CN114062934B - 一种基于x光图像处理的充电电池容量检测方法 - Google Patents
一种基于x光图像处理的充电电池容量检测方法 Download PDFInfo
- Publication number
- CN114062934B CN114062934B CN202111375640.7A CN202111375640A CN114062934B CN 114062934 B CN114062934 B CN 114062934B CN 202111375640 A CN202111375640 A CN 202111375640A CN 114062934 B CN114062934 B CN 114062934B
- Authority
- CN
- China
- Prior art keywords
- ray
- cell
- auxiliary
- main
- ray image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 68
- 238000012545 processing Methods 0.000 title claims description 10
- 239000000463 material Substances 0.000 claims abstract description 24
- 238000007689 inspection Methods 0.000 claims abstract description 23
- 238000010586 diagram Methods 0.000 claims description 107
- 238000003384 imaging method Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 2
- 239000011162 core material Substances 0.000 claims 13
- 238000012856 packing Methods 0.000 abstract description 3
- 238000012790 confirmation Methods 0.000 abstract 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 238000003672 processing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/22—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于机器视觉的充电电池容量检测方法,利用等效原子序数分析充电电池的材料与能量密度,通过双视角安检机关联检测充电电池的X光图像,计算出充电电池的体积,然后根据充电电池的能量密度及体积计算出充电电池的实际容量。本发明可以快速检测出行李或包装盒子中电池的容量,从而避免了需要将其取出确认的麻烦,加快了安检效率,减少了人员拥塞问题的产生。
Description
技术领域
本发明属于尺寸检测领域,尤其提供了一种基于X光图像处理的充电电池容量检测方法。
背景技术
民航局规定总容量超过20000毫安的充电电池不允许带上飞机。但在实际执行中,现有的X光检测装置缺乏有效手段对行李中是否有超过允许携带规格的充电电池进行检测和判断。因此只能依靠工作人员开箱查看充电电池的铭牌进行判断,并将行李重新通过X光检测装置进行检查,严重延长了安检时间,降低了安检效率,造成了顾客的不便。
此外,在物流、轨道交通行业等也存在上述问题,区别仅在于对于充电电池的容量限制不同。因此目前迫切需要可以在不增加辅助设备的前提下自动检测充电电池容量的方法。目前的充电电池种类有镍镉、镍氢、锂离子、锂聚合物、铅酸,且这几种材料之间的等效原子序数区别较大,可通过等效原子序数快速区分充电电池的材料和能量密度,因此为自动检测充电电池容量的技术提供了基础。
发明内容
为解决上述问题,本发明提供了一种基于X光图像处理的充电电池容量检测方法。本发明可以通过图像处理的方法快速检测出行李或包装盒子中的电池容量,从而避免了需要将其取出确认的麻烦,大大加快了安检的效率。
为达到上述技术效果,本发明的技术方案是:
一种基于X光图像处理的充电电池容量检测方法,包括如下步骤:
步骤一、将各种不同电芯材料的充电电池通过X光检测装置,生成不同电芯对应的等效原子序数图;根据等效原子序数图得到各种电芯材料的等效原子序数值区间;
步骤二、建立关于各种电芯材料的等效原子序数值区间数据库;
步骤三、测量得到各种电芯能量密度,并建立对应的电芯能量密度数据库;
