摘要：現(xiàn)代化工業(yè)生產(chǎn)背景下，汽車領(lǐng)域新能源電池的生產(chǎn)、應(yīng)用與回收需要做到嚴(yán)格的質(zhì)量檢測(cè)與缺陷管理。對(duì)汽車電池金屬連接片進(jìn)行缺陷檢測(cè)是保障電池使用安全性的重要環(huán)節(jié)，本文采用亞像素視覺(jué)檢測(cè)技術(shù)，依靠這種高精度圖像處理方法找出金屬連接片的缺陷問(wèn)題，確定缺陷類型，經(jīng)過(guò)圖像采集與預(yù)處理、邊緣檢測(cè)后獲得檢測(cè)結(jié)果，從而盡快找出缺陷位置，篩除不合格產(chǎn)品，提高企業(yè)生產(chǎn)效率。

關(guān)鍵詞：新能源汽車；電池金屬連接片；邊緣檢測(cè)

引言

新能源汽車中的電池金屬連接片在制造與使用期間存在著不同情況的缺陷問(wèn)題，比如焊接缺陷、尺寸缺陷等，一系列缺陷問(wèn)題的產(chǎn)生會(huì)對(duì)電池性能和使用壽命造成影響。視覺(jué)檢測(cè)在電池檢測(cè)中的應(yīng)用直觀重要，通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)模擬人類的視覺(jué)功能，完成對(duì)圖像的邊緣檢測(cè)，最終確定缺陷位置，提高產(chǎn)品整體質(zhì)量。

一、亞像素視覺(jué)檢測(cè)的基本原理及應(yīng)用優(yōu)勢(shì)

在數(shù)字圖像處理領(lǐng)域，亞像素具體是指通過(guò)對(duì)像素的細(xì)化，從而達(dá)到更高精度的測(cè)量與計(jì)算要求，每個(gè)像素可以表示一個(gè)區(qū)域內(nèi)的灰度值，而亞像素是用來(lái)表示每個(gè)像素內(nèi)更加細(xì)小的灰度值變化情況。當(dāng)攝像系統(tǒng)整體條件不變時(shí)，亞像素一般可利用軟件算法提升邊緣檢測(cè)的精確度，從而在原像素網(wǎng)絡(luò)中找出更多細(xì)節(jié)，利用算法進(jìn)行邊緣最佳位置的預(yù)測(cè)，最終得到更加平滑且精準(zhǔn)的邊緣過(guò)渡。亞像素視覺(jué)檢測(cè)技術(shù)的實(shí)現(xiàn)需要達(dá)到一定條件，被檢測(cè)目標(biāo)不是單個(gè)像素點(diǎn)，通常是多個(gè)像素點(diǎn)構(gòu)成，且像素點(diǎn)存在灰度分布或幾何分布等特性。當(dāng)前可以達(dá)到亞像素級(jí)別的邊緣檢測(cè)算法主要有三種，一種是矩方法，這是以灰度矩展開(kāi)邊緣定位的檢測(cè)方法；一種是插值法，即對(duì)圖像插值操作完成亞像素定位；最后一種是擬合法，這是一種利用假設(shè)邊緣模型擬合灰度值的亞像素定位檢測(cè)方法。

圍繞亞像素檢測(cè)的基本原理，其技術(shù)應(yīng)用優(yōu)勢(shì)大致如下：（1）提高精度。亞像素視覺(jué)檢測(cè)可以讓目標(biāo)檢測(cè)的精度提升到亞像素級(jí)別，進(jìn)而達(dá)到工業(yè)檢測(cè)的高精度要求，幫助機(jī)器視覺(jué)系統(tǒng)完成對(duì)零件邊緣的定位檢測(cè)，提高工業(yè)裝配與檢測(cè)效率。（2）降低成本。依靠亞像素細(xì)分技術(shù)彌補(bǔ)系統(tǒng)硬件的不足，提升圖像分辨率，比如將攝像系統(tǒng)的分辨率提升到1024×1024后，其價(jià)格比512×512 多出幾倍，但亞像素技術(shù)能夠在不改變分辨率的情況下達(dá)到更高測(cè)量精度。（3）提高圖像質(zhì)量。亞像素視覺(jué)檢測(cè)技術(shù)主要通過(guò)圖像插值與數(shù)據(jù)濾波操作，完成對(duì)像素的細(xì)化，在提升圖像精度與分辨率的同時(shí)增強(qiáng)圖像質(zhì)量，系統(tǒng)根據(jù)更高精度的數(shù)據(jù)進(jìn)行下一步圖像分析與處理操作[1]。

