1.本发明涉及电池质量检测领域，尤其涉及一种铜箔缺陷检测方法、系统、设备及存储介质。
背景技术：2.现阶段，锂电池铜箔的生产工艺与pcb铜箔大体相同，主要分为溶铜造液工序、生箔制造与防氧化处理工序及分切包装工序三部分组成；经过多个工序制造而成的铜箔可能会因挤压、运输等各种原因导致其表面出现凹凸不平、划痕、褶皱、穿孔等质量问题，而铜箔表面的缺陷会直接影响锂电池的质量，但是，传统的铜箔缺陷都是通过人工检查，其检测效率低，无法满足自动化制造的检测需求。
技术实现要素：3.为了克服现有技术的不足，本发明的目的之一在于提供一种铜箔缺陷检测方法，可自动检测出铜箔上的缺陷，提高检测效率。
4.本发明的目的之二在于提供一种铜箔缺陷检测系统。
5.本发明的目的之三在于提供一种电子设备。
6.本发明的目的之四在于提供一种计算机可读存储介质。
7.本发明的目的之一采用如下技术方案实现：
8.一种铜箔缺陷检测方法，包括：
9.获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；
10.对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。
11.进一步地，所述正反面检测图像的获取方法为：
12.响应于检测请求控制卷绕有铜箔的多组辊轮启动以带动铜箔前进，并在铜箔前进过程中控制正对铜箔正反面的多组摄像模组分别对铜箔的正反面进行光源照射和拍摄以获得正反面检测图像。
13.进一步地，每组所述摄像模组包括线扫相机以及线光源，每组所述摄像模组中所述线光源的照射方向与所述线扫相机的拍摄方向之间存在锐角夹角。
14.进一步地，所述线扫相机的工作距离＝[视野宽度/(视野总像元尺寸+1)]
×
镜头焦距。
[0015]
进一步地，所述针孔检测图像的获取方法为：
[0016]
响应于检测请求控制背光源对铜箔进行照射，并控制正对所述背光源的针孔检测相机对铜箔进行拍摄以获得所述针孔检测图像。
[0017]
进一步地，定位所述铜箔区域中的缺陷位置的方法为：
[0018]
对每个所述铜箔区域进行图像增强处理，并通过灰度阈值分析定位出所述铜箔区
域中灰度异常的区域以获得缺陷位置。
[0019]
进一步地，基于神经网络模型对缺陷进行缺陷分类；其中，所述神经网络模型预先根据缺陷样本对各缺陷类别进行学习和训练。
[0020]
本发明的目的之二采用如下技术方案实现：
[0021]
一种铜箔缺陷检测系统，执行如上述的铜箔缺陷检测方法，所述系统包括：
[0022]
图像获取模块，用于获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；
[0023]
缺陷分析模块，用于对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。
[0024]
本发明的目的之三采用如下技术方案实现：
[0025]
一种电子设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的铜箔缺陷检测方法。
[0026]
本发明的目的之四采用如下技术方案实现：
[0027]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述的铜箔缺陷检测方法。
[0028]
相比现有技术，本发明的有益效果在于：
[0029]
本发明通过多组摄像模组对卷绕过程中的铜箔材料进行拍摄，对铜箔正反面外观进行缺陷检测的同时，还可对铜箔进行背光检测从而找到铜箔中的残缺部分，提高铜箔检测的准确率，还可大幅度提高铜箔检测效率。
附图说明
[0030]
图1为本发明视觉检测系统的结构示意图；
[0031]
图2为本发明铜箔缺陷检测方法的流程示意图；
[0032]
图3为本发明铜箔检测效果示意图；
[0033]
图4为本发明铜箔缺陷检测系统的模块示意图。
[0034]
图中：1、第一线扫相机；2、第一线光源；3、第二线扫相机；4、第二线光源；5、第三线扫相机；6、背光源。
具体实施方式
[0035]
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0036]
一种铜箔缺陷检测方法，应用在包括有多组摄像模组的视觉检测系统中，视觉检测系统采用多组摄像模组对铜箔的正面以及反面进行拍摄，而每一组摄像模组包括至少一台线扫相机和至少一个线扫光源。
[0037]
如图1所示，视觉检测系统中可设有至少三个工位，并在多个工位所在空间设有多个辊轮，铜箔卷绕在多个辊轮上，通过驱动机构带动多个辊轮同时转动，从而带动铜箔前进。
[0038]
