基于圖像識(shí)別的鋰離子電池正負(fù)極距離檢測(cè)

王東昆，彭劼?lián)P，王家海，沈 斌

WANG Dong-kun1 , PENG Jie-yang2 , WANG Jia-hai2, SHEN Bin1

（1.同濟(jì)大學(xué) 中德學(xué)院，上海 201804；2.同濟(jì)大學(xué) 機(jī)械學(xué)院，上海 201804）

0 引言

鋰離子電池通常在深度充放電的條件下使用，當(dāng)電池已完全充滿時(shí)，若再進(jìn)行充電將會(huì)使鋰離子持續(xù)地從正電極移動(dòng)到負(fù)極，此時(shí)如果負(fù)極不能完全覆蓋正極，就可能導(dǎo)致負(fù)極中沒(méi)有足夠的空間收納鋰離子，這樣一來(lái)，鋰離子就將以金屬鋰的形式沉積在負(fù)極的表面[1]。這種現(xiàn)象被稱為析鋰。由于析鋰常常以樹(shù)突狀晶體存在，而這些晶體則有可能會(huì)刺穿鋰離子電池隔膜，并最終對(duì)鋰離子電池的安全造成隱患[2]，嚴(yán)重時(shí)可能導(dǎo)致電池短路爆炸等重大安全事故。此外，如果鋰離子電池的負(fù)極未能完全覆蓋正極，還會(huì)使得電池中的鋰未能被充分利用，造成活性鋰損耗。因此，在電池的組裝流程中，必須對(duì)電池的內(nèi)部結(jié)構(gòu)進(jìn)行檢查，以確保負(fù)極覆蓋整個(gè)正極。

當(dāng)前的鋰離子電池質(zhì)量監(jiān)測(cè)方法主要可以分為超聲波掃描、接觸電阻掃描和發(fā)光檢測(cè)四種。超聲波檢測(cè)[3]的原理為通過(guò)壓電傳感器，向電池施加特定頻率和振幅的超聲波，通過(guò)聲波數(shù)據(jù)分析得知內(nèi)部缺陷信息。該方法具有無(wú)損、效率高的特點(diǎn)，但靈敏度不高。如圖1(a)所示為電池的超聲波裂縫檢測(cè)結(jié)果；接觸電阻掃描[4]根據(jù)電勢(shì)分布數(shù)據(jù)檢測(cè)電池覆蓋情況，因而檢測(cè)精度較高、但耗時(shí)較長(zhǎng)、且具有一定破壞性，如圖1(b)所示；透視檢測(cè)法[5,6]通過(guò)X射線獲得電池的內(nèi)部結(jié)構(gòu)圖像，并利用圖像識(shí)別方法檢測(cè)電池故障，具有快速、可在線檢測(cè)等優(yōu)點(diǎn)。

圖1 超聲波共振檢測(cè)結(jié)果與觸電阻掃描檢測(cè)結(jié)果圖

因此，鑒于超聲波掃描和接觸電阻法的各自缺陷，本文擬采用透視檢測(cè)法評(píng)估鋰離子電池的正負(fù)極覆蓋狀況，從鋰離子電池的CCD圖像中提取出電池正負(fù)極邊緣的位置信息。

1 鋰離子電池自動(dòng)檢測(cè)總體方案設(shè)計(jì)

透視檢測(cè)法本質(zhì)上是基于圖像識(shí)別的檢測(cè)方法，在圖像識(shí)別的應(yīng)用領(lǐng)域，楊芳[7]等應(yīng)用智能圖像識(shí)別技術(shù)，解決了傳統(tǒng)的機(jī)針質(zhì)量檢測(cè)依靠人眼判別的缺陷。王志秦[8]針對(duì)生物特征識(shí)別系統(tǒng)中的人耳識(shí)別，應(yīng)用數(shù)字信號(hào)處理器構(gòu)建人耳圖像識(shí)別系統(tǒng)，利用攝像機(jī)和高速數(shù)字信號(hào)處理技術(shù)，完成人耳圖像采集、特征提取和識(shí)別。廖健君[9]等設(shè)計(jì)了一種基于BP神經(jīng)網(wǎng)絡(luò)的鉚接位置圖像識(shí)別方，該方法能較準(zhǔn)確地識(shí)別出該大型設(shè)備制動(dòng)杠桿在組裝過(guò)程中鉚槍鉚接時(shí)的位置。