步骤四、在X光检测装置上安装主X光成像***和辅X光成像***,主X光成像***和辅X光成像***射线源位置分别位于X射线检查通道的相邻侧;主X光成像***和辅X光成像***的光源通过准直器后所成X光线处于同一平面;
步骤五、将充电电池通过X光检测装置,基于深度学习的物品检测模型检测到充电电池,根据物品检测框计算得到电芯的等效原子序数值,将主X光成像***中的电芯图像与辅X光成像***的电芯图像进行关联,然后计算得到充电电池的电芯的体积;
步骤六、根据电芯的等效原子序数值,通过等效原子序数值区间数据库得到电芯的材料;然后根据电芯的材料,通过电芯能量密度数据库得到电芯的能量密度;
步骤七、通过电芯的能量密度与电芯体积的乘积得到充电电池的预测容量。
进一步的改进,所述步骤七中,将充电电池的预测容量与市面上的充电电池的各容量规格进行对比,选择最接近充电电池的预测容量的市面上充电电池的容量作为充电电池的容量。
进一步的改进,所述步骤五中,电芯体积的检测方法如下所示:
步骤5.1、建立主X光成像***的成像坐标系及辅X光成像***的成像坐标系;
步骤5.2、采用标准件以不同的倾角、不同的高度和垂直于传送带运动方向的不同水平位置通过X射线检查通道,并得到若干组图像,每组图像包括一个主X光图和一个辅X光图;
步骤5.3、根据测得的标准件实际长、宽、高以及标准件的主X光图和辅X光图在x、y、z方向的像素点个数,计算出标准件在主X光图上的x、y方向和辅X光图上的x、z方向上对应位置的单位像素代表的实际长度,即该像素点对应的像素比例尺;将每个像素的像素比例尺以及该像素所在的图像坐标作为一组数据,多组数据形成数据集;其中,x方向为主X光图所在平面的水平方向,即X射线检查通道传送带的运动方向,y方向为主X光图所在平面内垂直于x方向的方向;z方向为辅X光图所在平面内,垂直于x方向的方向;
步骤5.4、将数据集进行拟合分别得到x,y,z三个方向的像素比例尺函数px(v)、py(y,z)、pz(y,z);
步骤5.5、将电芯的主X光图和辅X光图中各像素点的坐标输入训练后的x,y,z三个方向的像素比例尺函数,然后x,y,z方向像素点长度分别累加,得到电芯在x,y,z三个方向的实际长度,然后将电芯x,y,z三个方向的实际长度进行融合计算得到电芯最长边lpredict的实际长度:
其中,lpredict表示电芯最长边的实际长度,cangle表示角度修正参数,与电芯摆放角度相关,ch表示高度修正参数,与电芯在辅X光图中的高度位置相关,lx表示充电芯在x方向上的长度,ly表示电芯在y方向上的长度,ry表示ly的修正参数,与电芯在主X光图中的位置相关,lz表示电芯在z方向上的长度,rz表示lz的修正参数,与电芯在辅X光图中的位置相关;
步骤5.6、对主X光图与辅X光图中的电芯成像求取最大内接矩形与最小外接矩形;计算最大内接矩形与最小外接矩形的夹角;其中主X光图与辅X光图中最大内接矩形与最小外接矩形的夹角为α1,辅X光图中最大内接矩形与最小外接矩形的夹角为α2,主X光图的最大内接矩形的两边长d1、d2分别除以cosα1,得到两像素长度p1、p2;辅X光图最大内接矩形的两边长d3、d4分别除以cosα2,得到两像素长度p3、p4;对p1、p2、p3、p4中两个最接近的像素长度数据进行综合值计算,得到一个长度值,所述长度值与p1、p2、p3、p4中另外两个数据分别作为电芯的像素长度的长l、宽w、高h;
其中,两个最接近的像素长度数据的综合值检测方法如下:主X光图的长度数据*a+辅X光图的长度数据*b;
其中像素长l为三个数值中的最大值,宽w为三个数值中的中间值,高h为三个数值中的最小值;
其中像素长l与步骤5.5中的lpredict相除得到比率r;
则电芯的另外两边的实际长度为:
则电芯的体积V:V=lpredict*wpredict*hpredict。
进一步的改进,cangle的取值区间为[0.85,1],ch的取值区间为[0.9,1],ry的取值区间为[0.4,0.8],rz的取值区间为[0.75,1];a的取值区间范围为[0,1],b的取值区间为[0,1],且a+b=1。
进一步的改进,所述步骤五中,以主X光成像***中的电芯图像作为主X光图,以辅X光成像***的电芯图像作为辅X光图;主X光图与辅X光图进行关联的方法如下:
5.1通过等效原子序数信息判断主X光图和辅X光图的电芯是否是同一类材料,若为同一材料类别,对主X光图和辅X光图中的电芯图像进行如下判断:
若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,则主X光图与辅X光图中的电芯属于同一物品,配对完成,并保留原结果;
