車載極板開裂孔洞針眼檢測算法

夏成龍+袁春良+夏勝平

當前普遍使用的燃油發動機汽車存在種種弊病，不僅燃油利用率低，而且排放廢氣污染環境。20世紀90年代以來，世界各國對改善環境的呼聲日益高漲，各種各樣的電動汽車脫穎而出。雖然人們普遍認為未來是電動汽車的天下，但是電池技術問題阻礙了電動汽車的應用。由于電池的能量密度與汽油相比差上百倍，遠未達到人們所要求的數值。現實迫使工程師們想出了一個兩全其美的辦法，開發一種混合動力裝置（Hybrid-Electric Vehicle，英文縮寫為HEV）的汽車。所謂混合動力裝置就是將電動機與輔助動力單元組合在一輛汽車上做驅動力，輔助動力單元實際上是一臺小型燃料發動機或動力發電機組。但作為HEV能量包主要組成部分的正極大板在生產過程中存在將近30種缺陷。最常見的如極片開裂、孔洞、針眼，這些缺陷若未及時發現，應用于能量包后，會使能量包壽命大大降低。基于此，便有了此篇算法研究。

【關鍵詞】缺陷定義 成像系統 缺陷特征描述精度與提取 OpenCV算法庫 GPU算法庫

1 極板開裂相關算法研究

設計采用500W黑白相機，分辨率2448×2048，視場FOV=185×155mm，單個像素精度為0.08mm。

開裂定義為：在無地部出現了泡沫鎳裂開的現象。

1.1 開裂檢測流程

原圖像->無地部區域提取->橫向線性中值濾波->閾值分割->特征提取->開裂缺陷檢測

1.2 算法步驟

1.2.1 無地部區域提取

由于開裂缺陷只存在于無地部區域，因此首先提取無地部區域作為ROI對其進行缺陷檢測。

1.2.2 中值濾波

開裂在圖像中表現形式為一細長橫向亮區域，而在無地部區域存在很多不連續的細小亮點，采用橫向線性中值濾波來增大兩者之間的差異性，使裂縫的細、亮、橫、長等特征更為明顯。

1.2.3 閾值分割

經過濾波之后的圖像中，開裂缺陷較正常區域的差異已較為明顯，采用硬閾值分割即可提取裂縫區域。

1.2.4 特征提取

提取分割區域的最小外接矩形長、寬，面積等特征。

1.2.5 缺陷檢測

利用上述特征與閾值比較判定是否存在開裂缺陷。

1.3 檢測結果分析

在尺寸測量時，圖像中極板的上下邊界附近存在許多明暗交替的小區域，直接提取輪廓邊緣會存在很多干擾，不易準確提取，因此可以先提取整個極片區域再計算其對應邊界之間的距離。開裂為無地部邊緣附近存在橫向亮條區域。

2 極板孔洞相關算法研究

設計采用500W黑白相機，分辨率2448×2048，視場FOV=185×155mm，單個像素精度為0.08mm。

正常極板為167.8±0.6×148.3±0.8mm。

孔洞定義為：極板上有小孔，孔徑在3mm以上，即37個像素以上為不良品。

2.1 孔洞檢測流程

原圖像->閾值分割->提取涂布區域->閾值TH1分割->區域結合->計算分割區域面積->小于TH->無空洞->提取無地部區域->閾值TH2分割->區域結合->比較閾值TH->大于Th->有空洞

2.2 算法步驟

2.2.1 閾值分割

首先對原圖像采用硬閾值分割。

2.2.2 區域提取

因為涂層區域和無地部區域的圖像表現形式不一樣，所以對于這兩個區域要分別采用不同的方法對其進行孔洞檢測。根據面積和形狀特征分別提取出這兩種不同的區域。

2.2.3 特征檢測

對于涂層區域直接采用閾值分割根據面積特征來檢測孔洞；對于無地部區域采用閾值分割，再進行形態學處理，然后根據面積，形狀因子等特征來檢測孔洞。

2.3 檢測結果分析

在尺寸測量時，圖像中極板的上下邊界附近存在許多明暗交替的小區域，直接提取輪廓邊緣會存在很多干擾，不易準確提取，因此可以先提取整個極片區域再計算其對應邊界之間的距離。孔洞在圖像中的表現為極片上存在較亮的小區域。

3 極板針眼相關算法研究

設計采用500W黑白相機，分辨率2448×2048，視場FOV=185×155mm，單個像素精度為0.08mm。

針眼線定義為：焊頭焊接時焊到充填部位，炸火產生小的孔洞。

3.1 針眼檢測流程

原圖像->劃定ROI->閾值分割->特征提取->針眼線缺陷檢測

3.2 算法步驟

3.2.1 ROI選定

針眼線缺陷只存在上、下無地部兩個區域，因此選定這兩個固定區域為ROI。

3.2.2 閾值分割

選取TH=255分割ROI。

3.2.3 特征提取

提取面積、凸度特征。

3.2.4 缺陷檢測

利用上述特征與閾值進行比較來檢測是否存在缺陷。

3.3 檢測結果

在尺寸測量時，圖像中極板的上下邊界附近存在許多明暗交替的小區域，直接提取輪廓邊緣會存在很多干擾，不易準確提取，因此可以先提取整個極片區域再計算其對應邊界之間的距離。針眼線為無地部邊緣附近存在多個孔洞。

4 結束語

計算機視覺研究的目標是對人類視覺感知功能進行模擬，以便使得計算機具有與人眼類似的獲取信息的能力。這種視覺模擬本質上是利用通用計算機或專用計算單元對光學圖像經一系列分析處理，實現對圖像的語義解釋，判定圖像中有何目標、目標之間是何關系、圖像是何場景以及如何應用場景信息等。該方向的成熟技術在情報偵察、精確制導、工業視覺中具有廣泛的應用前景。

基于計算機視覺來檢測出極板上缺陷，響應了國家提出的工業4.0號召。不僅可以讓產品質量更加優秀，也會大大提高HEV動力汽車的發展。

參考文獻

[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]劉春閣.基于Hough變換的直線提取與匹配[D].遼寧工程技術大學,2009.

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

作者單位

1.火箭軍駐長沙地區軍事代表室 湖南省長沙市 410073

2.國防科技大學 電子科學與工程學院ATR重點實驗室 湖南省長沙市 410073