本文所研究的鋰離子電池由15組電池的正負(fù)極組成，所有的正極都比負(fù)極長(zhǎng)5毫米和寬5毫米。為了檢測(cè)鋰離子電池中電極的重疊狀態(tài)，本文采用了VISCOM X射線系統(tǒng)來(lái)獲取鋰離子電池內(nèi)結(jié)構(gòu)的X射線圖像。如圖2中的X射線圖像采集示意圖所示，X射線成像系統(tǒng)從X，Y，Z三個(gè)方向采集鋰離子電池一角的X射線圖像，通過(guò)調(diào)整X射線的波長(zhǎng)，可以獲得X，Y，Z三個(gè)方向的鋰離子電池深度圖像，從而為分析鋰離子電池結(jié)構(gòu)提供了多個(gè)角度以及深度的圖像信息。

圖2 X光成像示意圖

通過(guò)此方法獲取的X，Y，Z方向的鋰離子電池圖像如圖3所示。

圖3 X、Y、Z方向的鋰離子電池圖像

圖3中，在X方向圖像的下半部分，有一些半透明的輪廓，這些輪廓是電池的鋁箔封裝。在鋰離子電池的圖像中，存在兩種電極，較長(zhǎng)的電極為正極，短的是負(fù)極。而夾在電池極片中間的半透明線段則為電極隔膜，用于隔開(kāi)正負(fù)極，其在圖像中也呈半透明狀。在Y方向圖像中幾乎看不到電池的封裝輪廓。而在Z方向圖像中，存在三種輪廓，其中最大的為電池正負(fù)極隔膜，其次則為電池的負(fù)極以及正極。

當(dāng)使用X射線成像系統(tǒng)對(duì)鋰離子電池進(jìn)行圖像采集時(shí)，所采集到的圖像序列可以分為三個(gè)區(qū)域，如圖4所示。其中灰色區(qū)域?yàn)殇囯x子電池的邊緣區(qū)域，在該區(qū)域中缺少負(fù)極部分的圖像，因此不能為評(píng)估鋰離子電池正負(fù)極覆蓋率提供充足的信息。綠色區(qū)域?yàn)槟繕?biāo)區(qū)域，此區(qū)域中鋰離子電池正負(fù)極距離保持恒定。紅色區(qū)域則是鋰離子電池的圓角區(qū)域，由于該區(qū)域中正負(fù)極的距離隨著X射線在鋰離子電池的深度變化而變化，因此該區(qū)域中的圖像序列不能提供正確的電池正負(fù)極距離信息，即圓角區(qū)域中的圖像應(yīng)當(dāng)避免用于鋰離子電池正負(fù)極覆蓋率評(píng)估。

圖4 X射線成像區(qū)域

通過(guò)以上分析得知，鋰離子電池的X射線圖像序列有以下幾個(gè)特征：

1）并非所有圖像序列都能提供正確有效的信息，需要對(duì)圖像序列中的圖像進(jìn)行篩選；

2）在對(duì)鋰離子電池極片進(jìn)行提取時(shí)，應(yīng)當(dāng)能實(shí)現(xiàn)對(duì)電池正負(fù)極的區(qū)分，并且為了實(shí)現(xiàn)更高的檢測(cè)準(zhǔn)確率，應(yīng)當(dāng)降低無(wú)關(guān)特征在圖中的對(duì)比度；

3）鋰離子電池X射線圖像獲取時(shí)X射線與鋰離子電池邊緣成一定的角度，需要提取出該角度以計(jì)算鋰離子電池正負(fù)極邊緣實(shí)際距離；

4）完成電池正負(fù)極邊緣距離計(jì)算以及覆蓋率的計(jì)算之后，應(yīng)當(dāng)對(duì)異常數(shù)據(jù)進(jìn)行去除，并導(dǎo)出正確數(shù)據(jù)。

