shù)據(jù)上傳發(fā)送到控制終端數(shù)據(jù)庫，進行統(tǒng)計合格與不合格率等相關(guān)信息，為用戶提供參考；設(shè)置項主要是對于鉛板柵監(jiān)測區(qū)域的前部、左部、右部、中部、后部五個部位的閾值根據(jù)現(xiàn)場情況進行調(diào)節(jié)設(shè)置，并且包括最后的輸出錯誤位置項，當監(jiān)測出有NG（不合格品）時，它可以精確顯示出這個不合格品出現(xiàn)缺陷的位置點。

1.3 圖像采集存儲及網(wǎng)絡(luò)傳輸

本系統(tǒng)根據(jù)技術(shù)需求采用大恒公司MER-500-7UM∕C型號的工業(yè)相機進行圖像采集。同時由于企業(yè)操作環(huán)境光照的影響，單獨采用一種白色面光源進行打光?；跈C器視覺的在線鉛板柵監(jiān)測系統(tǒng)中圖像采集和圖像傳輸是必不可少的步驟［4］，要求圖像的質(zhì)量高、采集測點分布要多、實時性高、數(shù)據(jù)量大等，所以本系統(tǒng)需要對各分布監(jiān)測點都采用網(wǎng)絡(luò)化圖像采集的方式。把采集到的數(shù)字圖像以網(wǎng)絡(luò)存儲的形式存儲。數(shù)據(jù)服務(wù)器與各視頻服務(wù)器共同完成網(wǎng)絡(luò)存儲?？蛻舳藙t是根據(jù)用戶對于現(xiàn)場采集圖像的需求來存儲，以實時采集服務(wù)器為主的方式存儲。數(shù)字圖像被處理后的圖像由數(shù)字圖像服務(wù)器承擔，如特殊處理和報警前后的連續(xù)圖像等。整個系統(tǒng)相機實時采集圖像的文件名是以（年月日，時分秒）來命名，接著立刻存入用戶設(shè)置的圖像庫里面。每天把當日的圖像數(shù)據(jù)庫打包，按年月日以及工人工號為文件名并存入圖像庫。由于數(shù)據(jù)隨時會寫滿硬盤，所以把硬盤數(shù)據(jù)存儲模式改為“覆蓋”，那么滿盤時新數(shù)據(jù)自動覆蓋舊數(shù)據(jù)寫入。接著把圖像數(shù)據(jù)通過MES系統(tǒng)進行網(wǎng)絡(luò)傳輸給企業(yè)終端管理。圖像網(wǎng)絡(luò)存儲流程和板柵采集樣圖如圖4所示。

圖4 圖像網(wǎng)絡(luò)存儲流和板柵采集圖像

2 圖像處理設(shè)計與實現(xiàn)

2.1 圖像處理思路

針對不同的研究目的，圖像處理方法也不同。一般來說，它包括兩個模塊：圖像預(yù)處理和圖像識別。其中識別的特征是從預(yù)處理過后的數(shù)字圖像中進行提取，搭建SVM分類器，最終結(jié)果通過分類得到。上面方法基于深度學習在工業(yè)領(lǐng)域監(jiān)測缺陷復(fù)雜種類多的組塊圖像［5-7］。本文設(shè)計的系統(tǒng)主要用于電池板柵網(wǎng)圖像缺陷的檢測。因此，不同于上述算法，對于工業(yè)領(lǐng)域監(jiān)測部件的特殊性，本文圖像處理主要基于灰度圖像。由于在灰度化后的圖像不存在彩色信息，僅包含亮度信息，而且灰度圖像具有容易存儲和提高處理效率的優(yōu)點。大體思想就是：首先對圖像做預(yù)處理，其次對圖像進行歸一化、去噪以及分割等操作，從而為后續(xù)的特征提取打下基礎(chǔ)。圖像處理過程非常復(fù)雜，程序千變?nèi)f化，但總體思路大致相同。

2.2 圖像的歸一化處理

由于企業(yè)生產(chǎn)現(xiàn)場環(huán)境的特殊性，復(fù)雜光照和設(shè)備表面的亮度都會對相機采集圖像和處理產(chǎn)生一定的影響。為此，需要消除部分設(shè)備表面亮度引起的圖像處理問題，對圖像進行歸一化處理，即消除圖像的量綱。具體歸一化計算公式如下：

在式中：r，g，b分別表示在對其歸一化后對應(yīng)的各像素特征，R，G，B分別表示原始特征值紅、綠、藍。將原始像素值從0～255的范圍，映射到0～1范圍之內(nèi)處理，很大程度提高了像素的精度。

