作者:曾臻1,2,王宏博1,2?,王正家1,2,何濤1,2
? (1.現(xiàn)代制造質(zhì)量工程湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430068;2.湖北工業(yè)大學(xué)機(jī)械工程學(xué)院,湖北 武漢 430068)
? 作者簡介:曾臻(1986-),男,湖北人,湖北工業(yè)大學(xué)機(jī)械工程學(xué)院講師,研究方向:機(jī)器視覺、精密光電檢測技術(shù)及設(shè)備開發(fā);王宏博(1997-),男,湖北人,湖北工業(yè)大學(xué)機(jī)械工程學(xué)院碩士生,研究方向:機(jī)器視覺、缺陷檢測,通信作者;王正家(1970-),男,湖北人,湖北工業(yè)大學(xué)機(jī)械工程學(xué)院講師,研究方向:電子封裝工藝與裝備、圖像處理算法;何濤(1964-),男,湖北人,湖北工業(yè)大學(xué)機(jī)械工程學(xué)院教授,研究方向:機(jī)器視覺、機(jī)電自動(dòng)化。
? 摘要:軟包裝鋰離子電池鋁塑膜外包裝凹凸不平且存在反光現(xiàn)象,表面圖像的凸點(diǎn)缺陷辨識(shí)度低,傳統(tǒng)方法很難進(jìn)行準(zhǔn)確識(shí)別。分析軟包裝鋰離子電池凸點(diǎn)缺陷圖像特征及視覺檢測系統(tǒng),在頻域上對(duì)圖像采用高斯濾波器進(jìn)行預(yù)處理,以達(dá)到去除噪聲和對(duì)缺陷區(qū)域圖像增強(qiáng)的效果。用逆傅里葉變換將圖像從頻域轉(zhuǎn)回空間域,最后將處理后的圖像導(dǎo)入基于語義分割方法的深度學(xué)習(xí)模型,進(jìn)行凸點(diǎn)缺陷檢測。對(duì)400組缺陷樣本進(jìn)行測試,結(jié)果表明:所提方法對(duì)軟包裝鋰離子電池缺陷檢測的準(zhǔn)確率達(dá)到95.75%;而未經(jīng)頻域圖像增強(qiáng)方法處理的檢驗(yàn)準(zhǔn)確率僅為44.00%。檢測結(jié)果準(zhǔn)確率得到提高,說明該方法能對(duì)軟包裝鋰離子電池表面圖像的低辨識(shí)度凸點(diǎn)缺陷進(jìn)行檢測,具有一定的實(shí)用價(jià)值。
? 關(guān)鍵詞:頻域;圖像增強(qiáng);軟包裝鋰離子電池;凸點(diǎn);缺陷檢測
? 中圖分類號(hào):TM912. 9 文獻(xiàn)標(biāo)志碼:A
? 文章編號(hào):1001-1579(2023)03-0284-05
鋰離子電池的外包裝是一層鋁塑膜,厚度一般都不超過0.1mm,質(zhì)量輕但易受損。鋰離子電池在惡劣情況(過充電、撞擊和高溫)下使用時(shí),電解液容易分解并釋放氣體,導(dǎo)致鋁塑膜凸起[1],表面容易出現(xiàn)凸點(diǎn)甚至失效。這些缺陷若不能被及時(shí)檢出,不僅會(huì)縮短電池的使用壽命,還會(huì)造成一定的安全隱患。軟包裝鋰離子電池表面的凸點(diǎn)缺陷在常規(guī)光照條件下辨識(shí)度較低,加上表面有一定的凹凸紋理特性,降低了凸點(diǎn)缺陷的視覺分辨效果;同時(shí),由于型號(hào)的不同,電池中間會(huì)凸起一個(gè)位置不固定且不規(guī)則的長方體區(qū)域;此外,鋁塑膜材料還存在嚴(yán)重的反光現(xiàn)象。軟包裝鋰離子電池表面的上述特性,嚴(yán)重影響了計(jì)算機(jī)視覺對(duì)凸點(diǎn)缺陷的識(shí)別。目前,電池生產(chǎn)商對(duì)這一問題尚無成熟的應(yīng)用于生產(chǎn)的方案,仍主要依靠人工檢測,不僅成本高,還會(huì)存在誤檢和漏檢等現(xiàn)象。有必要找到一種低成本、高準(zhǔn)確率的檢測方法,而用計(jì)算機(jī)代替人眼檢測,是一種很好的方法。