若主X光图与辅X光图中均检测到电芯,但电芯处于不同位置,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.2若为不同材料类别,若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,但是电芯的材料类别不同,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.3若主X光图与辅X光图中有一为空,即其中一张图像没有发现对应电芯;当主X光图未检测到电芯,辅X光图检测到电芯时,进行如下判断:
若对同一位置,根据辅X光图中电芯检测框,在主X光图中寻找对应的轮廓,用找到的对应轮廓的外接矩形作为电芯检测框标注到主X光图中,电芯检测框的两边分别平行于图像的水平方向和竖直方向;若电芯检测框为多个则选择使得位置误差函数最小的电芯检测框,检测框内的物品即为电芯;位置误差函数如下:
其中errorw,errorx,errormid分别表示主X光图中检索出的电芯检测框与辅X光图中检测的出电芯检测框之间的左右顶点x坐标差之差、左顶点x坐标之差以及中心点x坐标之差;
若对同一位置,当主X光图检测到电芯,辅X光图未检测到电芯时,通过同样的方法得到辅X光图中对应的电芯检测框。
进一步的改进,所述步骤五中,主X光图与辅X光图中检测到的电芯是否处于同一位置通过如下方式判定:
计算主X光图和辅X光图电芯检测框x方向的iou,其中x方向为X射线检查通道传送带的运动方向;如果iou大于预设阈值d,则认为主X光图和辅X光图的电芯是同一位置,其中iou的计算公式为:
iou=(xa2-xa1)+(xb2-xb1)-intersection,
xa1和xa2分别表示主X光图中检测出的电芯检测框的左顶点横坐标和右顶点横坐标,xb1和xb2分别表示辅X光图中检测出的电芯检测框的左顶点横坐标和顶点横坐标,min(xa2,xb2)表示取xa2和xb2中的较小的数值,max(xa1,xb1)表示取xa1和xb1中较大的数值。
进一步的改进,d的取值区间为[0.15,0.4]。
进一步的改进,所述X光检测装置为双光源安检机。
本发明的优点:
本发明可以通过图像处理的方法快速检测出行李或包装盒子中的电池容量,从而避免了需要将其取出确认的麻烦,大大加快了安检的效率。
附图说明
图1为本发明的流程图;
图2为电芯摆放角度为0度的主X光图;
图3为电芯摆放角度为0度的辅X光图;
图4为电芯摆放角度为45度的主X光图;
图5为电芯摆放角度为45度的辅X光图。
具体实施方式
以下通过具体实施方式对本发明的技术方案作具体说明。
1、取一充电电池通过双视角安检机,该充电电池电芯长16.4cm、宽8.1cm、高6cm,实际容量为60000mAh。
2、利用目标检测模型对双视角的X光图像进行检测,检测出主辅X光图中的充电电池;同步获得与该充电电池图像一一对应的等效原子序数图。
3、根据检测出的充电电池位置,找到主X光中等效原子序数图中充电电池所在的位置。
4、对等效原子序数图中的充电电池图像,找到中心点,以中心点为中心截取一个20*20的像素块,对这个块中的像素值进行累加后求平均,得到该充电电池电芯的等效原子序数值为69.8。
X射线所以能使物品在安检机成像,一方面是基于X射线的特性,即其穿透性、荧光效应和摄影效应。另一方面是基于各种物品有密度和厚度的差别,由于存在这种差别,当X射线透过各种不同物品时,就会使X射线安检机探测板接收到的X射线量产生强弱差异,同时X射线安检机根据材料具有不同的等效原子序数,赋予材料不同的颜色。这时探测板将向CAC板发出信号,经过DSP、ALU、VGA板处理后,安检机成像就形成了颜色对比不同的图像。
也就是说安检机成像是基于等效原子序数图渲染而成,不需要新增其他设备即可获得过机物品的等效原子序数图。
5、使用双视角关联策略,对主辅X光图的X光图中的充电电池进行关联。关联方法如下:
5.1通过等效原子序数信息判断主X光图和辅X光图的电芯是否是同一类材料,若为同一材料类别,对主X光图和辅X光图中的电芯图像进行如下判断:
若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,则主X光图与辅X光图中的电芯属于同一物品,配对完成,并保留原结果;
若主X光图与辅X光图中均检测到电芯,但电芯处于不同位置,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.2若为不同材料类别,若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,但是电芯的材料类别不同,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.3若主X光图与辅X光图中有一为空,即其中一张图像没有发现对应电芯;当主X光图未检测到电芯,辅X光图检测到电芯时,进行如下判断:
若对同一位置,根据辅X光图中电芯检测框,在主X光图中寻找对应的轮廓,用找到的对应轮廓的外接矩形作为电芯检测框标注到主X光图中,电芯检测框的两边分别平行于图像的水平方向和竖直方向。若电芯检测框为多个则选择使得位置误差函数最小的电芯检测框,检测框内的物品即为电芯;位置误差函数如下:
其中errorw,errorx,errormid分别表示主X光图中检索出的电芯检测框与辅X光图中检测的出电芯检测框之间的左右顶点x坐标差之差、左顶点x坐标之差以及中心点x坐标之差;
若对同一位置,当主X光图检测到电芯,辅X光图未检测到电芯时,通过同样的方法得到辅X光图中对应的电芯检测框。
主X光图与辅X光图中检测到的电芯是否处于同一位置通过如下方式判定:
计算主X光图和辅X光图电芯检测框x方向的iou,其中x方向为X射线检查通道传送带的运动方向。如果iou大于预设阈值d,d=0.25,则认为主X光图和辅X光图的电芯是同一位置,其中iou的计算公式为:
iou=(xa2-xa1)+(xb2-xb1)-intersection,
xa1和xa2分别表示主X光图中检测出的电芯检测框的左顶点横坐标和右顶点横坐标,xb1和xb2分别表示辅X光图中检测出的电芯检测框的左顶点横坐标和顶点横坐标,min(xa2,xb2)表示取xa2和xb2中的较小的数值,max(xa1,xb1)表示取xa1和xb1中较大的数值。
6、对关联后的充电电池通过以下方法进行体积计算:
步骤6.1、建立主X光成像***的成像坐标系及辅X光成像***的成像坐标系;
步骤6.2、采用标准件以不同的倾角、不同的高度和垂直于传送带运动方向的不同水平位置通过X射线检查通道,并得到若干组图像,每组图像包括一个主X光图和一个辅X光图;
步骤6.3、根据测得的标准件实际长、宽、高以及标准件的主X光图和辅X光图在x、y、z方向的像素点个数,计算出标准件在主X光图上的x、y方向和辅X光图上的x、z方向上对应位置的单位像素代表的实际长度,即该像素点对应的像素比例尺;将每个像素的像素比例尺以及该像素所在的图像坐标作为一组数据,多组数据形成数据集;其中,x方向为主X光图所在平面的水平方向,即X射线检查通道传送带的运动方向,y方向为主X光图所在平面内垂直于x方向的方向;z方向为辅X光图所在平面内垂直于x方向的方向;
步骤6.4、将数据集进行拟合分别得到x,y,z三个方向的像素比例尺函数px(v)、py(y,z)、pz(y,z);
步骤6.5、将电芯的主X光图和辅X光图中各像素点的坐标输入训练后的x,y,z三个方向的像素比例尺函数,然后x,y,z方向像素点长度分别累加,得到电芯在x,y,z三个方向的实际长度,然后将电芯x,y,z三个方向的实际长度进行融合计算得到电芯最长边lpredict的实际长度:
其中,lpredict表示电芯最长边的实际长度,cangle表示角度修正参数,与电芯摆放角度相关,ch表示高度修正参数,与电芯在辅X光图中的高度位置相关,lx表示充电芯在x方向上的长度,ly表示电芯在y方向上的长度,ry表示ly的修正参数,与电芯在主X光图中的位置相关,lz表示电芯在z方向上的长度,rz表示lz的修正参数,与电芯在辅X光图中的位置相关;cangle的取值为1,ch的取值为0.95,ry的取值为0.5,rz的取值为0.4;
步骤6.6、对主X光图与辅X光图中的电芯成像求取最大内接矩形与最小外接矩形;计算最大内接矩形与最小外接矩形的夹角;其中主X光图与辅X光图中最大内接矩形与最小外接矩形的夹角为α1,辅X光图中最大内接矩形与最小外接矩形的夹角为α2,主X光图的最大内接矩形的两边长d1、d2分别除以cosα1,得到两像素长度p1、p2;辅X光图最大内接矩形的两边长d3、d4分别除以cosα2,得到两像素长度p3、p4;对p1、p2、p3、p4中两个最接近的像素长度数据进行综合值计算,得到一个长度值,所述长度值与p1、p2、p3、p4中另外两个数据分别作为电芯的像素长度的长l、宽w、高h;
其中,两个最接近的像素长度数据的综合值检测方法如下:主X光图的长度数据*a+辅X光图的长度数据*b,a的取值为0.7,b的取值为0.3;
其中像素长l为三个数值中的最大值,宽w为三个数值中的中间值,高h为三个数值中的最小值;
其中像素长l与步骤6.5中的lpredict相除得到比率r;
则电芯的另外两边的实际长度为:
则电芯的体积V:V=lpredict*wpredict*hpredict。
7、如图2和图3所示,充电电池的摆放角度为0度;计算出充电电池的长宽高为16.48cm、8.19cm、6.06cm。
8、则体积=16.48*8.19*6.06=817.9255。
9、充电电池的等效原子序数值是69.8,属于锂聚合物电池区间,则判断该充电电池的材料是锂聚合物。