基于鋰電池圖像的以上特征，本文將鋰離子電池的正負(fù)極覆蓋率計(jì)算歸納為以下四個(gè)步驟：自動(dòng)圖像選取、電極邊緣點(diǎn)在圖中的位置提取、電池極片正負(fù)極距離的計(jì)算和正負(fù)極覆蓋率的計(jì)算，并設(shè)計(jì)詳細(xì)流程如圖5所示。

圖5 電池正負(fù)極距離以及覆蓋率檢測(cè)流程圖

2 鋰離子電池正負(fù)極距離檢測(cè)

2.1 圖像預(yù)處理

圖像預(yù)處理是圖像識(shí)別的準(zhǔn)備步驟。其目的是為了改善圖像數(shù)據(jù)，抑制不必要的噪聲或增強(qiáng)某些特征[10]。在電池X射線圖像中，電極隔膜和鋁箔封裝與電池電極的圖像混合在一起，可能會(huì)對(duì)電極邊緣點(diǎn)檢測(cè)的準(zhǔn)確性產(chǎn)生影響。因此，應(yīng)當(dāng)先對(duì)電池的X光圖像進(jìn)行預(yù)處理，消除圖像中的鋁箔封裝，以便后續(xù)檢測(cè)過(guò)程的進(jìn)行。

由X射線圖可知，圖像中的所有的鋁箔封裝在右側(cè)部分聚攏，如圖6所示。在此基礎(chǔ)上，可以通過(guò)對(duì)圖像右側(cè)部分的灰度直方圖進(jìn)行分析，以提取鋁箔封裝的灰度，圖6的灰度直方圖如圖7所示。

圖6 鋁箔封裝在鋰離子電池X光圖像中的特征

接著對(duì)鋰離子電池X光圖像中的鋁箔灰度值進(jìn)行估計(jì)，并采用灰度拉伸操作去除鋁箔封裝。將圖7的X光圖像中的灰度信息代入式(1)，以移除圖像中的鋁箔。

圖7 鋰離子電池X光圖像的灰度直方圖

式中G（x，y）是灰度調(diào)整后的像素灰度，f（x，y）是灰度調(diào)整前的像素灰度。將圖中提取出的鋁箔封裝的灰度替換為方程1中的Imin，即可完成對(duì)X射線圖像中的鋁箔封裝和電極隔膜的消除。圖像預(yù)處理的效果如圖8所示，可以清楚地看到，X射線圖像中的鋁箔封裝被完全去除，電極不再與電極隔膜混合。

圖8 灰度調(diào)整后的鋰離子電池X光圖像

2.2 正負(fù)極區(qū)域分割

電池圖像的關(guān)鍵區(qū)域是正極區(qū)和負(fù)極區(qū)域，在灰度值調(diào)整后，其列向的平均灰度如圖9所示，從右向左能看到有兩個(gè)灰度的突變區(qū)域，這兩個(gè)突變點(diǎn)分別對(duì)應(yīng)了正極邊緣和負(fù)極的邊緣的位置。

基于此特征，對(duì)圖像關(guān)鍵區(qū)域的提取可以通過(guò)識(shí)別這兩個(gè)灰度突變的位置來(lái)實(shí)現(xiàn)。本文采用閾值法，分別從圖像的右邊向左邊搜索，所搜索到的第一列平均灰度大于10的列為電池負(fù)極邊緣的起始列，所搜索到的第一列灰度值大于圖中最大灰度的80%的列被定為電池正極邊緣。通過(guò)上述方法，從圖中提取出的鋰離子電池正負(fù)極關(guān)鍵區(qū)域如圖10所示。

圖9 鋰離子電池X射線圖像列向的平均灰度如圖

圖10 鋰離子電池正負(fù)極區(qū)域

2.3 角點(diǎn)檢測(cè)法提取鋰離子電池正負(fù)極邊緣

角點(diǎn)是指圖像像素局部標(biāo)準(zhǔn)差最大值的點(diǎn)[11]，角點(diǎn)檢測(cè)通常是對(duì)于能表示圖像的基本特征的點(diǎn)的檢測(cè)，或者是對(duì)于圖中能較容易地被檢測(cè)到或?qū)τ谠胍艟哂休^高的穩(wěn)健性的點(diǎn)的檢測(cè)。本文采用了三種角點(diǎn)檢測(cè)算法：Harris角檢測(cè)算法、Shi-Tomasi角點(diǎn)檢測(cè)算法與USAN角點(diǎn)檢測(cè)算法，并對(duì)比分析其效果。