? 由于軟包裝鋰離子電池表面形貌復(fù)雜,表面缺陷難以檢出,目前對(duì)電池表面凸點(diǎn)缺陷的檢測技術(shù)還有一定的局限。Y.G.Chen等[2]首先利用soble算子對(duì)電池表面肉眼難以看到的凹坑進(jìn)行提取,然后利用形態(tài)學(xué)去除圖像中非凹坑的區(qū)域,但soble算子對(duì)于圖像邊緣定位不準(zhǔn)確,很難進(jìn)一步對(duì)圖像進(jìn)行形態(tài)學(xué)處理。劉春等[3]對(duì)比使用4種邊緣檢測算子檢測橡膠圈凸點(diǎn)缺陷的效果,最終選用Canny算子對(duì)凸點(diǎn)進(jìn)行檢測。該方法對(duì)電池表面本身存在凹凸不平的情況檢測精度較低,容易對(duì)合格區(qū)域造成誤判。黃夢(mèng)濤等[4]提出一種基于改進(jìn)Canny 算子的鋰離子電池極片表面劃痕缺陷檢測方法,對(duì)圖像梯度信息更加敏感,但用于表面形貌復(fù)雜的電池時(shí),仍有一定的局限性。肖艷軍等[5]對(duì)采集到的軋輥圖像進(jìn)行前景提取,去掉背景造成的干擾后,再利用維納濾波去除圖像噪聲,保留圖像中的缺陷信息。該方法對(duì)于測試反光物體表面缺陷具有一定的借鑒意義,但對(duì)于軟包裝鋰離子電池表面凸點(diǎn),仍無法較準(zhǔn)確地識(shí)別。
? 有鑒于此,本文作者提出一種基于機(jī)器視覺的軟包裝鋰離子電池表面凸點(diǎn)缺陷檢測方法。首先,利用離散傅里葉變換(DFT)將被測物體的灰度圖從空間域轉(zhuǎn)換到頻域;再在頻域上使用高斯濾波器對(duì)圖像進(jìn)行過濾,以去除大部分圖像背景噪聲;將過濾后的圖像利用傅里葉逆變換轉(zhuǎn)回到空間域并保存;最后,用保存的圖像導(dǎo)入基于語義分割方法的深度學(xué)習(xí)模型,進(jìn)行識(shí)別,以期提高檢驗(yàn)準(zhǔn)確率。
1 軟包裝鋰離子電池表面缺陷檢測系統(tǒng)
軟包裝鋰離子電池視覺檢測系統(tǒng)如圖1所示。該系統(tǒng)檢測單只鋰離子電池的時(shí)間小于0.5s,可滿足實(shí)際生產(chǎn)檢測的需求。
? ? ? ? ? ? 圖1 視覺檢測系統(tǒng)示意圖
?
? 實(shí)驗(yàn)用鋰離子電池(武漢產(chǎn))樣品(長55 mm、寬25 mm、厚5 mm),正極材料為錳酸鋰(LiMn2O4),負(fù)極材料為石墨烯,額定電壓3.7V。根據(jù)GB/T 33143—2022《鋰離子電池用鋁及鋁合金箔》[6],對(duì)直徑大于1mm的凸點(diǎn)進(jìn)行檢測。為確保拍攝的電池圖像滿足標(biāo)準(zhǔn)中橫向分辨率0.09mm的要求,在視覺檢測系統(tǒng)方案中,選用一個(gè)500萬像素分辨率的工業(yè)相機(jī)和12mm焦距鏡頭。為了使圖片拍攝效果達(dá)到最佳,各光源拍攝效果如圖2所示,圈內(nèi)為凸點(diǎn)缺陷。
? 圖2 3種光源拍攝效果對(duì)比圖
? 圖2(a)選用低角度環(huán)形光拍攝,四周反光,而中間區(qū)域無法分辨凸點(diǎn);圖2(b)選用同軸光拍攝,當(dāng)凸點(diǎn)缺陷較小時(shí),很難分辨出來;圖2(c)選用單側(cè)條形光拍攝,由于凸點(diǎn)凸起,選用條形光可以將凸點(diǎn)更清楚地辨別出來。
