一种电池极片毛刺检测方法与流程

1.本发明涉及毛刺检测领域，更具体的，涉及一种电池极片毛刺检测方法。


背景技术：

2.电池极片通常为涂炭铜或铝箔，其中涂炭层称为活性层、铜或铝层成为金属层，在分片切割过程中，切割的边缘容易产生金属拉丝毛刺。金属毛刺在使用中可能会刺穿电池隔膜，导致短路，是一种潜在的安全隐患。当前极片毛刺检测通常采用人工抽检的方式，具有主观性强、效率低、实时性差等缺点，且极易漏检而造成严重后果，在复杂、高速的工业生产环境中难以胜任。
3.现有专利中(授权公告号：cn110706215a)，检测过程中没有区分活性层和金属层，容易造成误检。依靠人工经验并借助显微镜手动筛选，需要对从业人员进行单独的训练，需要较高的人力成本，并且具有效率低、实时性差等缺点。另外，人工检测主观性强极易漏检而导致严重后果，同时，工业生产环境存在实时性高、速度快等特点，也使得人工难以胜任。


技术实现要素：

4.为了解决上述至少一个技术问题，本发明提出了一种电池极片毛刺检测方法。
5.本发明第一方面提供了一种电池极片毛刺检测方法，包括如下步骤：
6.获取电池极片中活性层边缘图像；
7.对活性层边缘厚度进行计算；
8.通过分段直方图统计活性层有效边缘点；
9.将活性层无效边缘点进行补齐；
10.提取电池极片中金属层边缘图像，并对金属层区域进行检测，从而完成金属毛刺筛选。
11.本发明一个较佳实施例中，获取电池极片中活性层边缘图像，具体包括：
12.按列遍历图像，数组d1记录每列首个大于设定阈值t1的像素点坐标(x,y1)；同时，数组d2记录每列最后一个大于设定阈值t1的像素点坐标(x,y2)。
13.根据权利要求2所述的一种电池极片毛刺检测方法，其特征在于，活性层边缘厚度计算方法如下：
14.将数组d1与数组d2对应列的纵坐标相减，即可得到每一列活性层的厚度，公式如下：
15.width＝y2|y1
16.将每列的厚度记录于数组w1中。
17.本发明一个较佳实施例中，活性层边缘厚度计算方法如下：
18.将数组d1与数组d2对应列的纵坐标相减，即可得到每一列活性层的厚度，公式如下：
19.width＝y2|y1
20.将每列的厚度记录于数组w1中。
21.本发明一个较佳实施例中，通过分段直方图统计活性层有效边缘点，具体方法如下：
22.将数组w1等间隔分为n段(本发明中令n＝5)，分别统计每段的直方图，出现次数最多对应为有效的边缘；
23.更新数组d1和数组d2，保留有效边缘点，并将无效边缘点的纵坐标置为无效点。
24.本发明一个较佳实施例中，无效边缘点补齐方法包括线性插值法或直线拟合法。
25.本发明一个较佳实施例中，提取电池极片中金属层边缘图像的方法如下：
26.按列遍历图像，数组d31记录每列首段大于设定阈值t2的像素点的起始坐标坐标(x,y1)，数组d32记录每列首段大于设定阈值t2的像素点的结束坐标坐标(x,y2)；
27.数组d41记录每列末段大于设定阈值t2的像素点起始坐标(x,y3)，数组d42记录每列末段大于设定阈值t2的像素点结束坐标(x,y4)。
28.本发明一个较佳实施例中，金属层区域检测方法如下：
29.将数组d1与数组d2围成的区域边界作为基准线；
30.统计数组d31中所有超出基准线的点，并超出基准线的点对应的段标记为候选毛刺段；
31.同理，统计数组d42中所有超出基准线的点，并超出基准线的点对应的段也标记为候选毛刺段；
32.通过blob分析进行连通区域检测，将相邻的候选段合并为候选毛刺区域，并计算各个候选毛刺区域特征。
33.本发明一个较佳实施例中，通过预设面积阈值ta、预设高度阈值th、预设宽度阈值tw对获取的候选毛刺区域进行筛选，当候选毛刺区域的特征均大于预设的阈值时，则认为该候选毛刺区域为毛刺区域。
34.本发明的上述技术方案相比现有技术具有以下优点：
35.本发明应用分段的直方图统计，快速筛选有效边缘，具有精度高、速度快、实时性强、易于实现，根据活性层和金属层光学特性的不同，使用低阈值和高阈值分别提取活性层的边缘和金属层的边缘，对活性层边缘使用分段的直方图统计，快速筛选出有效边缘，对金属层边缘使用blob区域检测，计算区域特征作为筛选条件，结合活性层有效边缘和金属层区域特征，能够精确、快速的筛选出毛刺，极大的提高检测效率，且算法精度高、速度快、实时性高，避免漏检。