10、通过能量密度数据库,得到电芯对应的能量密度为75。
11、通过能量密度和体积,计算得到充电电池容量为=817.9255*75=61344.41mAh。
12、跟市面上的充电电池容量进行比较,得到最接近的容量为60000mah。
13、即该充电电池的容量为60000mah。
14、如图4和图5所示,充电电池的摆放角度为45度,计算出充电电池的长宽高为16.51cm、8.23cm、6.07cm。计算得到的的容量为61858.14mAh,比较后得到的容量为60000mAh。
上述仅为本发明的一个具体导向实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明的保护范围的行为。
Claims (7)
1.一种基于X光图像处理的充电电池容量检测方法,其特征在于,包括如下步骤:
步骤一、将各种不同电芯材料的充电电池通过X光检测装置,生成不同电芯对应的等效原子序数图;根据等效原子序数图得到各种电芯材料的等效原子序数值区间;
步骤二、建立关于各种电芯材料的等效原子序数值区间数据库;
步骤三、测量得到各种电芯能量密度,并建立对应的电芯能量密度数据库;
步骤四、在X光检测装置上安装主X光成像***和辅X光成像***,主X光成像***和辅X光成像***射线源位置分别位于X射线检查通道的相邻侧;主X光成像***和辅X光成像***的光源通过准直器后所成X光线处于同一平面;
步骤五、将充电电池通过X光检测装置,基于深度学习的物品检测模型检测到充电电池,根据物品检测框计算得到电芯的等效原子序数值,将主X光成像***中的电芯图像与辅X光成像***的电芯图像进行关联,然后计算得到充电电池的电芯的体积:
步骤5.1、建立主X光成像***的成像坐标系及辅X光成像***的成像坐标系;
步骤5.2、采用标准件以不同的倾角、不同的高度和垂直于传送带运动方向的不同水平位置通过X射线检查通道,并得到若干组图像,每组图像包括一个主X光图和一个辅X光图;
步骤5.3、根据测得的标准件实际长、宽、高以及标准件的主X光图和辅X光图在x、y、z方向的像素点个数,计算出标准件在主X光图上的x、y方向和辅X光图上的x、z方向上对应位置的单位像素代表的实际长度,即该像素点对应的像素比例尺;将每个像素的像素比例尺以及该像素所在的图像坐标作为一组数据,多组数据形成数据集;其中,x方向为主X光图所在平面的水平方向,即X射线检查通道传送带的运动方向,y方向为主X光图所在平面内垂直于x方向的方向;z方向为辅X光图所在平面内垂直于x方向的方向;
步骤5.4、将数据集进行拟合分别得到x,y,z三个方向的像素比例尺函数px(v)、py(y,z)、pz(y,z);
步骤5.5、将电芯的主X光图和辅X光图中各像素点的坐标输入训练后的x,y,z三个方向的像素比例尺函数,然后x,y,z方向像素点长度分别累加,得到电芯在x,y,z三个方向的实际长度,然后将电芯x,y,z三个方向的实际长度进行融合计算得到电芯最长边lpredict的实际长度:
其中,lpredict表示电芯最长边的实际长度,cangle表示角度修正参数,与电芯摆放角度相关,ch表示高度修正参数,与电芯在辅X光图中的高度位置相关,lx表示充电芯在x方向上的长度,ly表示电芯在y方向上的长度,ry表示ly的修正参数,与电芯在主X光图中的位置相关,lz表示电芯在z方向上的长度,rz表示lz的修正参数,与电芯在辅X光图中的位置相关;
步骤5.6、对主X光图与辅X光图中的电芯成像求取最大内接矩形与最小外接矩形;计算最大内接矩形与最小外接矩形的夹角;其中主X光图与辅X光图中最大内接矩形与最小外接矩形的夹角为α1,辅X光图中最大内接矩形与最小外接矩形的夹角为α2,主X光图的最大内接矩形的两边长d1、d2分别除以cosα1,得到两像素长度p1、p2;辅X光图最大内接矩形的两边长d3、d4分别除以cosα2,得到两像素长度p3、p4;对p1、p2、p3、p4中两个最接近的像素长度数据进行综合值计算,得到一个长度值,所述长度值与p1、p2、p3、p4中另外两个数据分别作为电芯的像素长度的长l、宽w、高h;
其中,两个最接近的像素长度数据的综合值检测方法如下:主X光图的长度数据*a+辅X光图的长度数据*b;a的取值区间范围为[0,1],b的取值区间为[0,1],且a+b=1;
其中像素长l为三个数值中的最大值,宽w为三个数值中的中间值,高h为三个数值中的最小值;
其中像素长l与步骤5.5中的lpredict相除得到比率r;
则电芯的另外两边的实际长度为:
则电芯的体积V:V=lpredict*wpredict*hpredict;
步骤六、根据电芯的等效原子序数值,通过等效原子序数值区间数据库得到电芯的材料;然后根据电芯的材料,通过电芯能量密度数据库得到电芯的能量密度;