? 選用Halcon-21.11開發(fā)平臺(tái)對(duì)圖像進(jìn)行編程處理。該圖像檢測系統(tǒng)滿足標(biāo)準(zhǔn)GB/T 33143—2022對(duì)設(shè)備精度的需求。為避免軟包裝鋰離子電池表面鋁塑膜的反光影響,選用3種條形照明光源,分別從3個(gè)方向斜向下45°對(duì)電池進(jìn)行照射,使表面有凸點(diǎn)的位置形成一邊亮、一邊暗的情況,以增加凸點(diǎn)缺陷圖像的辨識(shí)度,采集到的圖像如圖3所示。
? 圖3 缺陷品和合格品對(duì)比圖
? 在生產(chǎn)工藝中,鋁塑膜被沖壓到電池上時(shí),難免會(huì)在邊角區(qū)域形成凹坑或凸點(diǎn),而電池中間會(huì)凸起一個(gè)位置不固定且不規(guī)則的長方形[7]。這些區(qū)域都會(huì)影響對(duì)凸點(diǎn)缺陷的檢測,尤其是當(dāng)凸點(diǎn)直徑較小時(shí),會(huì)更難將凸點(diǎn)區(qū)域與合格區(qū)域區(qū)分開。為突出圖像凸點(diǎn)區(qū)域,將圖像采集時(shí)的曝光值減小,降低反光和高亮度區(qū)域的影響。
? 圖4為圖3中凸點(diǎn)缺陷圖的灰度直方圖,圖5為凸點(diǎn)區(qū)域灰度示意圖,其中,深黑色區(qū)域?yàn)榛叶戎祻?5到80區(qū)間的所有像素點(diǎn)。
? 從圖4可知,凸點(diǎn)部分區(qū)域的灰度值和鄰域灰度值相近,無法直接將凸點(diǎn)缺陷區(qū)域與鄰域區(qū)分開,因此,若直接將圖像導(dǎo)入基于語義分割方法的深度學(xué)習(xí)模型進(jìn)行識(shí)別,會(huì)影響檢測的準(zhǔn)確率。 圖4 鋰離子電池的灰度直方圖
? 圖5 凸點(diǎn)區(qū)域灰度示意圖 ? 2 基于頻域圖像增強(qiáng)的凸點(diǎn)缺陷檢測
? 針對(duì)軟包裝鋰離子電池表面形貌特性,為增加凸點(diǎn)檢測的準(zhǔn)確率,首先對(duì)圖像進(jìn)行預(yù)處理,再將預(yù)處理后的圖像導(dǎo)入深度學(xué)習(xí)模型中進(jìn)行識(shí)別,選取的研究方法流程見圖6。
? 2.1 圖像預(yù)處理
? 由于軟包裝鋰離子電池表面圖像缺陷區(qū)域和鄰域?qū)Ρ榷炔桓?若將得到的圖像直接用于深度學(xué)習(xí)模型,會(huì)導(dǎo)致大量的誤判。為突出缺陷區(qū)域,在對(duì)圖像進(jìn)一步處理之前,首先需要對(duì)圖像灰度化,進(jìn)行去噪處理。
? 2.1.1 將灰度圖從空間域轉(zhuǎn)到頻域
? 圖像去噪處理域可以分為兩大類:空間域和頻域[8]。頻域法是將原始圖像分解成不同頻率的信號(hào),對(duì)這些不同頻率的信號(hào)進(jìn)行處理,就可達(dá)到圖像增強(qiáng)的目的[9]。圖像在空間域中較難得到增強(qiáng)或者去噪時(shí),往往在頻域上變得簡單。將圖像從空間域轉(zhuǎn)到頻域常使用DFT[10],公式為:
? 式(1)中:M、N分別是圖像的長和寬;x、y都是空間域的值;u、v都是頻域的值;e、j是常數(shù);F(u,v)是圖像f(x,y)的變換函數(shù)。
? 將軟包裝鋰離子電池灰度圖(圖5)從空間域轉(zhuǎn)換到頻域,轉(zhuǎn)換后的圖如圖7 所示。
? 圖6 研究方法流程圖 ? 圖7 傅里葉轉(zhuǎn)換后的頻域圖
? 2.1.2 用高斯濾波器對(duì)圖像進(jìn)行卷積
? 在與其他濾波方法進(jìn)行對(duì)比后,實(shí)驗(yàn)選用高斯濾波對(duì)圖像進(jìn)行去噪處理。高斯濾波是一種線性平滑濾波,通過對(duì)整幅圖像進(jìn)行加權(quán)平均處理,達(dá)到降噪的目的。每個(gè)像素點(diǎn)的值都由本身和鄰域其他像素值經(jīng)過加權(quán)平均得到[11]:
