车载极板开裂孔洞针眼检测算法

夏成龙+袁春良+夏胜平

当前普遍使用的燃油发动机汽车存在种种弊病，不仅燃油利用率低，而且排放废气污染环境。20世纪90年代以来，世界各国对改善环境的呼声日益高涨，各种各样的电动汽车脱颖而出。虽然人们普遍认为未来是电动汽车的天下，但是电池技术问题阻碍了电动汽车的应用。由于电池的能量密度与汽油相比差上百倍，远未达到人们所要求的数值。现实迫使工程师们想出了一个两全其美的办法，开发一种混合动力装置（Hybrid-Electric Vehicle，英文缩写为HEV）的汽车。所谓混合动力装置就是将电动机与辅助动力单元组合在一辆汽车上做驱动力，辅助动力单元实际上是一台小型燃料发动机或动力发电机组。但作为HEV能量包主要组成部分的正极大板在生产过程中存在将近30种缺陷。最常见的如极片开裂、孔洞、针眼，这些缺陷若未及时发现，应用于能量包后，会使能量包寿命大大降低。基于此，便有了此篇算法研究。

【关键词】缺陷定义 成像系统 缺陷特征描述精度与提取 OpenCV算法库 GPU算法库

1 极板开裂相关算法研究

设计采用500W黑白相机，分辨率2448×2048，视场FOV=185×155mm，单个像素精度为0.08mm。

开裂定义为：在无地部出现了泡沫镍裂开的现象。

1.1 开裂检测流程

原图像->无地部区域提取->横向线性中值滤波->阈值分割->特征提取->开裂缺陷检测

1.2 算法步骤

1.2.1 无地部区域提取

由于开裂缺陷只存在于无地部区域，因此首先提取无地部区域作为ROI对其进行缺陷检测。

1.2.2 中值滤波

开裂在图像中表现形式为一细长横向亮区域，而在无地部区域存在很多不连续的细小亮点，采用横向线性中值滤波来增大两者之间的差异性，使裂缝的细、亮、横、长等特征更为明显。

1.2.3 阈值分割

经过滤波之后的图像中，开裂缺陷较正常区域的差异已较为明显，采用硬阈值分割即可提取裂缝区域。

1.2.4 特征提取

提取分割区域的最小外接矩形长、宽，面积等特征。

1.2.5 缺陷检测

利用上述特征与阈值比较判定是否存在开裂缺陷。

1.3 检测结果分析

在尺寸测量时，图像中极板的上下边界附近存在许多明暗交替的小区域，直接提取轮廓边缘会存在很多干扰，不易准确提取，因此可以先提取整个极片区域再计算其对应边界之间的距离。开裂为无地部边缘附近存在横向亮条区域。

2 极板孔洞相关算法研究

设计采用500W黑白相机，分辨率2448×2048，视场FOV=185×155mm，单个像素精度为0.08mm。

正常极板为167.8±0.6×148.3±0.8mm。

孔洞定义为：极板上有小孔，孔径在3mm以上，即37个像素以上为不良品。

2.1 孔洞检测流程

原图像->阈值分割->提取涂布区域->阈值TH1分割->区域结合->计算分割区域面积->小于TH->无空洞->提取无地部区域->阈值TH2分割->区域结合->比较阈值TH->大于Th->有空洞

2.2 算法步骤

2.2.1 阈值分割

首先对原图像采用硬阈值分割。

2.2.2 区域提取

因为涂层区域和无地部区域的图像表现形式不一样，所以对于这两个区域要分别采用不同的方法对其进行孔洞检测。根据面积和形状特征分别提取出这两种不同的区域。

2.2.3 特征检测

对于涂层区域直接采用阈值分割根据面积特征来检测孔洞；对于无地部区域采用阈值分割，再进行形态学处理，然后根据面积，形状因子等特征来检测孔洞。

2.3 检测结果分析

在尺寸测量时，图像中极板的上下边界附近存在许多明暗交替的小区域，直接提取轮廓边缘会存在很多干扰，不易准确提取，因此可以先提取整个极片区域再计算其对应边界之间的距离。孔洞在图像中的表现为极片上存在较亮的小区域。

3 极板针眼相关算法研究

设计采用500W黑白相机，分辨率2448×2048，视场FOV=185×155mm，单个像素精度为0.08mm。

针眼线定义为：焊头焊接时焊到充填部位，炸火产生小的孔洞。

3.1 针眼检测流程

原图像->划定ROI->阈值分割->特征提取->针眼线缺陷检测

3.2 算法步骤

3.2.1 ROI选定

针眼線缺陷只存在上、下无地部两个区域，因此选定这两个固定区域为ROI。

3.2.2 阈值分割

选取TH=255分割ROI。

3.2.3 特征提取

提取面积、凸度特征。

3.2.4 缺陷检测

利用上述特征与阈值进行比较来检测是否存在缺陷。

3.3 检测结果

在尺寸测量时，图像中极板的上下边界附近存在许多明暗交替的小区域，直接提取轮廓边缘会存在很多干扰，不易准确提取，因此可以先提取整个极片区域再计算其对应边界之间的距离。针眼线为无地部边缘附近存在多个孔洞。

4 结束语

计算机视觉研究的目标是对人类视觉感知功能进行模拟，以便使得计算机具有与人眼类似的获取信息的能力。这种视觉模拟本质上是利用通用计算机或专用计算单元对光学图像经一系列分析处理，实现对图像的语义解释，判定图像中有何目标、目标之间是何关系、图像是何场景以及如何应用场景信息等。该方向的成熟技术在情报侦察、精确制导、工业视觉中具有广泛的应用前景。

基于计算机视觉来检测出极板上缺陷，响应了国家提出的工业4.0号召。不仅可以让产品质量更加优秀，也会大大提高HEV动力汽车的发展。

参考文献

[1]DAVISON A J.Real-time simultaneous localisation and mapping with a single camera.proceedings of the Computer Vision,2003 Proceedings Ninth IEEE International Conference on,F,2003[C].IEEE.

[2]刘春阁.基于Hough变换的直线提取与匹配[D].辽宁工程技术大学,2009.

[3]BRADSKI G.The opencv library[J].Doctor Dobbs Journal,2000,25(11):120-6.

作者单位

1.火箭军驻长沙地区军事代表室 湖南省长沙市 410073

2.国防科技大学 电子科学与工程学院ATR重点实验室 湖南省长沙市 410073