二、新能源汽車電池金屬連接片的缺陷類型

結(jié)合新能源汽車整體情況，總結(jié)電池金屬連接片的幾種常見(jiàn)缺陷類型，具體如下：

首先，焊接缺陷。這一類別的缺陷問(wèn)題中包含裂紋、夾渣等情況，當(dāng)電池組在點(diǎn)焊時(shí)因鍍鎳層存在或焊接操作不當(dāng)，將有可能導(dǎo)致連接片出現(xiàn)裂紋，裂紋的存在會(huì)降低連接片的導(dǎo)電性，影響電池使用性能。當(dāng)連接片和基材在焊接時(shí)沒(méi)有完全融合，此時(shí)會(huì)產(chǎn)生未熔合缺陷，該問(wèn)題會(huì)導(dǎo)致電池連接不良，導(dǎo)電性能下降。焊接期間熔池內(nèi)有可能混入氧化物，給電池帶來(lái)夾渣缺陷，夾渣的存在會(huì)影響連接片導(dǎo)電與機(jī)械性能。

其次，表面缺陷。一方面，高反射性情況下連接片表面光滑，高光點(diǎn)的產(chǎn)生影響視覺(jué)檢測(cè)，此時(shí)需要選擇適當(dāng)?shù)慕嵌扰c光源完成視覺(jué)檢測(cè)；另一方面，構(gòu)件在制造或安裝期間，連接片表面出現(xiàn)劃痕與磨損等情況，這會(huì)直接影響電池使用的安全性。

再次，尺寸與形狀缺陷。連接片的長(zhǎng)寬或厚度出現(xiàn)偏差，將會(huì)影響其與其他電池部件的配合度。運(yùn)輸期間連接片因外力作用而變形，此時(shí)電池的安全性也會(huì)受到影響。

最后，材料缺陷。當(dāng)電池金屬連接片內(nèi)混入含F(xiàn)e、Cu 等金屬異物時(shí)，電池將會(huì)出現(xiàn)內(nèi)部短路的問(wèn)題，或連接片材料成分不均勻，電池使用性能降低[2]。

三、亞像素視覺(jué)檢測(cè)技術(shù)在新能源汽車電池金屬連接片缺陷處理中的應(yīng)用

（一）根據(jù)采集目標(biāo)進(jìn)行圖像采集與數(shù)據(jù)預(yù)處理

在電池缺陷檢測(cè)的準(zhǔn)備階段，確定檢測(cè)目標(biāo)，了解當(dāng)前汽車電池金屬連接片主要存在的缺陷類型，尋找缺陷原因，為檢測(cè)方案的制定奠定基礎(chǔ)。接下來(lái)，使用高精度攝像系統(tǒng)，確保裝置能夠精準(zhǔn)的捕捉電池金屬連接片表面的微小缺陷，再用亞像素級(jí)別圖像處理軟件，完成對(duì)目標(biāo)的邊緣檢測(cè)與缺陷識(shí)別分析。發(fā)揮亞像素視覺(jué)檢測(cè)在電池金屬連接片缺陷處理環(huán)節(jié)的技術(shù)優(yōu)勢(shì)，利用圖像處理軟件進(jìn)行圖像采集與數(shù)據(jù)預(yù)處理。

