一种叠片软包锂电池质量检测方法及系统
阅读说明：本技术 一种叠片软包锂电池质量检测方法及系统 (Quality detection method and system for laminated soft package lithium battery ) 是由 不公告发明人 于 2021-08-13 设计创作，主要内容包括：本发明公开了一种叠片软包锂电池质量检测方法及系统。该方法包括：采用sauvola二值化方法对灰度图像进行二值化处理,得到二值化图像；对所述二值化图像进行标签化处理,得到标签图像；基于所述标签图像确定叠片软包锂电池各负极的位置坐标；根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标；根据各负极的位置坐标计算负极极差的最大值,以及根据各正极的位置坐标计算正极极差的最大值；根据所述负极极差的最大值和所述正极极差的最大值,检测叠片软包锂电池的质量。本发明解决了叠片软包锂电池由于变形等原因导致获取的X线图像灰度均一性差,局部模糊的问题,从而能够准确地识别模糊区域的电极正负极位置,提高检测精度。(The invention discloses a quality detection method and system for a laminated soft package lithium battery. The method comprises the following steps: carrying out binarization processing on the gray level image by adopting a sauvola binarization method to obtain a binarization image; labeling the binary image to obtain a label image; determining position coordinates of each negative electrode of the laminated soft package lithium battery based on the label image; calculating the position coordinates of each positive electrode of the laminated soft package lithium battery according to the position coordinates of each negative electrode; calculating the maximum value of the cathode range according to the position coordinates of the cathodes, and calculating the maximum value of the anode range according to the position coordinates of the anodes; and detecting the quality of the laminated soft package lithium battery according to the maximum value of the cathode range difference and the maximum value of the anode range difference. The invention solves the problems of poor gray scale uniformity and local blurring of the X-ray image obtained due to deformation and the like of the laminated soft package lithium battery, thereby accurately identifying the positions of the anode and the cathode of the electrode in the blurring region and improving the detection precision.)
技术领域
本发明涉及锂电池自动检测技术领域，特别是涉及一种叠片软包锂电池质量检测方法及系统。
背景技术
锂离子电池是以金属锂或者含有锂的物质作为电池极片材料的化学储能装置，其出现与20世纪六七十年代的石油危机密切相关并于90年代商业化并推向市场。随着新能源汽车工业的发展，近年来锂电池产业得到了快速的发展。
锂离子电池从制造工艺上分为卷绕电池和叠片电池，相对于卷绕电池来说，叠片软包锂电池具有设计灵活、重量轻、内阻小、不易爆炸、循环次数多等特点，在新能源动力锂电池中得到广泛使用。
电极极片是软包叠片锂电池的核心部件及重要的组成部分，正常的软包叠片锂电池，其电极的正极或是负极的位置偏差(极差)，必须保持在一定的范围之内。为了保证软包叠片锂电池的质量，在软包叠片锂电池的生产过程中，通常使用在线式X线检测设备，自动检测正负电极的极差，根据极差的范围值检测出不良的软包叠片锂电池。
现有的方法中采用对图像进行角点检测的方法得到正极或是负极的位置后计算得到电池的正极及负极极差。但是软包锂电池因为变形等原因获取的X线图像灰度均匀度差并且存在局部图像模糊，采用这种方法进行角点检测时，角点的检测精度不高，导致有时不能准确地识别模糊区域的电极正负极位置的问题发生，容易造成误判或是漏判，引起不良电池不能被有效的检出。
发明内容
本发明的目的是提供一种叠片软包锂电池质量检测方法及系统，用以解决叠片软包锂电池由于变形等原因导致获取的X线图像灰度均一性差，局部模糊的问题。
为实现上述目的，本发明提供了如下方案：
一种叠片软包锂电池质量检测方法，包括：
获取叠片软包锂电池的灰度图像；
采用sauvola二值化方法对所述灰度图像进行二值化处理，得到二值化图像；
对所述二值化图像进行标签化处理，得到标签图像；
基于所述标签图像确定叠片软包锂电池各负极的位置坐标；
根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标；
根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值；
根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量。
进一步地，所述对所述二值化图像进行标签化处理，得到标签图像，具体包括：
删除所述二值化图像上超过电极的面积阈值范围和灰度阈值范围的部分，得到标签图像。
进一步地，所述基于所述标签图像确定叠片软包锂电池各负极的位置坐标，具体包括：
基于所述标签图像确定各电极的标签矩形区域；
根据所述标签区域的中心线确定各负极的位置坐标。
进一步地，所述根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标，具体包括：
根据相邻两个负极的位置坐标以及电极的最大高度，确定矩形；
基于所述灰度图像确定所述矩形的灰度图像；
将所述矩形的灰度图像在Y轴上投影，得到灰度分布直方图；
根据所述灰度分布直方图确定各正极的位置坐标。
进一步地，所述根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值，具体包括：
根据各负极的位置坐标计算出相邻两个负极的y轴坐标差，为负极极差；
从所述负极极差中筛选出负极极差的最大值；
根据各正极的位置坐标计算出相邻两个正极的y轴坐标差，为正极极差；
从所述正极极差中筛选出正极极差的最大值。
进一步地，所述根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量，具体包括：
将所述负极极差的最大值与负极极差阈值进行比较，以及将所述正极极差的最大值与正极极差阈值进行比较；
当所述负极极差的最大值小于或等于所述负极极差阈值，且所述正极极差的最大值小于或等于所述正极极差阈值时，判定叠片软包锂电池为良品。
本发明还提供了一种叠片软包锂电池质量检测系统，包括：
灰度图像获取模块，用于获取叠片软包锂电池的灰度图像；
二值化处理模块，用于采用sauvola二值化方法对所述灰度图像进行二值化处理；
标签化处理模块，用于对所述二值化图像进行标签化处理，得到标签图像；
负极位置坐标确定模块，用于基于所述标签图像确定叠片软包锂电池各负极的位置坐标；
正极位置坐标计算模块，用于根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标；
极差最大值计算模块，用于根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值；
质量检测模块，用于根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种叠片软包锂电池质量检测方法及系统，该方法包括：获取叠片软包锂电池的灰度图像；采用sauvola二值化方法对所述灰度图像进行二值化处理，得到二值化图像；对所述二值化图像进行标签化处理，得到标签图像；基于所述标签图像确定叠片软包锂电池各负极的位置坐标；根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标；根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值；根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量。本发明针对叠片软包锂电池X光图像灰度均一性差的特点，采用考虑图像局部均值亮度的sauvola二值化方法，对图像进行二值化，解决了叠片软包锂电池由于变形等原因导致获取的X线图像灰度均一性差，局部模糊的问题，从而能够准确地识别模糊区域的电极正负极位置，提高检测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例叠片软包锂电池质量检测方法的流程图；