? 式(2)中:σ是高斯函數(shù)的標(biāo)準(zhǔn)差。 在高斯濾波中,可將中心點(diǎn)的權(quán)重值加大,遠(yuǎn)離中心點(diǎn)的權(quán)重值減小,在此基礎(chǔ)上,計(jì)算鄰域內(nèi)各個(gè)像素值不同權(quán)重的和。經(jīng)高斯濾波器卷積處理后,得到的結(jié)果見圖8。
? 圖8 高斯濾波器卷積后的圖 ? 2.1.3 將圖像從頻域轉(zhuǎn)回空間域
? 將經(jīng)過高斯濾波器卷積后的圖像從頻域再轉(zhuǎn)換到空間域,可以選用傅里葉逆變換[12],公式為:
? 轉(zhuǎn)換后的處理效果如圖9所示。 圖9 經(jīng)傅里葉逆變換后的效果 ? 經(jīng)過預(yù)處理后,凸點(diǎn)區(qū)域灰度如圖10 所示。
? 圖10 預(yù)處理后圖像的凸點(diǎn)區(qū)域灰度
? 對(duì)比圖10和圖5,可以看出圖像凸點(diǎn)缺陷區(qū)域和鄰域?qū)Ρ榷让黠@提高,但電池邊緣與長方形區(qū)域斷續(xù)點(diǎn)狀部分的灰度值及形狀與凸點(diǎn)缺陷區(qū)域相似,若直接用形態(tài)學(xué)分析,很難將凸點(diǎn)直接提取出來。
? 2.2 基于語義分割模型對(duì)圖像進(jìn)行處理
? 結(jié)合深度學(xué)習(xí)對(duì)圖像進(jìn)行進(jìn)一步處理,選用深度學(xué)習(xí)中的語義分割方法[13]。語義分割模型可將圖像中的每一個(gè)像素按設(shè)定好的語義標(biāo)簽進(jìn)行分類[14]。選用該模型,可以處理更復(fù)雜場景的分割任務(wù)。在訓(xùn)練模型前,共計(jì)采集軟包裝鋰離子電池圖片400張。首先,通過Halcon 自帶打標(biāo)簽軟件DLtool對(duì)預(yù)處理后的圖進(jìn)行標(biāo)注;然后,將數(shù)據(jù)集分為訓(xùn)練集300張、測試集50張和驗(yàn)證集50張。
? 將Epoch 設(shè)置為40,1個(gè)Epoch表示為一個(gè)完整的數(shù)據(jù)集進(jìn)行了一次訓(xùn)練。學(xué)習(xí)率設(shè)置為0.0001,學(xué)習(xí)率是優(yōu)化算法中的調(diào)整參數(shù),Epoch和學(xué)習(xí)率一般根據(jù)經(jīng)驗(yàn)獲取。
? 經(jīng)過約34min的測試,完成40個(gè)Epoch。評(píng)估結(jié)果如圖11所示,損失率約為0.0581。
? 圖11 訓(xùn)練評(píng)估結(jié)果圖 ? 2.3 檢測結(jié)果 檢測完成后,將檢測到的缺陷區(qū)域疊加標(biāo)注到原圖上,檢測結(jié)果如圖12 所示。 圖12 缺陷品和合格品檢測結(jié)果示意圖 ?
3 驗(yàn)證結(jié)果
為驗(yàn)證設(shè)計(jì)的實(shí)驗(yàn)方法的可行性,將采集到的400張圖片直接進(jìn)行打標(biāo)簽處理,跳過頻域預(yù)處理步驟,直接進(jìn)行深度學(xué)習(xí)訓(xùn)練。受到電池本身凹凸不平的影響,此時(shí)會(huì)得到大量的誤判結(jié)果,如圖13所示,最終檢驗(yàn)結(jié)果如表1所示。這種未加預(yù)處理的測試方法的最終檢驗(yàn)準(zhǔn)確率為44.00%。
? 圖13 缺陷檢測誤判示意圖
? 表1 對(duì)比實(shí)驗(yàn)檢測結(jié)果表
? ?
