基于X光图像的锂电池正负极距离检测分析

基于X光图像的锂电池正负极距离检测分析

李小林

广东正业科技股份有限公司 广东东莞 523000

[摘要]伴随时代的持续进步及发展，环境污染相关问题备受社会各界的关注。而作为新型能源的一种锂电池，在动力电池领域当中呈现着良好的发展态势。在锂电池当中，电芯从属重要构成，其以正负极片及隔膜为主。可以说，电芯质量和正负极片相互间距离关联性较大，这就决定了对锂电池的正负极实施距离检测的重要性。故本文主要探讨以X光图像为基础对锂电池的正负极实施距离检测，便于今后更多技术员能够充分利用X光图像，高效落实对锂电池的正负极实际距离检测操作提供参考。

[关键词]锂电池；X光图像；距离检测；正负极；

前言：

伴随锂电池产业持续的进步发展，对其正负极的距离检测层面工作重视度不断提升。那么，为更好地落实锂电池的正负极相关距离测定工作，针对以X光图像为基础对锂电池的正负极实施距离检测综合分析较为必要。

1、简述锂电池

锂电池，属于锂金属或是锂合金作为正极、负极材料，且涌非水电类型解质溶液的一种电池，所具备特点集中表现为较长使用寿命、小体积及小污染等[1]。

2、检测分析

2.1在分隔及提取负极直线区层面

为防止锂电池的图像当中其余区域干扰情况出现，需对负极的直线区域实施分割处理。因负极及正极边界均有梯度变化存在，可以梯度信息为基础，实施负极区域的分割处理。待分隔完阴极区域后，便需实施阴极直线的提取操作。考虑到直线水平，且直线区域有梯度变化情况存在，故此项选定边缘检测为主要方法，开展阴极直线相应提取操作。X光图像对比度及清晰度均相对较低，实施处理前期，需要对图像实施增强处理，X光图像有效增强方法现阶段以多尺度Retinex、自适应性直方图的均衡方法、直方图的均衡方法等为主[2]。为实现对阴极直线的有效提取，此次决定实行多尺度Retinex作为增强算法。不同方法之下对图像实施增强处理，且通过掩模所生成矩形框，截取出直线区域后了解到，在原图上开展直线梯度直接检测这一方法并不适用。Sobel及Canny算法与扩大差分这一算法，都无法实现直线的有效提取，表面图像增强处理具备必要性；而直方图的均衡性方法，不适宜锂电池的X光图像当中使用，直方图的均衡性方法对图像实施全局调整，则局部的对比度无法得到提升，锂电池的阴极直线往往不是较为明显。自适应性直方图的均衡处理这种方法之下，图像的对比度虽然已提升，但多次重叠之后，底部直线依然相对模糊。结合直线梯度测定可了解到，梯度测定结果相比较原图及直方图的均衡方法，提升显著，扩大差分的算法优于Sobel及Canny；伽马变换这种方法之下，可达到良好的增强效果，正极边界比较清晰，但实施灰度变换之后，直线梯度相关信息减弱，对后期直线提取较为不利，Sobel及Canny边缘实测结果当中几乎不存在着梯度信号。此次所选用梯度检测装置只对于图像上部分有着突出的直线检测实施效果，多尺度Retinex这一算法对于负极直线相应目标区域的对比度呈现突出的增强效果。Sobel这一算法应用下，所获取直线梯度实测效果，表明Sobel算子可将大部分的直线有效提取处理，但其底部的直线重叠相对较多情况下，梯度信号则变弱，甚至是无法实现直线提取。Canny算子比较敏感于噪声，梯度图像当中会出现较多噪声，直线及噪声则难以区分。扩大差分这一算法应用下，开展直线梯度测定，其相比较于Sobel这一算法，直线提取相对完整，对噪声可起到良好抑制作用。故而，相比较于传统的边缘检测实施算法，多尺度的Retinex及扩大差分这两种算法可实现直线的充分提取，有效性显著。

2.2在距离检测层面

直线检测传统算法，通常选用的是霍夫变换，对图像当中曲线及其线条实施检测，而后被逐渐应用至边缘增强数字图像当中直线段检测。这种霍夫变换思想主要定义的是图像空间与参数空间相互间映射，其实质属于点线变换，平面直角的坐标系当中，直线方程代表列式即y=ax+b，该列式当中，b代表着直线截距；a代表着直线斜率。假定p1（x1，y1）及p1（x1，y1）这两个点直线是y=a0x+b0。倘若a、b被看成是变量，而x、y则为常量，转换至参数相应坐标系当中，获取L1（b=-ax1+y1）及L2（b=-ax2+y2）这两条直线，且相交至（a，b0）点位置。从中可了解到，参数空间在相同点相交的直线，处于平面直角的坐标系当中存在着与之相对应的一个共线点，霍夫变换便是与该特性相结合，将连接各点直线方程确定下来。此次主要先依托于霍夫变换，对于前期所提取直线实施检测，结合图1当中所显示出的最终结果能够了解到，霍夫变换应用之下，提取直线段期间有欠缺稳定性情况出现。直线梯度呈不连续性情况下，实施霍夫变换，极易无法将直线提取处理。因锂电池当中直线长度存在差异性，且底部位置直线的梯度信息数据少，重复实验后，霍夫变换无法更好地对全部直线实施检测。因此次所选用算法主要对于锂电池的正负极相互间距离实施检测，故仅需将直线距离有效测定出来，这就需提出投影方法实施直线端点相应检测操作。图1（a）当中显示出直线的一个近乎水平，针对图中的直线呈水平方向仅需投影，且逐行累加像素值，直线区域待累积至最大值情况下，非直线整个区域经过累加后则呈较小值，获取水平方向的投影结果详见图2。那么，结合图2可了解到，非直线整个区域范围噪声形成较小投影值，以阈值方法为基础，将非直线区噪声干扰去掉。图2（b）是对图2（a）实施阈值处理过后所获取仅含有着直线投影一个效果图，寻找该投影图内具备最大数值，可确定该直线投影的坐标y，结合纵向坐标y，便能够从图1（a）当中寻找到直线的横向坐标，如此便可将锂电池当中负极端点相应坐标确定下来。锂电池当中正极端点，其处在负极直线中间我再，正极纵向坐标y是负极端点位置上下阴极的两个端点纵向坐标y均值，可获取各正极点水平坐标x。针对锂电池当中正负极的距离测量，从直接求得线段长度有效转变成了求点相互间距离。把所获取负正极两点处于伽马的变换图当中做好相应标记，图中还需标注好正负极相互间水平距离

[3]。考虑到总体安全性，务必确保锂电池当中正负极的距离别全部测定出来，若发现仍有未测出的直线，则判定锂电池此次检测为漏检，在以往算法当中，往往仅提取部分的直线，总体漏检率是100%。那么，重复开展实验操作，锂电池厂家同样实施多次测试后，此次漏检率仅是2%，每张图片平均处理时间是1.1s，此算法运行极具稳定性，总体水平相对较高。

图1直线梯度及霍夫变换所获取直线实测结果示意图

注：左侧图为（a）直线梯度示意图；右侧图为（b）霍夫变换所获取直线实测结果

图2水平方向的投影结果示意图

注：左侧图为（a）阀值处理之前的示意图；右侧图为（b）阈值处理之后的示意图

3、结语

综上所述，以X光图像为基础对锂电池的正负极实施距离检测期间，需先注重相应变换方法及算法的合理选用，做好负极直线区的分隔及提取处理，依托于X光图像，可实现对锂电池的正负极有效且精准化地距离检测。

参考文献：

[1]何彦辉,吴桂兴,吴志强.基于域适应的X光图像的目标检测[J].计算机科学,2021,45（022）：333-334.

[2]宋永红,吴极,张元林.基于改进中心点检测的安检X光图像目标检测与识别方法,CN112232432A[P].2021，19（006）：247-248.

[3]邬灏.基于X光图像分析的锂电池正负极片测量系统[D].北京林业大学,2018,34（025）：100-101.