基于機器視覺的電池鉛板柵缺陷監測系統設計

蔡鵬德，沙春偉，趙康

（安徽理工大學，淮南 232000）

0 引言

鉛酸電池是把化學能轉化為電能，并把有限電能儲存起來的一種電池［1］。由于它在供電方面具有安全可靠的特點，從而廣泛應用于我國國民經濟的各個領域。膠體電解液的發明是在20世紀20年代，隨之在20世紀70年代成功開發出一種閥控密封鉛酸電池。從根本上講，鉛酸電池是一種內部化學變化不易被及時察覺的裝置。日常使用時的缺陷也不會即刻表現出來，所以對蓄電池的維護極其重要。若是不恰當的對電池維護管理，那么會直接對電池的使用效益以及壽命有很大影響，甚至直接損壞電池。

伴隨微電子與計算機控制技術的推進，對于鉛酸電池的維護、使用以及管理也需要實現自動化。通過在鉛酸電池生產源頭，實施在線監測鉛酸電池的相關組件缺陷，能夠及時了解電池的工作特性以及工作狀態，必要時對其進行維護［2-3］。所以，對鉛酸電池在線監測方面的系統開發勢在必行。

1 關鍵技術研究

1.1 系統的業務流程設計與基本構成

基于機器視覺的鉛酸電池鉛板柵在線監測系統是基于計算機圖像和視覺處理技術打造的智能蓄電池板柵網缺陷監測系統。它可以在不需要人工干預或很少人工干預的情況下，由相機拍攝，對得到的板柵圖片進行分析，實現鉛板柵的監測、計算、分析和缺陷識別。對于一個監控系統首先要梳理清楚系統運行中的數據流向。本文設計的實時在線監測系統整體運行的流程如圖1所示。

圖1 系統業務流程設計

在此監測系統里，系統設計的核心與關鍵點是對圖像的處理。具體數據流程總結如下：先是把采集圖片上傳，轉化為數據流將其在數據庫中進行存儲。接著應用圖像處理技術把圖像分別進行去噪、歸一化、去噪等，以此來評估采集的圖像；為了對比圖像之間不同特征，將之前提取的特征和規則庫中的特征相互對比。最后，把分析出的結果傳輸給數據庫。通過MES系統，用戶也可以很方便訪問系統的數據。

1.2 系統的關鍵功能

根據企業對產品監測系統功能的要求，這里把系統用戶分為兩個角色，分別為管理員和用戶。具體系統功能設計圖和檢測區域閾值設定界面如圖2、圖3所示。

圖2 系統功能設計

圖3 檢測區域閾值設定界面

用戶管理和圖像數據遠程傳輸等，屬于管理員的主要職責。用戶管理主要負責圖像管理和上料時間的設定等，主要是對圖像進行抓拍以及進行圖像處理，對采集區域進行定位。

于用戶而言，系統操作界面主要有三個部分，分別是主界面、通訊、設置。主界面主要包括NG（不合格品）圖片保存位置項、圖片文件名輸出項、斷絲顯示燈（正常常亮為綠色，斷絲時顯示紅色）、鉛板柵片合格與不合格數顯示項、上料時間設定項等；通訊部分主要包括發送數據和接收數據顯示項，主要用于遠程數據上傳發送到控制終端數據庫，進行統計合格與不合格率等相關信息，為用戶提供參考；設置項主要是對于鉛板柵監測區域的前部、左部、右部、中部、后部五個部位的閾值根據現場情況進行調節設置，并且包括最后的輸出錯誤位置項，當監測出有NG（不合格品）時，它可以精確顯示出這個不合格品出現缺陷的位置點。

1.3 圖像采集存儲及網絡傳輸

本系統根據技術需求采用大恒公司MER-500-7UM∕C型號的工業相機進行圖像采集。同時由于企業操作環境光照的影響，單獨采用一種白色面光源進行打光。基于機器視覺的在線鉛板柵監測系統中圖像采集和圖像傳輸是必不可少的步驟［4］，要求圖像的質量高、采集測點分布要多、實時性高、數據量大等，所以本系統需要對各分布監測點都采用網絡化圖像采集的方式。把采集到的數字圖像以網絡存儲的形式存儲。數據服務器與各視頻服務器共同完成網絡存儲。客戶端則是根據用戶對于現場采集圖像的需求來存儲，以實時采集服務器為主的方式存儲。數字圖像被處理后的圖像由數字圖像服務器承擔，如特殊處理和報警前后的連續圖像等。整個系統相機實時采集圖像的文件名是以（年月日，時分秒）來命名，接著立刻存入用戶設置的圖像庫里面。每天把當日的圖像數據庫打包，按年月日以及工人工號為文件名并存入圖像庫。由于數據隨時會寫滿硬盤，所以把硬盤數據存儲模式改為“覆蓋”，那么滿盤時新數據自動覆蓋舊數據寫入。接著把圖像數據通過MES系統進行網絡傳輸給企業終端管理。圖像網絡存儲流程和板柵采集樣圖如圖4所示。

圖4 圖像網絡存儲流和板柵采集圖像

2 圖像處理設計與實現

2.1 圖像處理思路

針對不同的研究目的，圖像處理方法也不同。一般來說，它包括兩個模塊：圖像預處理和圖像識別。其中識別的特征是從預處理過后的數字圖像中進行提取，搭建SVM分類器，最終結果通過分類得到。上面方法基于深度學習在工業領域監測缺陷復雜種類多的組塊圖像［5-7］。本文設計的系統主要用于電池板柵網圖像缺陷的檢測。因此，不同于上述算法，對于工業領域監測部件的特殊性，本文圖像處理主要基于灰度圖像。由于在灰度化后的圖像不存在彩色信息，僅包含亮度信息，而且灰度圖像具有容易存儲和提高處理效率的優點。大體思想就是：首先對圖像做預處理，其次對圖像進行歸一化、去噪以及分割等操作，從而為后續的特征提取打下基礎。圖像處理過程非常復雜，程序千變萬化，但總體思路大致相同。

2.2 圖像的歸一化處理

由于企業生產現場環境的特殊性，復雜光照和設備表面的亮度都會對相機采集圖像和處理產生一定的影響。為此，需要消除部分設備表面亮度引起的圖像處理問題，對圖像進行歸一化處理，即消除圖像的量綱。具體歸一化計算公式如下：

在式中：r，g，b分別表示在對其歸一化后對應的各像素特征，R，G，B分別表示原始特征值紅、綠、藍。將原始像素值從0～255的范圍，映射到0～1范圍之內處理，很大程度提高了像素的精度。

2.3 圖像去噪

對圖像在分割前先進行去噪，比較典型的去噪算法當前來說有三種：中值濾波、維納濾波、均值濾波，本文采用一種特殊的去噪算法NLMeans算法［8］，這種算法復雜程度小于小波方法，一種自注意力機制和自相關的去噪方法。它在尋找相似區域是以圖像塊為單位，然后對這些區域求平均值，它的原理是利用整幅圖像來進行去噪，是一種基于圖像中所有像素的非局部平均的非局部均值算法（NL-means）的方法。

上式（1）（2）中ξ表示像素之間的相似性，Z(i)表示歸一化常數，再由歐幾里德距離度量做領域內像素重構如式：

對于某個像素i，在穩定的情況下，如果找到一個它的領域，NL-means算法就會收斂于i的條件期望。在這樣的狀況下，隨著圖像大小的增長，穩定條件也隨之對于圖像的所有細節，我們可以找到許多類似的區塊。從而可以很好的對圖像進行去噪。

2.4 圖像分割

基于區域的一種圖像分割技術叫做閾值分割法［9］。由于容易實現、計算不復雜以及應用面廣的優點，是特征提取以及模式識別等之間進行后續處理的不可或缺的步驟。它的基本思想就是，基準的閾值T首先要確定，接著對圖像g（x，y）的每個像素點的灰度值和T對比，就得到一幅二值圖像h（x，y）轉換關系為:

得出合適的閾值T是閾值分割法的核心，T的選取與直方圖有關。通過觀察分析直方圖是一個有效的方法，如果存在雙峰，那么閾值就用兩峰期間的谷底值來充當。

通過上面的分析，選擇合適的閾值在閾值分割法中是極其重要的，最后處理結果的好壞由它決定。若是選取的閾值偏大會將不需要的信息也提取出來，相反，閾值偏小會丟失部分重要信息。求取閾值的方式有很多種，本文是以最大類間方差法作為主要研究內容，其主要思想為：先預設一副圖像由L個灰度級，每個灰度值的像素點個數為Ni，其概率為Pi=Ni∕N，N為圖像總像素點，選定一個門限T，計算灰度大于T的像素的方差σ2a(T)及灰度小于T的像素方差σ2b(T)，設w1(T)為小于T像素的概率，w2(T)為像素大于T的概率，則背景和目標圖像的類間方差函數為：

搜索全部可能的T值，當使σ2a(T)最大值時，就找到了最合適的閾值。從而最后得到二值化的閾值分割圖。

3 系統實現

3.1 系統主界面顯示

通過上述的設計，可得到如圖5所示的系統主界面。

圖5 系統主界面

3.2 圖像上傳功能的實現

該系統無需登錄，設備開機的同時系統界面也自主啟動。電池板柵圖像實時抓拍上傳作為系統的基本功能，電池板柵在傳送架上穿過視覺檢測設備，相機實時抓拍每一片板柵，在抓拍檢測是否合格品的同時，通過光電傳感器觸發，統計出不良品以及總生產的數量。用戶可以遠程傳輸數據和清除前面生產緩存的數據。經過處理的圖像分析識別后，如果發現電池板柵有斷絲等缺陷不合格的產品，觸發機臺上面的報警燈立即報警，機臺停機操作員剔除不合格品，繼續監測運轉。具體實現流程和系統樣機如圖6所示。

圖6 實現流程圖和系統樣機操作示意圖

4 結語

基于機器視覺的電池鉛板柵缺陷監測系統是對于鉛酸電池組件缺陷方面一個全新的嘗試。本文研究了電池板柵缺陷圖像采集識別系統，完成了板柵圖像的實時采集、圖像處理以及缺陷的識別判斷，為企業生的產效率和產品質量提供了很好的推動。由于系統目前的相機和條件下，對電池板柵邊緣偶爾出現的一些肉眼難以看出的毛刺檢測存在一定偏差，有待進一步的研究與改進，從而實現對電池板柵的缺陷全面精準檢測。