步骤七、通过电芯的能量密度与电芯体积的乘积得到充电电池的预测容量。
2.如权利要求1所述的基于X光图像处理的充电电池容量检测方法,其特征在于,所述步骤七中,将充电电池的预测容量与市面上的充电电池的各容量规格进行对比,选择最接近充电电池的预测容量的市面上充电电池的容量作为充电电池的容量。
3.如权利要求1所述的基于X光图像处理的充电电池容量检测方法,其特征在于,cangle的取值区间为[0.85,1],ch的取值区间为[0.9,1],ry的取值区间为[0.4,0.8],rz的取值区间为[0.75,1]。
4.如权利要求1所述的基于X光图像处理的充电电池容量检测方法,其特征在于,所述步骤五中,以主X光成像***中的电芯图像作为主X光图,以辅X光成像***的电芯图像作为辅X光图;主X光图与辅X光图进行关联的方法如下:
5.1通过等效原子序数信息判断主X光图和辅X光图的电芯是否是同一类材料,若为同一材料类别,对主X光图和辅X光图中的电芯图像进行如下判断:
若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,则主X光图与辅X光图中的电芯属于同一物品,配对完成,并保留原结果;
若主X光图与辅X光图中均检测到电芯,但电芯处于不同位置,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.2若为不同材料类别,若主X光图与辅X光图中均检测到电芯,且电芯处于同一位置,但是电芯的材料类别不同,则将主X光图和辅X光图视为两个分别仅有一个视角检测成功的不同电芯实例,并对两个电芯实例分别执行步骤5.3;
5.3若主X光图与辅X光图中有一为空,即其中一张图像没有发现对应电芯;当主X光图未检测到电芯,辅X光图检测到电芯时,进行如下判断:
若对同一位置,根据辅X光图中电芯检测框,在主X光图中寻找对应的轮廓,用找到的对应轮廓的外接矩形作为电芯检测框标注到主X光图中,电芯检测框的两边分别平行于图像的水平方向和竖直方向;若电芯检测框为多个则选择使得位置误差函数最小的电芯检测框,检测框内的物品即为电芯;位置误差函数如下:
其中errorw,errorx,errormid分别表示主X光图中检索出的电芯检测框与辅X光图中检测的出电芯检测框之间的左右顶点x坐标差之差、左顶点x坐标之差以及中心点x坐标之差;
若对同一位置,当主X光图检测到电芯,辅X光图未检测到电芯时,通过同样的方法得到辅X光图中对应的电芯检测框。
5.如权利要求4所述的基于X光图像处理的充电电池容量检测方法,其特征在于,所述步骤五中,主X光图与辅X光图中检测到的电芯是否处于同一位置通过如下方式判定:
计算主X光图和辅X光图电芯检测框x方向的iou,其中x方向为X射线检查通道传送带的运动方向;如果iou大于预设阈值d,则认为主X光图和辅X光图的电芯是同一位置,其中iou的计算公式为:
iou=(xa2-xa1)+(xb2-xb1)-intersection,
xa1和xa2分别表示主X光图中检测出的电芯检测框的左顶点横坐标和右顶点横坐标,xb1和xb2分别表示辅X光图中检测出的电芯检测框的左顶点横坐标和顶点横坐标,min(xa2,xb2)表示取xa2和xb2中的较小的数值,max(xa1,xb1)表示取xa1和xb1中较大的数值。
6.如权利要求5所述的基于X光图像处理的充电电池容量检测方法,其特征在于,d的取值区间为[0.15,0.4]。
7.如权利要求1所述的基于X光图像处理的充电电池容量检测方法,其特征在于,所述X光检测装置为双光源安检机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111375640.7A CN114062934B (zh) | 2021-11-19 | 2021-11-19 | 一种基于x光图像处理的充电电池容量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111375640.7A CN114062934B (zh) | 2021-11-19 | 2021-11-19 | 一种基于x光图像处理的充电电池容量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114062934A CN114062934A (zh) | 2022-02-18 |
CN114062934B true CN114062934B (zh) | 2022-05-06 |
Family