圖像采集環(huán)節(jié)，應(yīng)用高分辨率攝像機(jī)和傳感器捕捉金屬連接片的所有結(jié)構(gòu)信息，根據(jù)連接片的尺寸與檢測(cè)要求，確保采集到的圖像質(zhì)量可以滿足后續(xù)處理要求。確定光源與照明方案，使金屬連接片裂紋、劃痕等缺陷特征更加突出，一般可采用定向光與環(huán)形光的方式，減少照明期間的反光與陰影，強(qiáng)化圖像質(zhì)量。當(dāng)檢測(cè)對(duì)象的電池盒背景色為亮白色時(shí)，對(duì)于這種存在反光現(xiàn)象應(yīng)選擇不同打光方案，通過(guò)測(cè)試后確定最佳方案，表1 為不同方案下成像效果情況，經(jīng)過(guò)對(duì)比分析后，最終決定選擇同軸紅色光源進(jìn)行打光。此外，還應(yīng)保障圖像采集環(huán)境不受干擾，防止振動(dòng)或溫度變化影響圖像質(zhì)量，同時(shí)相機(jī)和電池金屬連接片之間應(yīng)保持一定的相對(duì)位置，避免圖像采集時(shí)出現(xiàn)數(shù)據(jù)誤差。

在數(shù)據(jù)預(yù)處理環(huán)節(jié)，首先要進(jìn)行圖像去噪，利用高斯濾波器或均值濾波器去除圖像內(nèi)的噪聲，強(qiáng)化圖像清晰度。噪聲通常來(lái)源于相機(jī)內(nèi)的傳感器，或環(huán)境干擾引發(fā)噪聲，因此去噪處理是保障圖像后續(xù)處理效果的關(guān)鍵。其次，對(duì)圖像增強(qiáng)處理，通過(guò)調(diào)整對(duì)比度和亮度等參數(shù)，讓圖像內(nèi)的缺陷特征更加明顯。為了進(jìn)一步強(qiáng)化視覺(jué)效果，可選擇直方圖均衡化與自適應(yīng)對(duì)比度增強(qiáng)的方式。再次，將圖像進(jìn)行灰度化與彩色空間轉(zhuǎn)換處理，完成亞像素級(jí)定位。將拍攝的彩色圖像轉(zhuǎn)化為灰色圖像，或進(jìn)行彩色空間轉(zhuǎn)化，將RGB 空間轉(zhuǎn)換為HSV 空間，從而提取圖像缺陷特征，采用亞像素算法進(jìn)行缺陷定位，提高定位檢測(cè)精度，最終識(shí)別出連接片的微小缺陷問(wèn)題。通過(guò)閾值分割、邊緣檢測(cè)等方式，使連接片和背景分離，隨后提取可以用來(lái)描述連接片外觀狀態(tài)的邊緣、紋理或顏色等特征數(shù)據(jù)，對(duì)數(shù)據(jù)歸一化與標(biāo)準(zhǔn)化處理，完成圖像采集與數(shù)據(jù)預(yù)處理[3]。

（二）亞像素邊緣檢測(cè)，獲取邊緣信息

亞像素邊緣檢測(cè)主要是利用灰度值的不連續(xù)性，并以灰度突變?yōu)榛A(chǔ)進(jìn)行目標(biāo)區(qū)域分割的圖像處理技術(shù)，而邊緣指的是圖像局部特性中灰度或結(jié)構(gòu)信息突變。圖像邊緣一般是指圖像屬性內(nèi)的變化，比如深度上的不連續(xù)或場(chǎng)景照明變化等，邊緣可以作為一個(gè)區(qū)域的開(kāi)始和結(jié)束，憑借這一特征可以完成圖像的分割處理。以獲取邊緣信息為目標(biāo)，對(duì)電池金屬連接片進(jìn)行亞像素邊緣檢測(cè)，所采用的邊緣檢測(cè)算法主要有以下兩種：（1）Roberts 算子，這是一種交叉微分算法，以交叉差分為前提的梯度算法，通過(guò)局部差分計(jì)算邊緣線條，完成對(duì)陡峭的低噪聲圖像處理，如果圖像邊緣接近正負(fù)45°時(shí)，Roberts 算子處理效果最佳。（2）Canny 算子，以一階微分為基礎(chǔ)，增加非最大值抑制與雙閾值檢測(cè)，在處理汽車電池金屬連接片缺陷圖片時(shí)需要經(jīng)歷以下步驟：去噪處理，以5×5 的高斯濾波核進(jìn)行圖像平滑處理；計(jì)算像素梯度幅值與方向，再計(jì)算水平與垂直方向的差分；非極大值抑制，由于梯度較大的區(qū)域可能是邊緣，沿著梯度方向?qū)ふ蚁袼攸c(diǎn)局部最大值，對(duì)其進(jìn)行非最大值抑制，最終得到局部最大值，將相應(yīng)的灰度值設(shè)為背景像素點(diǎn)，像素臨近區(qū)域如果滿足梯度值局部最優(yōu)值，此時(shí)可判斷該處為像素邊緣。通過(guò)Canny 算子進(jìn)行雙閾值檢測(cè)和滯后邊緣追蹤，判斷該處位置是否為真實(shí)邊緣，最終得到邊緣信息[4]。

（三）根據(jù)邊緣信息識(shí)別缺陷問(wèn)題，輸出檢測(cè)結(jié)果

對(duì)于上文提到的新能源汽車電池金屬連接片制造中的各種缺陷問(wèn)題，為了保障電池性能，有必要進(jìn)行精確檢測(cè)。經(jīng)過(guò)圖像采集與預(yù)處理后獲取邊緣信息，再將邊緣信息和提前預(yù)設(shè)的標(biāo)準(zhǔn)圖像對(duì)比，成功識(shí)別出缺陷信息，接著亞像素視覺(jué)檢測(cè)系統(tǒng)會(huì)生成相應(yīng)的檢測(cè)報(bào)告，報(bào)告中詳細(xì)記錄連接片缺陷位置、大小、類型等具體信息。按照檢測(cè)報(bào)告，自動(dòng)化系統(tǒng)會(huì)對(duì)電池金屬連接片分類處理，合格品進(jìn)入下一步生產(chǎn)環(huán)節(jié)，不合格品被剔除，通過(guò)這種邊緣檢測(cè)的方式找出缺陷的金屬連接片，從而提高汽車行業(yè)生產(chǎn)效率。

結(jié)論

總而言之，視覺(jué)檢測(cè)技術(shù)在新能源汽車電池檢測(cè)中的應(yīng)用是多方面，它通過(guò)高精度的自動(dòng)化檢測(cè)手段，實(shí)現(xiàn)對(duì)電池金屬連接片的亞像素級(jí)缺陷檢測(cè)，完成圖像邊緣檢測(cè)與數(shù)據(jù)處理，最終獲得高質(zhì)電池產(chǎn)品。

參考文獻(xiàn)：

[1] 龍淑嬪， 廖書(shū)真， 陳勝利， 等. 基于深度學(xué)習(xí)的新能源電池溯源二維碼機(jī)器視覺(jué)檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 機(jī)電工程技術(shù)，2024，53（11）：138-142+152.

[2] 孫成， 陳冠浩， 鄧耀華. 金屬薄片零件微小變形缺陷視覺(jué)檢測(cè)方法與應(yīng)用[J]. 機(jī)電工程技術(shù)，2024，53（10）：157-162.

[3] 賀微. 基于一維標(biāo)識(shí)的汽車車輪定位參數(shù)視覺(jué)檢測(cè)及線光場(chǎng)全局標(biāo)定方法研究[D]. 吉林大學(xué)，2023.

[4] 陳賢兒. 電池鎳片表面視覺(jué)檢測(cè)與亞像素尺寸測(cè)量技術(shù)研究[D]. 寧波大學(xué)，2022.

課題：浙江工商職業(yè)技術(shù)學(xué)院2024 年學(xué)?？蒲心甓软?xiàng)目+ 新能源汽車電池金屬鏈接片缺陷的亞像素視覺(jué)檢測(cè)研究+KYND202414