附图说明
36.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的一些附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1是本发明实施例电池极片截面图；
38.图2是本发明实施例电池极片检测方法流程图；
39.图3是本发明一种实施例中电池极片金属层分布图；
40.图4是本发明另一种实施例中电池极片金属层分布图。
具体实施方式
41.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
42.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
43.实施例一
44.参见图1-2所示，本发明提出一种电池极片检测方法，主要分为活性层边缘提取与统计、金属层边缘段提取与区域检测、毛刺筛选3个方面，具体步骤如下：
45.1)活性层边缘提取与统计
46.s1：提取活性层边缘。按列遍历图像，数组d1记录每列首个大于设定阈值t1的像素点坐标(x,y1)；同时，数组d2记录每列最后一个大于设定阈值t1的像素点坐标(x,y2)；然后进入步骤s2；
47.s2：活性层边缘厚度计算,将数组d1与数组d2对应列的纵坐标相减，即可得到每一列活性层的厚度:
48.width＝y2|y1
49.将每列的厚度记录于数组w1中，然后进入步骤s3；
50.s3：分段直方图统计有效边缘点。因为极片的厚度一致性非常好，使用直方图统计可以有效的筛选出有效边缘点，并剔除无效点。为了避免实际使用中，极片与相机城成像面不平行，而导致成像厚度不均匀的情况，采用分段直方图统计的方法，可以更多的保留有效边缘点。将数组w1等间隔分为n段(本发明中令n＝5)，分别统计每段的直方图，出现次数最多对应为有效的边缘。更新数组d1和数组d2，即保留有效边缘点，并将无效边缘点的纵坐标置为无效点(本发明中令y＝-1)。然后进入步骤s4；
51.s4：活性层边缘无效点补齐。无效点补齐方法很多，如线性插值法、直线拟合法等，从而将步骤s3中数组d1和数组d2的无效点补齐；然后进入步骤s5；
52.2)金属层边缘段提取与区域检测
53.s5：提取金属层边缘。为进行连通区域检测，需按段记录金属层的边缘。按列遍历图像，数组d31记录每列首段大于设定阈值t2的像素点的起始坐标坐标(x,y1)，数组d32记录每列首段大于设定阈值t2的像素点的结束坐标坐标(x,y2)；同时，数组d41记录每列末段大于设定阈值t2的像素点起始坐标(x,y3)，数组d42记录每列末段大于设定阈值t2的像素点结束坐标(x,y4)；然后进入步骤s6。
54.步骤s5中，起始坐标与结束坐标定义方法如下：
55.如图3所示，假定a、b分别为同一列的金属层上边缘点和金属层下边缘点，a的坐标为(xa,ya),b的坐标为(xb,yb),其中xa＝xb(因为a、b位于同一列，a与b的列坐标x相等),且ya≤yb。同时ab之间的部分连续不断开，故ab构成该列金属层的一段，且a的坐标为该段的起始坐标，b的坐标为该段的结束坐标。
56.如图4所示，假定a、b、c、d、e、f分别为同一列的金属层边缘点，则ab构成首段(第一段)、cd构成中间段、ef构成末段(最后一段)。
57.s6：金属层区域检测。将数组d1与数组d2围成的区域边界作为基准线,统计数组d31中所有超出基准线的点，并超出基准线的点对应的段标记为候选毛刺段；同理，统计数组d42中所有超出基准线的点，并超出基准线的点对应的段也标记为候选毛刺段；然后，对这些候选段，通过blob分析进行连通区域检测，将相邻的候选段合并为候选毛刺区域，并计算各个候选毛刺区域的面积、高度、宽度等特征，然后进入步骤s7；
58.金属毛刺筛选
59.s7：金属毛刺筛选。根据预设的面积阈值ta、高度阈值th、宽度阈值tw等，对步骤s6中获取的候选毛刺区域，进行筛选，当候选毛刺区域的特征均大于预设的阈值时，则认为该候选毛刺区域为毛刺区域，从而完成金属毛刺筛选。