ID=80278557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111375640.7A Active CN114062934B (zh) | 2021-11-19 | 2021-11-19 | 一种基于x光图像处理的充电电池容量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114062934B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113790685B (zh) * | 2021-11-17 | 2022-01-18 | 湖南苏科智能科技有限公司 | 面向双光源x射线安检机的待检物品尺寸自动检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651795A (zh) * | 2016-03-31 | 2016-06-08 | 无锡日联科技股份有限公司 | 一种兼具称重和测体积功能的安检机及测体积的方法 |
CN108008305A (zh) * | 2017-10-31 | 2018-05-08 | 华南理工大学 | 一种车用磷酸铁锂动力电池容量衰减检测*** |
CN108387594A (zh) * | 2018-02-09 | 2018-08-10 | 中国电力科学研究院有限公司 | 一种无损检测叠片式锂离子电池的方法和*** |
CN110945709A (zh) * | 2017-05-30 | 2020-03-31 | 泰坦先进能源解决方案公司 | 电池寿命估计和容量恢复 |
WO2021091236A1 (ko) * | 2019-11-04 | 2021-05-14 | 주식회사 엘지화학 | 탄소계 기반 하이브리드 음극을 구비한 이차전지의 수명 특성 예측 방법 |
CN113030136A (zh) * | 2021-03-24 | 2021-06-25 | 广东宏远新科自动化技术开发有限公司 | 一种电池检测方法及*** |
CN113433470A (zh) * | 2021-06-10 | 2021-09-24 | 的卢技术有限公司 | 一种电芯参数的测量装置和方法 |
CN113466706A (zh) * | 2021-07-26 | 2021-10-01 | 上海伟翔众翼新能源科技有限公司 | 基于卷积神经网络的锂电池梯次利用剩余寿命预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150064559A1 (en) * | 2012-03-30 | 2015-03-05 | Sumitomo Osaka Cement Co., Ltd. | Electrode-active material, lithium-ion battery, method for detecting discharge state of electrode-active material, and method for manufacturing electrode-active material |
-
2021
- 2021-11-19 CN CN202111375640.7A patent/CN114062934B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651795A (zh) * | 2016-03-31 | 2016-06-08 | 无锡日联科技股份有限公司 | 一种兼具称重和测体积功能的安检机及测体积的方法 |
CN110945709A (zh) * | 2017-05-30 | 2020-03-31 | 泰坦先进能源解决方案公司 | 电池寿命估计和容量恢复 |
CN108008305A (zh) * | 2017-10-31 | 2018-05-08 | 华南理工大学 | 一种车用磷酸铁锂动力电池容量衰减检测*** |
CN108387594A (zh) * | 2018-02-09 | 2018-08-10 | 中国电力科学研究院有限公司 | 一种无损检测叠片式锂离子电池的方法和*** |
WO2021091236A1 (ko) * | 2019-11-04 | 2021-05-14 | 주식회사 엘지화학 | 탄소계 기반 하이브리드 음극을 구비한 이차전지의 수명 특성 예측 방법 |
CN113030136A (zh) * | 2021-03-24 | 2021-06-25 | 广东宏远新科自动化技术开发有限公司 | 一种电池检测方法及*** |
CN113433470A (zh) * | 2021-06-10 | 2021-09-24 | 的卢技术有限公司 | 一种电芯参数的测量装置和方法 |