在Harris角點(diǎn)檢測(cè)法[12]中，每個(gè)像素的標(biāo)準(zhǔn)差的總和是以一個(gè)特定的方向計(jì)算的，因此其計(jì)算效率較高。此外，Harris角檢測(cè)算法對(duì)二維平移或旋轉(zhuǎn)以及少量的光照變化和微小的視角變化不敏感。

Shi-Tomas角點(diǎn)檢測(cè)算法是通過(guò)計(jì)算圖像中局部結(jié)構(gòu)矩陣的特征值，當(dāng)局部區(qū)域的最小特征值大于給定閾值時(shí)，則檢測(cè)到一個(gè)角點(diǎn)[13]。然而，在Shi-Tomasi角點(diǎn)檢測(cè)算法中，需要進(jìn)行矩陣分解，效率較低。

SUSAN角點(diǎn)檢測(cè)算法是利用角響應(yīng)函數(shù)（CRF）計(jì)算相似像素的個(gè)數(shù)。如果相似的像素的數(shù)量是局部極大值，則核子的位置被考慮作為一個(gè)角點(diǎn)[14]。SUSAN探測(cè)器在轉(zhuǎn)角定位方面具有良好的可靠性和準(zhǔn)確性，對(duì)噪聲也極不敏感，但在模糊圖像上表現(xiàn)不佳[15]。

由圖10可知，電池極片邊緣點(diǎn)的大小約為6～7像素，因此在角點(diǎn)算法中，采用7×7的掩模來(lái)估計(jì)掩模中心與掩模中其他像素之間的相似性。針對(duì)Harris角點(diǎn)檢測(cè)算法和Shi-Tomasi角點(diǎn)檢測(cè)算法，本文選取了所檢測(cè)出的最強(qiáng)的25個(gè)角點(diǎn)，針對(duì)SUSAN角檢測(cè)算法，對(duì)用于相似性估計(jì)的像素亮度差的閾值設(shè)置為50。使用上述三角檢測(cè)算法確定正極和負(fù)極邊緣的結(jié)果如圖11所示。

統(tǒng)計(jì)上述角點(diǎn)檢測(cè)的正確檢測(cè)以及誤檢測(cè)結(jié)果之后，得出的這三種角點(diǎn)檢測(cè)算法的準(zhǔn)確率如表1所示。

表1 三種角點(diǎn)檢測(cè)算法的準(zhǔn)確率

從表1中可以看出，Harris角檢測(cè)算法精度最高，而SUSAN角點(diǎn)檢測(cè)的準(zhǔn)確率相對(duì)較低。而對(duì)于Shi-Tomasi角點(diǎn)檢測(cè)算法，其必須對(duì)特征矩陣的特征值進(jìn)行計(jì)算，而對(duì)于哈里斯角檢測(cè)算法，只需要計(jì)算出特征矩陣的的行列式和跡的值，因此，Harris角點(diǎn)檢測(cè)算法的計(jì)算效率比Shi-Tomasi角點(diǎn)檢測(cè)算法更高。綜上所述，本文選擇了Harris角點(diǎn)檢測(cè)算法對(duì)電極邊緣點(diǎn)進(jìn)行檢測(cè)。

2.4 鋰離子電池正負(fù)極實(shí)際距離校正

由于X和Y方向圖像來(lái)自同一個(gè)電池單元，因此從X和Y方向提取出的電池正負(fù)極之間的距離應(yīng)該是一致的。但是，通過(guò)對(duì)X和Y方向圖像的分析發(fā)現(xiàn)，從X方向圖像中提取的窄邊的電池正負(fù)極距離總是大于從Y方向圖像提取的電池正負(fù)極距離，而在寬邊上的距離則是相反的情況。發(fā)生以上現(xiàn)象的原因是，圖像采集過(guò)程中可能存在一定旋轉(zhuǎn)角度，從而導(dǎo)致從Y方向圖像提取的距離比原始距離短，而從X方向圖像的提取的距離更長(zhǎng)。

為了校正X方向和Y方向圖像的距離，需要提取圖像采集角。由于Z方向圖像包含電池組和電極輪廓的信息，因此圖像采集角可以從Z方向圖像中提取。從Z方向提取圖像采集角度分為三步：

1）將Z方向圖像轉(zhuǎn)換為邊緣（輪廓）圖像；

2）檢測(cè)邊緣圖像中的直線；

3）將檢測(cè)到的直線的斜率轉(zhuǎn)換為圖像采集角。

首先需要將Z方向圖像轉(zhuǎn)換為邊緣圖像，以便去除圖像中的無(wú)關(guān)信息，只保留邊緣（輪廓）。本文采用了三種常用的邊緣檢測(cè)算法：Sobel邊緣檢測(cè)算子、Roberts邊緣檢測(cè)算子和Canny邊緣檢算子，上述三邊緣探測(cè)器的邊緣檢測(cè)結(jié)果如圖12所示。

圖12 三種邊緣檢測(cè)方法效果圖

由于Sobel邊緣檢測(cè)算子以及Roberts邊緣檢測(cè)算子是通過(guò)對(duì)圖像進(jìn)行卷積進(jìn)行的，而Canny邊緣檢測(cè)算法則是一個(gè)多步驟的算法，因而相對(duì)于Canny邊緣檢測(cè)算法，采用Sobel以及Roberts邊緣檢測(cè)算子對(duì)圖像進(jìn)行邊緣提取在計(jì)算效率上更具優(yōu)勢(shì)。然而從以上三圖的邊緣檢測(cè)結(jié)果對(duì)比可知，雖然Roberts邊緣檢測(cè)算子在抑制噪聲方面比Sobel邊緣檢測(cè)算子更有效，在Roberts邊緣檢測(cè)算子所產(chǎn)生的邊緣圖中，仍然能明顯地看到其邊緣中所包含的許多斷點(diǎn)。在此方面，Canny邊緣檢測(cè)算法在對(duì)邊緣進(jìn)行檢測(cè)以及保留邊緣方面具有明顯的優(yōu)勢(shì)，從圖12中能看出，Canny邊緣檢測(cè)算法所檢測(cè)出的圖像邊緣更為完整，只存在輕微的噪聲。因此，本文將采用Canny邊緣檢測(cè)算法對(duì)圖像的邊緣進(jìn)行提取。

最后需要檢測(cè)邊緣圖像中的直線，并將檢測(cè)到的直線的斜率轉(zhuǎn)換為角度。本文利用霍夫變換對(duì)圖像中的線進(jìn)行檢測(cè)，直線檢測(cè)范圍限制在30°～60°。直線線檢測(cè)和角度轉(zhuǎn)換的結(jié)果如圖13所示。

圖13 Hough變換檢測(cè)直線結(jié)果

在完成對(duì)鋰離子電池圖像采集角的提取之后，可以利用此角度以計(jì)算鋰離子電池中正負(fù)極邊緣的實(shí)際距離。計(jì)算公式如下：

窄邊方向的電池正負(fù)極距離：

寬邊方向的電池正負(fù)極距離：

式中θ是電池圖像獲取角度，Dx和Dy則是從X和Y方向電池圖像中提取出的正負(fù)極片距離

3 結(jié)果分析

每個(gè)鋰離子電池具有15對(duì)正負(fù)極，且各正負(fù)極片都是雙面涂布，因此一共能提取出29個(gè)鋰離子電池正負(fù)極距離值。經(jīng)過(guò)校正，從X方向與從Y方向X射線圖像中提取出的鋰離子電池正負(fù)極距離分布如圖14所示。

圖14 從X和Y方向圖像中提取出的鋰離子電池正負(fù)極距離

通過(guò)對(duì)比，從X方向圖片以及從Y方向圖片提取的鋰離子電池正負(fù)極距離一致性較高，為了驗(yàn)證正負(fù)極距離提取方法的穩(wěn)定性以及一致性，本文一共從三個(gè)電池的X射線圖像中提取出了所有正負(fù)極距離，并采用以公式4計(jì)算其正負(fù)極距離的平均重復(fù)性誤差：