60.综上所述，本发明应用分段的直方图统计，快速筛选有效边缘，具有精度高、速度快、实时性强、易于实现，根据活性层和金属层光学特性的不同，使用低阈值和高阈值分别提取活性层的边缘和金属层的边缘，对活性层边缘使用分段的直方图统计，快速筛选出有效边缘，对金属层边缘使用blob区域检测，计算区域特征作为筛选条件，结合活性层有效边缘和金属层区域特征，能够精确、快速的筛选出毛刺，极大的提高检测效率，且算法精度高、速度快、实时性高，避免漏检。
61.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
62.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对上述实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的上述实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
63.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种电池极片毛刺检测方法，其特征在于，包括如下步骤：获取电池极片中活性层边缘图像；对活性层边缘厚度进行计算；通过分段直方图统计活性层有效边缘点；将活性层无效边缘点进行补齐；提取电池极片中金属层边缘图像，并对金属层区域进行检测，从而完成金属毛刺筛选。2.根据权利要求1所述的一种电池极片毛刺检测方法，其特征在于，获取电池极片中活性层边缘图像，具体包括：按列遍历图像，数组d1记录每列首个大于设定阈值t1的像素点坐标(x,y1)；同时，数组d2记录每列最后一个大于设定阈值t1的像素点坐标(x,y2)。3.根据权利要求2所述的一种电池极片毛刺检测方法，其特征在于，活性层边缘厚度计算方法如下：将数组d1与数组d2对应列的纵坐标相减，即可得到每一列活性层的厚度，公式如下：width＝y2|y1将每列的厚度记录于数组w1中。4.根据权利要求3所述的一种电池极片毛刺检测方法，其特征在于，通过分段直方图统计活性层有效边缘点，具体方法如下：将数组w1等间隔分为n段，分别统计每段的直方图，出现次数最多的厚度数值对应为有效的边缘；更新数组d1和数组d2，保留有效边缘点，并将无效边缘点的纵坐标置为无效点。5.根据权利要求1所述的一种电池极片毛刺检测方法，其特征在于，无效边缘点补齐方法包括线性插值法或直线拟合法。6.根据权利要求1所述的一种电池极片毛刺检测方法，其特征在于，提取电池极片中金属层边缘图像的方法如下：按列遍历图像，数组d31记录每列首段大于设定阈值t2的像素点的起始坐标坐标(x,y 1)，数组d32记录每列首段大于设定阈值t2的像素点的结束坐标坐标(x,y2)；数组d41记录每列末段大于设定阈值t2的像素点起始坐标(x,y3)，数组d42记录每列末段大于设定阈值t2的像素点结束坐标(x,y4)。7.根据权利要求6所述的一种电池极片毛刺检测方法，其特征在于，金属层区域检测方法如下：将数组d1与数组d2围成的区域边界作为基准线；统计数组d31中所有超出基准线的点，将超出基准线的点对应的段标记为候选毛刺段；同理，统计数组d42中所有超出基准线的点，将超出基准线的点对应的段也标记为候选毛刺段；通过blob分析进行连通区域检测，将相邻的候选段合并为候选毛刺区域，并计算各个候选毛刺区域特征。8.根据权利要求7所述的一种电池极片毛刺检测方法，其特征在于，通过预设面积阈值ta、预设高度阈值th、预设宽度阈值tw对获取的候选毛刺区域进行筛选，当候选毛刺区域的特征均大于预设的阈值时，则认为该候选毛刺区域为毛刺区域。

技术总结
本发明公开的一种电池极片毛刺检测方法，包括获取电池极片中活性层边缘图像；对活性层边缘厚度进行计算；通过分段直方图统计活性层有效边缘点；将活性层无效边缘点进行补齐；提取电池极片中金属层边缘图像，并对金属层区域进行检测，从而完成金属毛刺筛选；本发明应用分段的直方图统计，快速筛选有效边缘，根据活性层和金属层光学特性的不同，使用低阈值和高阈值分别提取活性层的边缘和金属层的边缘，对活性层边缘使用分段的直方图统计，快速筛选出有效边缘，计算区域特征作为筛选条件，结合活性层有效边缘和金属层区域特征，能够精确、快速的筛选出毛刺，极大的提高检测效率，且算法精度高、速度快、实时性高，避免漏检。避免漏检。避免漏检。


技术研发人员：邓海涛 彭思龙
受保护的技术使用者：苏州中科行智智能科技有限公司
技术研发日：2023.01.10
技术公布日：2023/8/14