隨著新能源產能的快速增長，軟包鋰電池作為新一代儲能電源，性能優(yōu)越、應用廣泛。但其使用的鋁塑膜外殼材料質地較軟，易受損傷，難免會產生一些缺陷，部分會直接影響電池的一致性和安全性，對電池的安全性能構成較為嚴重的威脅，甚至可能會引起電池內部電解質外泄，引發(fā)火災等安全事故。因此，相應的外觀檢測技術水平直接決定著電池產品的品質。

相位偏折術作為軟包電池質量檢測中常用的一種檢測技術，在機器視覺檢測中也發(fā)揮了重要的作用。

01.相位偏折簡介

結構光是一組由投影裝置和攝像頭組成的系統(tǒng)結構。通過用投影裝置投射正弦條紋，將正弦條紋通過投影設備投影到物體表面后，利?相機拍攝條紋受物體調制的彎曲程度，解調該彎曲條紋得到相位，再將相位轉化為全場的?度。

圖 1 投影格雷碼+相移圖像

為了對相位進行調整，常用的方案是將相位圖像和格雷碼圖像相結合。假設投射條紋圖像光強是標準正弦分布，則其光強分布函數為：

如果采用常用的四步相移的方案，則有投射分別為：

因此可得相位為：圖片 。獲得相位后，根據格雷碼可以獲得絕對相位：圖片 ，其中k為相位所在的周期。獲得相位后，可以根據標定關系，獲得相位-高度關系，從而獲得物體的表面形貌。

此外，也可以只利用相位，估計物體表面的法向量，根據法向量獲得表面的X方向和Y方向的梯度信息，從而用于表面的缺陷檢測。

02.軟包電池檢測系統(tǒng)構成

相位偏折對于低對比度、高反光、有一定凹凸變化的場景，有較好的檢測效果。

整個系統(tǒng)由兩個線掃相機構成，分別拍攝上表面和下表面。上下相機分別配置一個在X方向和Y方向可以投射正弦條紋的光源。

圖 2 硬件結構示意圖

圖 3 拍攝效果圖

03.檢測需求

主要檢測6類缺陷：凸點、凹點、褶皺、劃痕、線性凸起、極片折角。檢測標準如表1所示。

表1 缺陷檢測標準

04.檢測方案

本項目采用深度學習和傳統(tǒng)圖像處理相結合的方案進行解決，傳統(tǒng)圖像處理，利用華漢偉業(yè)自研的“瑕疵工具”進行缺陷量判定求解。

深度學習采用基于圖像流的圖像特征融合方案進行語義分割。分別將漫反射圖像、形狀圖像、光澤比等多張圖像輸入到CNN卷積神經網絡模塊進行特征的抽取，然后將各個圖像獲取的特征輸入到RNN網絡結構中，進行特征的融合，最后基于融合特征獲得缺陷檢測結果。

基于傳統(tǒng)方法和深度學習融合的方法，軟包電池檢測準確率＞98.5%，過殺率＜2%，漏殺率＜0.2%。

圖 4 檢測效果示意圖

05.項目總結

相位偏折術在機器視覺檢測中，可通過1次拍攝，生成符合用途的8張圖像，并可進一步相位偏折術融合成多種類型圖片，能準確提取其高度變化的部分，讓瑕疵更加清晰呈現(xiàn)。華漢偉業(yè)不僅將其應用在軟包電池的外觀檢測上，同時在鋰電行業(yè)制片、電芯、模組PACK全工序段的工藝流程中實現(xiàn)了批量化應用部署，在3C行業(yè)中五金零部件外觀檢測、汽車行業(yè)中汽車表面檢測上及玻璃外觀缺陷檢測、高反光低對比度等場景均有應用，獲得到了行業(yè)客戶的廣泛好評。

當前，華漢偉業(yè)擁有2D、2.5D、3D、AI和線掃全系完善的產品布局及全方位的AOI解決方案。憑借完備的底層算法與差異化的解決方案能力，突破了鋰電、3C、半導體等行業(yè)中復雜應用場景的復雜檢測難點，在未來，華漢偉業(yè)將會持續(xù)深耕機器視覺行業(yè)，創(chuàng)新技術應用，助力智能制造。