第一、第二工位所对应辊轮存在一定的高度差，使得铜箔卷绕依次经过第一工位、第二工位上的辊轮。而第一工位铜箔正面由第一摄像模组进行拍摄，第一摄像模组包括至少一个16k黑白线扫相机和至少一个线光源；如图1所示，第一摄像模组的第一线扫相机1朝经过第一工位的铜箔正面进行拍摄，同时，利用第一线光源2对铜箔正面进行照射；第一工位上的第一线光源2的照射方向与第一线扫相机1的拍摄方向之间存在锐角夹角，确保光源可对相机所拍摄的位置进行补光的同时，线光源所在位置不会影响线扫相机对铜箔的拍摄。
[0039]
同理，第二摄像模组则对第二工位上的铜箔反面进行拍摄，第二摄像模组的组成和第一摄像模组相同；第二线扫相机3朝经过第二工位的铜箔反面进行拍摄，同时，利用第二线光源4对铜箔反面进行照射；同样为了确保光源可对相机所拍摄的位置进行补光，第二工位上第二线光源4的照射方向与第二线扫相机3的拍摄方向之间同样存在锐角夹角。
[0040]
铜箔经过第一工位和第二工位，利用第一摄像模组和第二摄像模组分别对铜箔的正面和反面进行拍摄以获得正面检测图像和反面检测图像，用于检测铜箔表明缺陷；其后，铜箔在其他辊轮的导向下经过第三工位，第三工位包括16k的第三线扫相机5和背光源6，其中背光源6位于铜箔的反面一侧，对铜箔打背光，而第三工位上的第三线扫相机5则位于铜箔的正面一侧且处于正对背光源6的位置，背光源6朝铜箔照射，若铜箔出现针孔或破损，则正对背光源6的第三线扫相机5则可根据铜箔的透光情况检测铜箔是否出现针孔等缺陷。当不良缺陷被检出时，系统可以透过警报灯或警报器警示，并将缺陷即时显示在屏幕上使工作人员可以即刻辨识。
[0041]
在实际应用中，系统每个工位采用2个16k线扫相机和1条高亮线光源的方案，铜箔最大幅宽是1580mm，单个相机fov宽度要考虑其他因素，所以总视野要比最大幅宽大一些，取单个相机fov宽度是800mm。相机的分辨精度为：800mm/16384pixel＝0.049mm/pixel；而ccd工作距离及安装空间的确定方法如下：线扫相机的工作距离＝[视野宽度/(视野总像元尺寸+1)]
×
镜头焦距＝(800mm/(3.52um
×
16384)+1)
×
60mm≈890mm；再加上安装支架的尺寸以及相机和镜头本身的尺寸，留给ccd相机的安装空间至少需要约1000mm。
[0042]
如图2所示，确定视觉检测系统的硬件配置后即可执行如下检测方法：
[0043]
步骤s1：获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；
[0044]
其中，操作人员可通过系统发起检测请求，系统响应于检测请求控制卷绕有铜箔的多组辊轮启动以带动铜箔依次经过第一工位和第二工位，并在铜箔前进过程中控制第一工位、第二工位上的摄像模组分别对铜箔的正、反面进行光源照射和拍摄以获得正反面检测图像。
[0045]
其后，铜箔在辊轮的带动下经过第三工位，第三工位上的摄像模组在接收到检测请求后启动，利用背光源对铜箔进行照射，并控制正对所述背光源的针孔检测相机对铜箔进行拍摄以获得所述针孔检测图像。
[0046]
步骤s2：对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。
[0047]
由于摄像模组为16k黑白线扫相机，其拍摄所得的铜箔图像为黑白图像，在获得正反面检测图像和针孔检测图像后，可对每个所述铜箔区域进行图像增强处理，通过边缘定
位图像中的陶瓷边缘区域以及铜箔区域，并对每个铜钵区域通过灰度阈值分析定位出所述铜箔区域中灰度异常的区域，即可识别出图像中灰度差超过预设值的缺陷位置；如图3所示，本实施例中可将图像中的压坑、黑点、黑线、氧化斑、异物、划伤、针孔等灰度差在20以上的可检缺陷识别出来。
[0048]
检测出图像中的缺陷后，通过深度分析、神经网络等算法对缺陷进行缺陷分类，根据图像的灰度能量、灰度相关性、齐次性、对比度，边缘的灰度分布、熵、各异性等组成数据组成一个图像的特征，将不同缺陷样本的图像特征作为神经网络输入，缺陷类型作为神经网络输出，对神经网络模型进行训练和学习，从而区分亮点、条痕、接带等缺陷类别。
[0049]
此外，还可预先根据不同缺陷类别以及图像中所包含的缺陷数量进行不良等级匹配，当神经网络模型输出图像中的缺陷类别后，系统可根据图像中的缺陷类别以及缺陷数量找到其对应的不良等级，根据该不良等级所配置的报警方式进行报警提醒，以快速告知操作人员铜箔缺陷检测结果。
[0050]
对铜箔检测所得的缺陷类别、缺陷数量等信息以及缺陷图像都需进行本地保存，以便于后续对铜箔检测数据进行查询。
[0051]
实施例二
[0052]
本实施例提供一种铜箔缺陷检测系统，所述系统执行如实施例一所述的铜箔缺陷检测方法，如图4所示，所述系统包括：
[0053]
图像获取模块，用于获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；
[0054]
其中，图像获取模块包括了位于三个工位上的至少三组摄像模组，而铜箔正面检测、反面检测以及针孔检测的顺序可根据实际辊轮分布规律进行调整，在此不对检测顺序进行限制。
[0055]
缺陷分析模块，用于对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。
[0056]
本实施例通过多组摄像模组对卷绕过程中的铜箔材料进行拍摄，对铜箔正反面外观进行缺陷检测的同时，还可对铜箔进行背光检测从而找到铜箔中的残缺部分，提高铜箔检测的准确率，还可大幅度提高铜箔检测效率。
[0057]
在一些实施例中，还提供一种电子设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例一中的铜箔缺陷检测方法；另外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的铜箔缺陷检测方法。
[0058]
本实施例中的系统、设备及存储介质与前述实施例中的方法是基于同一发明构思下的多个方面，在前面已经对方法实施过程作了详细的描述，所以本领域技术人员可根据前述描述清楚地了解本实施例中的系统、设备及存储介质的结构及实施过程，为了说明书的简洁，在此就不再赘述。
[0059]
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
技术特征：1.一种铜箔缺陷检测方法，其特征在于，包括：获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。2.根据权利要求1所述的铜箔缺陷检测方法，其特征在于，所述正反面检测图像的获取方法为：响应于检测请求控制卷绕有铜箔的多组辊轮启动以带动铜箔前进，并在铜箔前进过程中控制正对铜箔正反面的多组摄像模组分别对铜箔的正反面进行光源照射和拍摄以获得正反面检测图像。3.根据权利要求2所述的铜箔缺陷检测方法，其特征在于，每组所述摄像模组包括线扫相机以及线光源，每组所述摄像模组中所述线光源的照射方向与所述线扫相机的拍摄方向之间存在锐角夹角。4.根据权利要求3所述的铜箔缺陷检测方法，其特征在于，所述线扫相机的工作距离＝[视野宽度/(视野总像元尺寸+1)]
×
镜头焦距。5.根据权利要求1所述的铜箔缺陷检测方法，其特征在于，所述针孔检测图像的获取方法为：响应于检测请求控制背光源对铜箔进行照射，并控制正对所述背光源的针孔检测相机对铜箔进行拍摄以获得所述针孔检测图像。6.根据权利要求1所述的铜箔缺陷检测方法，其特征在于，定位所述铜箔区域中的缺陷位置的方法为：对每个所述铜箔区域进行图像增强处理，并通过灰度阈值分析定位出所述铜箔区域中灰度异常的区域以获得缺陷位置。7.根据权利要求1所述的铜箔缺陷检测方法，其特征在于，基于神经网络模型对缺陷进行缺陷分类；其中，所述神经网络模型预先根据缺陷样本对各缺陷类别进行学习和训练。8.一种铜箔缺陷检测系统，其特征在于，执行如权利要求1～7任一所述的铜箔缺陷检测方法，所述系统包括：图像获取模块，用于获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；缺陷分析模块，用于对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。9.一种电子设备，其特征在于，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～7任一所述的铜箔缺陷检测方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现权利要求1～7任一所述的铜箔缺陷检测方法。
技术总结本发明公开了一种铜箔缺陷检测方法、系统、设备及存储介质，所述方法包括：获取铜箔的正反面检测图像和针孔检测图像，分别对正反面检测图像和针孔检测图像进行边缘定位以识别出铜箔区域；对每个所述铜箔区域进行图像处理以定位所述铜箔区域中的缺陷位置，对缺陷进行缺陷分类，并按照预设的不良等级对分类后的缺陷进行报警输出。本发明通过多组摄像模组对卷绕过程中的铜箔材料进行拍摄，对铜箔正反面外观进行缺陷检测的同时，还可对铜箔进行背光检测从而找到铜箔中的残缺部分，提高铜箔检测的准确率，还可大幅度提高铜箔检测效率。还可大幅度提高铜箔检测效率。还可大幅度提高铜箔检测效率。
技术研发人员：张俊峰 蓝国辉
受保护的技术使用者：广州超音速自动化科技股份有限公司
技术研发日：2022.05.19
技术公布日：2022/11/1