图2为叠片锂电池原始灰度图像；
图3为sauvola二值化方法得到的叠片电池的二值图像。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种叠片软包锂电池质量检测方法及系统，用以解决叠片软包锂电池由于变形等原因导致获取的X线图像灰度均一性差，局部模糊的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供的叠片软包锂电池质量检测方法，包括以下步骤：
步骤101：获取叠片软包锂电池的灰度图像。
打开一张叠片软包锂电池图像，将图像转换为8位的255灰阶的灰度图像，如图2所示。
步骤102：采用sauvola二值化方法对所述灰度图像进行二值化处理，得到二值化图像。
针对叠片软包锂电池X光图像灰度均一性差及局部模糊的特点，采用考虑图像局部均值亮度的sauvola二值化方法，对图像进行二值化，得到锂电池电极的二值图像，如图3所示。
sauvola二值化算法的输入是灰度图像，它以当前像素点为中心，根据当前像素点邻域内的灰度均值与标准方差来动态计算该像素点的阈值。假定当前像素点的坐标为(x，y)，以该点为中心的领域为r*r，g(x，y)表示(x，y)处的灰度值。
sauvola算法的步骤为：
计算r*r邻域内的灰度均值m(x，y)与标准方差s(x，y)
计算像素点(x，y)的阈值T(x，y)
其中R是标准方差的动态范围，本实例中输入的图像为8位的灰度图像，R值取128，K是自定义的修正参数，取值范围在0到1之间，本实例中K取值为0.10。
步骤103：对所述二值化图像进行标签化处理，得到标签图像。
根据电极的面积阈值范围、灰度阈值范围，去除标签图像上阈值范围之外的块状区域，得到包含各个电极的标签图像。
步骤104：基于所述标签图像确定叠片软包锂电池各负极的位置坐标。
在标签图像上，取每个电极条状区域的矩形中心线，中心线的最小x和y坐标，即为电极负极的起始坐标位置，得到该电池中全部负极的坐标位置。
步骤105：根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标。
使用步骤104中得到的相邻的两个电极负极位置坐标(x1，y1)、(x2，y2)和电极正极和负极之间的的最大距离值H(即电极的最大高度)做作为参数做矩形，中矩形的左上角点坐标为(x1，max(y1，y2))，右上角点坐标为(x2，max(y1，y2))，矩形左下角的坐标为(x1，max(y1，y2)+H)，右下角的坐标为(x2，max(y1，y2)+H)，其中max(y1，y2)得到y1和y2中的最大值，H作为正极和负极之间的的最大距离值取值为150个像素点。从叠片软包电池的灰度图像中剪裁出包含在出矩形的灰度图，将该灰度图像在y轴上投影得到投影灰度直方图。因为正极位置图像的灰度有大的变化，从投影直方图下部开始计算各个y坐标位置点灰度的变化值，该相邻两个y坐标位置灰度变化值大于一个阈值时，该点的y坐标即为正极的Y坐标，该点正极位置的x坐标为x1，循环处理，得到该电池中全部的正极位置的坐标。
步骤106：根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值。具体包括：
根据各负极的位置坐标计算出相邻两个负极的y轴坐标差，为负极极差；
从所述负极极差中筛选出负极极差的最大值；
根据各正极的位置坐标计算出相邻两个正极的y轴坐标差，为正极极差；
从所述正极极差中筛选出正极极差的最大值。
步骤107：根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量。
将所述负极极差的最大值与负极极差阈值进行比较，以及将所述正极极差的最大值与正极极差阈值进行比较；
当所述负极极差的最大值小于或等于所述负极极差阈值，且所述正极极差的最大值小于或等于所述正极极差阈值时，判定叠片软包锂电池为良品。
本发明针对叠片软包锂电池X光图像灰度均一性差的特点，采用考虑图像局部均值亮度的sauvola二值化方法，对图像进行二值化，解决了叠片软包锂电池由于变形等原因导致获取的X线图像灰度均一性差，局部模糊的问题，从而能够准确地识别模糊区域的电极正负极位置，提高检测精度。
本发明还提供了一种叠片软包锂电池质量检测系统，包括：
灰度图像获取模块，用于获取叠片软包锂电池的灰度图像；
二值化处理模块，用于采用sauvola二值化方法对所述灰度图像进行二值化处理；
标签化处理模块，用于对所述二值化图像进行标签化处理，得到标签图像；
负极位置坐标确定模块，用于基于所述标签图像确定叠片软包锂电池各负极的位置坐标；
正极位置坐标计算模块，用于根据各负极的位置坐标计算叠片软包锂电池各正极的位置坐标；
极差最大值计算模块，用于根据各负极的位置坐标计算负极极差的最大值，以及根据各正极的位置坐标计算正极极差的最大值；
质量检测模块，用于根据所述负极极差的最大值和所述正极极差的最大值，检测叠片软包锂电池的质量。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种基于超声波的涂层厚度测量方法