其中，σ為標(biāo)準(zhǔn)差，x為采用本文圖像處理方法檢測(cè)出的電池極片之間的距離。

三個(gè)電池的正負(fù)極片距離的平均重復(fù)率如表2所示。

表2 所提取出的電池極片距離的平均重復(fù)率誤差

除了從X方向圖像中提取的窄邊距離外，所提取出的鋰離子正負(fù)極距離重復(fù)性誤差均在0.96%～2.16%范圍內(nèi)，而從X方向圖像中提取的窄邊距離的重復(fù)誤差相對(duì)較差的原因是，采集該部分圖像時(shí)X射線發(fā)生器與X射線接收機(jī)之間的距離較短，導(dǎo)致圖像具有更多的噪聲和模糊的邊緣。因此，從X方向圖像中提取窄邊距離的一致性受其影響從而相對(duì)其他方向的重復(fù)率更低。

此外，為了驗(yàn)證上述方法對(duì)不同方向的X射線圖像的檢測(cè)一致性，本文分別計(jì)算了由X和Y方向電池圖片中提取出的各極片之間的距離的相對(duì)誤差，其結(jié)果如表3所示。

從表3中可以發(fā)現(xiàn)，同一電池分別從X、Y方向圖片中所提取出的正負(fù)極片距離的平均相對(duì)誤差都相對(duì)較小，寬邊上的正負(fù)極距離相對(duì)誤差僅僅占其邊長(zhǎng)的0.1%不到，而窄邊上的正負(fù)極距離相對(duì)誤差也僅僅約為0.2%，這表明從X和X方向圖像中提取距離的一致性滿足要求。

表3 從X、Y方向電池圖片中所提取出的電池極片距離的平均相對(duì)誤差

最后，為了驗(yàn)證該方法的檢測(cè)精度，本文對(duì)所分析的三個(gè)鋰離子電池X射線圖像進(jìn)行了抽樣，并圖中電池正負(fù)極之間的距離進(jìn)行手動(dòng)測(cè)量。通過(guò)將其與文中自動(dòng)提取出的距離進(jìn)行對(duì)比，得到本文提取鋰離子電池正負(fù)極距離的絕對(duì)誤差，如表4所示。

表4 所提取出的電池極片距離的與實(shí)際電池極片距離的平均絕對(duì)誤差

與電池的重復(fù)性誤差相似，從三個(gè)電池中所提取出的窄邊上的電池正負(fù)極距離的絕對(duì)誤差也相對(duì)較高，原因同樣是由于在窄邊上的X方向X射線圖像較為模糊，導(dǎo)致本文所提出的方法的準(zhǔn)確性較低。而其他方向上所提取出的電池正負(fù)極絕對(duì)誤差相對(duì)較小。

4 結(jié)語(yǔ)

本文主要研究了應(yīng)用圖像處理技術(shù)從鋰離子電池X射線圖像提取出電池正負(fù)極覆蓋率。首先，并介紹了本文所采集的鋰離子電池X射線圖像。接著，根據(jù)鋰離子X(jué)射線圖像的特征，對(duì)實(shí)現(xiàn)鋰離子電池的自動(dòng)檢測(cè)進(jìn)行了總體設(shè)計(jì)，確立了鋰離子電池X射線圖像處理的四個(gè)基本步驟：自動(dòng)圖像序列選取，正負(fù)極邊緣點(diǎn)檢測(cè)，正負(fù)極距離校正，鋰離子電池的正負(fù)極覆蓋率計(jì)算以及相關(guān)數(shù)據(jù)導(dǎo)出。其次，闡述了三種角點(diǎn)檢測(cè)算法的優(yōu)缺點(diǎn)及其使用場(chǎng)合，提取電池正負(fù)極邊緣，并進(jìn)行實(shí)際驗(yàn)證。最后對(duì)結(jié)果進(jìn)行誤差分析并給出誤差原因。

本文的研究雖然可以較準(zhǔn)確地提取出電池極片覆蓋率的信息，但未就電池性能與電池極片覆蓋率的關(guān)系進(jìn)行進(jìn)一步探討，因此下一步深入研究將繼續(xù)發(fā)掘電池裝配過(guò)程中可能影響電池性能的其他因素，例如：電極之間的間隙，電池電極的涂布方法，涂布的總面積等，為建立電極裝配過(guò)程對(duì)電池性能影響的理論模型提供有用的信息。