缺陷類別 | 數(shù)量/只 |
誤檢率/ % |
準(zhǔn)確率/ % |
|||
樣本數(shù) | 正確檢測 | 漏檢 | 誤檢 | |||
合格 | 200 | 110 | 0 | 90 | 45.00 | 55.00 |
凸點(diǎn) | 200 | 66 | 0 | 134 | 67.00 | 33.00 |
總計(jì) | 400 | 176 | 0 | 224 | 56.00 | 44.00 |
為驗(yàn)證實(shí)驗(yàn)結(jié)果的準(zhǔn)確性,采用所提檢測方法,對(duì)合格樣品、存在凸點(diǎn)的樣品各200只,共400 只電池進(jìn)行分析,得到的檢測結(jié)果見表2。
? 表2 實(shí)驗(yàn)檢測結(jié)果表 ?
缺陷類別 | 數(shù)量/只 |
誤檢率/ % |
準(zhǔn)確率/ % |
|||
樣本數(shù) | 正確檢測 | 漏檢 | 誤檢 | |||
合格 | 200 | 191 | 0 | 9 | 4.50 | 95.50 |
凸點(diǎn) | 200 | 192 | 0 | 8 | 4.00 | 96.00 |
總計(jì) | 400 | 383 | 0 | 17 | 4.25 | 95.75 |
從表2可知,將合格區(qū)域誤檢為缺陷區(qū)域的比例為4.25%,最終檢驗(yàn)準(zhǔn)確率為95.75%。
? 進(jìn)一步隨機(jī)抽取10個(gè)凸點(diǎn)缺陷,根據(jù)凸點(diǎn)檢測結(jié)果的外接圓直徑和真實(shí)外接圓直徑,得出檢測結(jié)果的絕對(duì)誤差和相對(duì)誤差,檢測結(jié)果見表3。
? 表3 誤差分析表
?
?
序號(hào) | 凸點(diǎn)外接圓直徑/mm | 絕對(duì)誤差/mm | 相對(duì)誤差/% | |
測量值 | 真實(shí)值 | |||
1 | 1.47 | 1.41 | 0.06 | 4.08 |
2 | 5.23 | 5.37 | 0.15 | 2.87 |
3 | 7.82 | 7.68 | 0.14 | 1.79 |
4 | 3.17 | 3.09 | 0.08 | 2.52 |
5 | 8.62 | 8.84 | 0.22 | 2.55 |
6 | 2.14 | 2.07 | 0.07 | 3.27 |
7 | 4.73 | 4.59 | 0.14 | 2.96 |
8 | 7.51 | 7.28 | 0.23 | 3.06 |
9 | 1.98 | 1.92 | 0.06 | 3.03 |
10 | 4.43 | 4.57 | 0.14 | 3.16 |
從表3可知,相對(duì)誤差在5%以內(nèi),與實(shí)測值較符合。
4 結(jié)論
針對(duì)軟包裝鋰離子電池表面圖像凸點(diǎn)缺陷對(duì)比度低、反光、凹凸不平,難以進(jìn)行準(zhǔn)確檢測與識(shí)別的問題,本文作者在頻域上使用高斯濾波對(duì)圖像進(jìn)行處理,再將處理后的圖像用深度學(xué)習(xí)訓(xùn)練好的模型進(jìn)行進(jìn)一步檢測。
? 建立軟包裝鋰離子電池圖像凸點(diǎn)缺陷檢測系統(tǒng),通過照明系統(tǒng)的合理設(shè)計(jì)避免反光等問題,提高了凸點(diǎn)缺陷圖像的辨識(shí)度。
? 在頻域上,使用高斯濾波對(duì)圖像進(jìn)行處理,處理后的圖可減少缺陷鄰域的噪聲,改善缺陷區(qū)域和鄰域?qū)Ρ榷炔畹膯栴},有利于提高深度學(xué)習(xí)模型的識(shí)別率。設(shè)計(jì)的鋰離子電池凸點(diǎn)缺陷視覺檢測方法,最終檢驗(yàn)準(zhǔn)確率可達(dá)95. 75%,而同樣的圖像未加預(yù)處理直接進(jìn)行深度學(xué)習(xí)算法處理,檢驗(yàn)準(zhǔn)確率僅為44. 00%,證明了該方法的可行性與實(shí)用性。
編輯:黃飛
?
評(píng)論
查看更多