2.3 圖像去噪

對圖像在分割前先進行去噪，比較典型的去噪算法當前來說有三種：中值濾波、維納濾波、均值濾波，本文采用一種特殊的去噪算法NLMeans算法［8］，這種算法復(fù)雜程度小于小波方法，一種自注意力機制和自相關(guān)的去噪方法。它在尋找相似區(qū)域是以圖像塊為單位，然后對這些區(qū)域求平均值，它的原理是利用整幅圖像來進行去噪，是一種基于圖像中所有像素的非局部平均的非局部均值算法（NL-means）的方法。

上式（1）（2）中ξ表示像素之間的相似性，Z(i)表示歸一化常數(shù)，再由歐幾里德距離度量做領(lǐng)域內(nèi)像素重構(gòu)如式：

對于某個像素i，在穩(wěn)定的情況下，如果找到一個它的領(lǐng)域，NL-means算法就會收斂于i的條件期望。在這樣的狀況下，隨著圖像大小的增長，穩(wěn)定條件也隨之對于圖像的所有細節(jié)，我們可以找到許多類似的區(qū)塊。從而可以很好的對圖像進行去噪。

2.4 圖像分割

基于區(qū)域的一種圖像分割技術(shù)叫做閾值分割法［9］。由于容易實現(xiàn)、計算不復(fù)雜以及應(yīng)用面廣的優(yōu)點，是特征提取以及模式識別等之間進行后續(xù)處理的不可或缺的步驟。它的基本思想就是，基準的閾值T首先要確定，接著對圖像g（x，y）的每個像素點的灰度值和T對比，就得到一幅二值圖像h（x，y）轉(zhuǎn)換關(guān)系為:

得出合適的閾值T是閾值分割法的核心，T的選取與直方圖有關(guān)。通過觀察分析直方圖是一個有效的方法，如果存在雙峰，那么閾值就用兩峰期間的谷底值來充當。

通過上面的分析，選擇合適的閾值在閾值分割法中是極其重要的，最后處理結(jié)果的好壞由它決定。若是選取的閾值偏大會將不需要的信息也提取出來，相反，閾值偏小會丟失部分重要信息。求取閾值的方式有很多種，本文是以最大類間方差法作為主要研究內(nèi)容，其主要思想為：先預(yù)設(shè)一副圖像由L個灰度級，每個灰度值的像素點個數(shù)為Ni，其概率為Pi=Ni∕N，N為圖像總像素點，選定一個門限T，計算灰度大于T的像素的方差σ2a(T)及灰度小于T的像素方差σ2b(T)，設(shè)w1(T)為小于T像素的概率，w2(T)為像素大于T的概率，則背景和目標圖像的類間方差函數(shù)為：

搜索全部可能的T值，當使σ2a(T)最大值時，就找到了最合適的閾值。從而最后得到二值化的閾值分割圖。

3 系統(tǒng)實現(xiàn)

3.1 系統(tǒng)主界面顯示

通過上述的設(shè)計，可得到如圖5所示的系統(tǒng)主界面。

圖5 系統(tǒng)主界面

3.2 圖像上傳功能的實現(xiàn)

該系統(tǒng)無需登錄，設(shè)備開機的同時系統(tǒng)界面也自主啟動。電池板柵圖像實時抓拍上傳作為系統(tǒng)的基本功能，電池板柵在傳送架上穿過視覺檢測設(shè)備，相機實時抓拍每一片板柵，在抓拍檢測是否合格品的同時，通過光電傳感器觸發(fā)，統(tǒng)計出不良品以及總生產(chǎn)的數(shù)量。用戶可以遠程傳輸數(shù)據(jù)和清除前面生產(chǎn)緩存的數(shù)據(jù)。經(jīng)過處理的圖像分析識別后，如果發(fā)現(xiàn)電池板柵有斷絲等缺陷不合格的產(chǎn)品，觸發(fā)機臺上面的報警燈立即報警，機臺停機操作員剔除不合格品，繼續(xù)監(jiān)測運轉(zhuǎn)。具體實現(xiàn)流程和系統(tǒng)樣機如圖6所示。

圖6 實現(xiàn)流程圖和系統(tǒng)樣機操作示意圖

4 結(jié)語

基于機器視覺的電池鉛板柵缺陷監(jiān)測系統(tǒng)是對于鉛酸電池組件缺陷方面一個全新的嘗試。本文研究了電池板柵缺陷圖像采集識別系統(tǒng)，完成了板柵圖像的實時采集、圖像處理以及缺陷的識別判斷，為企業(yè)生的產(chǎn)效率和產(chǎn)品質(zhì)量提供了很好的推動。由于系統(tǒng)目前的相機和條件下，對電池板柵邊緣偶爾出現(xiàn)的一些肉眼難以看出的毛刺檢測存在一定偏差，有待進一步的研究與改進，從而實現(xiàn)對電池板柵的缺陷全面精準檢測。