CN113466706A (zh) * | 2021-07-26 | 2021-10-01 | 上海伟翔众翼新能源科技有限公司 | 基于卷积神经网络的锂电池梯次利用剩余寿命预测方法 |
Non-Patent Citations (1)
Title |
---|
锂离子电池安全性测试与评价方法分析;田君 等;《储能科学与技术》;20181130;第7卷(第6期);1128-1134 * |
Also Published As
Publication number | Publication date |
---|---|
CN114062934A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020253308A1 (zh) | 矿井下皮带运输人员人机交互行为安全监控与预警方法 | |
CN106238350B (zh) | 一种基于机器视觉的太阳能电池片分选方法与*** | |
Demant et al. | Microcracks in silicon wafers I: Inline detection and implications of crack morphology on wafer strength | |
CN105404867B (zh) | 一种基于视觉的变电站隔离开关状态识别方法 | |
CN114062934B (zh) | 一种基于x光图像处理的充电电池容量检测方法 | |
EP4350621A1 (en) | Bare cell appearance inspection method and apparatus, computer device, and storage medium | |
CN110298265A (zh) | 一种基于yolo神经网络的电梯中特定目标检测方法 | |
CN107392247A (zh) | 一种电力线下方地物安全距离实时检测方法 | |
CN102590222A (zh) | 一种光伏组件缺陷检测方法及*** | |
CN109848073A (zh) | 一种分拣煤与煤矸石的设备与方法 | |
WO2023193213A1 (zh) | 电池极片绝缘涂层缺陷的检测方法、装置和计算机设备 | |
CN108629230A (zh) | 一种人数统计方法及装置和电梯调度方法及*** | |
CN109886937A (zh) | 基于超像素分割图像识别的绝缘子缺陷检测方法 | |
CN110378246A (zh) | 地面检测方法、装置、计算机可读存储介质及电子设备 | |
CN109525329A (zh) | 一种输送带式流水线用通信模块的检测方法、***、装置 | |
CN111539251B (zh) | 一种基于深度学习的安检物品识别方法和*** | |
CN110673038B (zh) | 一种电池检测方法、装置及*** | |
CN116773559A (zh) | 一种叠片式锂离子电池检测方法、装置及图像处理设备 | |
CN115131583A (zh) | 一种锂电池芯包结构X-Ray检测***及检测方法 | |
CN114724094A (zh) | 一种基于三维图像与雷达技术的闸道口车内人数计量*** | |
CN109794425A (zh) | 基于相位测量三维轮廓术的退役电池的分类装置和方法 | |
CN113960075A (zh) | 一种安检设备及物品尺寸确定方法、存储介质、设备 | |
CN109829401A (zh) | 基于双拍摄设备的交通标志识别方法及装置 | |
CN114295050B (zh) | 基于卷积神经网络的预制混凝土板多尺寸检测方法及*** | |
Jiang et al. | A multi-view structured light measurement method based on pose estimation using deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Rechargeable Battery Capacity Detection Method Based on X-ray Image Processing Granted publication date: 20220506 Pledgee: Bank of Changsha Limited by Share Ltd. Wangcheng branch Pledgor: Hunan Ke Ke Intelligent Technology Co.,Ltd. Registration number: Y2024980001307 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |