圓柱形鋰電池圓周面凹坑缺陷檢測方法研究

李昱杉，苑瑋琦

（1.沈陽工業(yè)大學(xué)視覺檢測技術(shù)研究所，沈陽 110870；2.遼寧省機器視覺重點實驗室，沈陽 110870）

1 引 言

隨著新能源產(chǎn)業(yè)的發(fā)展，鋰電池的應(yīng)用越發(fā)廣泛[1]。電池在生產(chǎn)過程中易因磕碰、摩擦、外力擠壓等導(dǎo)致表面產(chǎn)生凹坑缺陷，影響產(chǎn)品性能，留下安全隱患[2]。很多電池廠家采用人工檢測或單一儀器檢測電池缺陷，檢測效率和準(zhǔn)確性都難以保證。基于機器視覺的表面缺陷檢測方法在一定程度上克服了傳統(tǒng)人工檢測方法的檢測效率低、誤檢及漏檢率高的問題，在現(xiàn)代化的工業(yè)生產(chǎn)中得到了廣泛的應(yīng)用[3]。據(jù)目前文獻(xiàn)檢索，基于機器視覺的表面缺陷檢測方法中，基于區(qū)域的分割主要包括閾值分割、區(qū)域生長和聚類分割等。其中針對工業(yè)場合最常見的是閾值分割，近幾年相關(guān)研究成果較多。比如，在缺陷閾值分割方面，郭皓然等人[4]基于全局閾值的最大類間方差法和形態(tài)學(xué)圖像分割法的高自適應(yīng)度，去除高光噪聲，但通用性較差；曹廣忠等人[5]提出的混合梯度閾值法可效減少由特殊圖案區(qū)域引起的誤檢誤差，但易受光照影響；馬云鵬等人[6]解決了上述問題，提出一種通用性較強且不易受光照影響的自適應(yīng)分割算法，且適用于多種類型的金屬檢測，但不適用于本研究凹坑。為解決現(xiàn)存的問題，在此提出一種基于機器視覺、針對18650 圓柱形鋰電池圓周面凹坑缺陷的檢測方案，進(jìn)一步完善現(xiàn)有方法，為鋰電池表面缺陷檢測設(shè)備提供理論支撐，為電池的產(chǎn)品質(zhì)量把關(guān)。

2 凹坑檢測算法原理

2.1 常規(guī)方法的不足

如圖1 所示為帶有凹坑的電池圖像，矩形框所示為凹坑缺陷，呈現(xiàn)出邊緣灰度漸變的圖像特征[7]。如圖2 所示為圖1 電池的3D 灰度分布圖，縱坐標(biāo)為灰度值，橫坐標(biāo)為圖像行像素點坐標(biāo)。由于光源位于電池負(fù)極側(cè)斜上方打光，灰度分布沿著電池圓周面的行像素坐標(biāo)由正極向負(fù)極逐漸抬高，偏離基準(zhǔn)線。凹坑由緊挨著的亮區(qū)域和暗區(qū)域構(gòu)成，不均勻光照使凹坑暗區(qū)域與鄰域的對比度降低[8]，難以實現(xiàn)缺陷檢測，因此需要對不均勻光照進(jìn)行修正。

圖1 帶凹坑的電池圖像

圖2 電池3D 灰度分布圖

2.2 光照分布修正

如圖3 所示為電池某行灰度分布曲線。其橫坐標(biāo)左側(cè)為正極，右側(cè)為負(fù)極。由于光源位于電池負(fù)極側(cè)斜上方打光，電池正極側(cè)受光照影響最小，因此，以電池正極側(cè)為基準(zhǔn)，將電池灰度分布曲線視作一個直角三角形的斜邊。如圖4 所示為光照分布修正模型。

圖3 電池某行灰度分布曲線

圖4 光照分布修正模型

根據(jù)銳角θ的正切值tanθ，通過線性變換，將灰度分布曲線上像素點的灰度值Gb修正為直角三角形長直角邊垂直對應(yīng)位置的投影值Ga，這樣按行操作圖像就可將電池內(nèi)部所有像素點的灰度級修正到同一基準(zhǔn)線，從而去除光照影響。線性變換計算式如下：

為了確定式(1)中tanθ的取值，對圖3 電池灰度分布曲線進(jìn)行基于最小二乘法的直線擬合，通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配，最小化每個點到直線的垂直誤差。線性變換參數(shù)計算如圖5所示，擬合直線代表灰度分布曲線的整體趨勢，對應(yīng)于圖4 中光照分布模型的三角形斜邊，因此tanθ的值等于擬合直線的斜率。

圖5 線性變換參數(shù)計算

將圖3 中灰度分布曲線通過式(1)逐點進(jìn)行基于線性變換的光照分布修正后，結(jié)果即如圖6 所示。可以看出，該方法消除了不均勻光照的影響，使電池內(nèi)部像素點的灰度級回到同一基準(zhǔn)線，改變了曲線整體趨勢，但又不改變局部趨勢。

圖6 光照分布修正結(jié)果示例

2.3 凹坑特征分析

如圖7 所示為圖1 經(jīng)過光照分布修正后的電池局部圖像，其中兩條豎線標(biāo)注的是凹坑位置。如圖8所示為圖7 所示凹坑某行灰度分布曲線。可以看出曲線大部分位置趨勢平穩(wěn)，只有凹坑位置存在一個灰度下降突變，表征圖像中凹坑處存在明暗變化，因此提取這個灰度下降突變進(jìn)行凹坑檢測。

圖7 光照分布修正后電池圖像

圖8 凹坑某行灰度分布曲線

灰度分布曲線由連續(xù)的凹線段和凸線段交替構(gòu)成，其示意圖如圖9 所示。凹線段是由一個灰度極小值點和它兩側(cè)灰度極大值點組成的曲線，對應(yīng)于圖像中較暗的區(qū)域；凸線段是由一個灰度極大值點和它兩側(cè)灰度極小值點組成的曲線，對應(yīng)于圖像中較亮的區(qū)域。

圖9 灰度分布曲線的凹凸分段示意圖

對于一個凹線段，其灰度極小值點f(p)與鄰域內(nèi)兩側(cè)灰度極大值點f(p-a)和f(p+a)分別作差，可得到兩個差值。定義其中差值較大的那個為相對幅值Vr；差值小的那個為絕對幅值Va。凸線段的情況與此同理。相對幅值計算公式如下式：

絕對幅值計算公式如下式：

將亮區(qū)域灰度極大值點與暗區(qū)域灰度極小值點之間的曲線稱為過渡線段。結(jié)合圖8 中凹坑處的曲線可知，這段曲線是一個過渡線段，而過渡線段的幅值能夠真實反映凹坑處的灰度下降突變，即圖像中凹坑處微弱的明暗變化，在一行灰度分布曲線中具有顯著性。過渡線段的幅值實質(zhì)上是凹坑處凸線段和凹線段的共有相對幅值，因此可通過提取此特征來檢測凹坑缺陷。

3 凹坑特征提取

按行計算過渡線段幅值，對于一副W×H 的電池圓周面圖像I，按照自左向右、從上到下的方向遍歷，即從圖像第一行第一個像素點I(0,0)起遍歷至第一行最后一個像素點I(0,W-1)，之后依次遍歷第2 行、第3 行，直至第H-1 行，搜索圖像每行所有過渡線段并計算幅值。如圖10 所示為圖7 對應(yīng)的凹坑局部圖像；如圖11 所示為圖10 對應(yīng)的凹坑行局部灰度分布曲線。

圖10 帶凹坑電池局部圖像

圖11 凹坑局部灰度分布曲線

在灰度分布曲線上自左向右搜索灰度極大值點f(a)，它與后一個極小值點f(b)的灰度差值為凹坑處過渡線段的幅值V。幅值計算公式如下式：

如此計算全圖所有過渡線段幅值后，需要選取合適的閾值T 提取出凹坑缺陷位置的過渡線段幅值。選擇的原則是要令最終分割圖像中缺陷處能夠呈現(xiàn)明顯聚類情況，而背景區(qū)域干擾點應(yīng)盡可能少。為了驗證T 值不同時對凹坑檢測的影響，從圖庫中選取50 幅帶凹坑的電池圖像進(jìn)行測試，用PM表示漏檢率，PE 表示誤檢率。如圖12 所示為T 取不同值時PM 與PE 的分布曲線。當(dāng)T 小于14 時，無漏檢存在，但T 越小，誤檢就越多；當(dāng)T 大于14 時，漏檢逐漸出現(xiàn)，但幾乎再無誤檢存在。當(dāng)取14 時可以滿足在無漏檢的情況下誤檢最少，因此最終確定T 為14。在圖12 中，將大于閾值的幅值對應(yīng)的過渡線段處凸線段極大值點與凹線段極小值點分別標(biāo)記，即可實現(xiàn)缺陷檢測。

圖12 過渡線段T 值與PM、PE 分布關(guān)系圖

4 算法測試結(jié)果與分析

為驗證本算法的可行性，使用圓柱形鋰電池在線檢測系統(tǒng)采集凹坑缺陷圖像建立缺陷圖庫，共采集200 個樣本。其中198 張正確檢測，2 張漏檢。如圖13 所示為凹坑檢測結(jié)果示例，亮區(qū)域與暗區(qū)域被標(biāo)注出來。如圖14 所示為漏檢凹坑圖像示例，圖中矩形框標(biāo)注的是凹坑區(qū)域，可以看出凹坑凹陷程度肉眼難辨，與鄰域?qū)Ρ榷葮O低，極易造成漏檢。

圖13 凹坑檢測結(jié)果示例

圖14 漏檢凹坑圖像示例

測試結(jié)果表明，應(yīng)用本算法檢測鋰電池圓周面凹坑準(zhǔn)確性高，適用性強，可代替人工檢測，適應(yīng)生產(chǎn)線在線實時檢測。

5 結(jié) 束 語

本研究對圓柱形鋰電池圖像特征及凹坑缺陷特征進(jìn)行深入探索，設(shè)計了圓周面凹坑缺陷檢測方法，在自建圖像數(shù)據(jù)庫進(jìn)行了算法測試。測試結(jié)果表明本方法能夠解決光照不均勻、圓周面反射不均勻?qū)Π伎訖z測的影響，對于圓柱形鋰電池凹坑檢測具有一定實際應(yīng)用價值。現(xiàn)階段研究對于極淺凹坑的檢測還存在進(jìn)一步完善的空間，有待在后續(xù)研究中加以改進(jìn)。