基于機器視覺的紐扣電池生產(chǎn)質(zhì)量檢測研究.pdf

1、機器視覺是可用于自動化檢測的先進技術(shù)，主要任務(wù)就是通過對采集的圖像或視頻進行分析處理以獲得相應(yīng)物體的信息，就像人類和許多其它生物一樣，因此機器視覺可以看作是使用計算機及相關(guān)設(shè)備對生物視覺的一種模擬，本文就是以紐扣電池作為檢測對象，研究了紐扣電池正負(fù)極的表面缺陷檢測的方法。
　　本課題根據(jù)紐扣電池實際生產(chǎn)情況，以機器視覺技術(shù)為指導(dǎo)設(shè)計了一個紐扣電池自動分捻系統(tǒng)。分析了紐扣電池圖像表面缺陷的特點，研究其視覺成像原理。依此選擇了合適的硬

2、件系統(tǒng)，同時設(shè)計開發(fā)了上位機視覺測試軟件，實現(xiàn)了實時的檢測紐扣電池生產(chǎn)質(zhì)量的目的。
　　本文重點研究了紐扣電池圖像的預(yù)處理工作，根據(jù)紐扣電池圖像的圓形特征完成了初篩選；然后對多目標(biāo)紐扣電池進行定位和分離，正極面字符的校正和模板匹配檢測；正，負(fù)極面的劃痕，漏液等缺陷的檢測。
　　首先提出了一種電池圖像預(yù)處理算法，包括濾波、限制對比度自適應(yīng)直方圖均衡、自適應(yīng)閾值二值化、形態(tài)學(xué)處理等步驟，原始帶有噪聲干擾的圖像經(jīng)處理后，缺陷區(qū)域得

3、到顯著增強；然后提出了扣式電池目標(biāo)定位算法，原始圖像中含有多圓形目標(biāo)，定位算法通過圖像處理和輪廓提取，完成對紐扣電池的初篩選，并計算出各目標(biāo)尺寸，定位正確后將各目標(biāo) ROI作為單一圖像分割；研究了字符校正方法，在對字符進行模板匹配檢測，研究電池正極面圖像的字符去除方法，利用區(qū)域分割算去除字符對正極面劃痕檢測的影響；最后研究了電池外觀圖像質(zhì)量的局部特征提取方法。正，負(fù)極面圖像的背景區(qū)域以全部連通域的幾何特征最大值為特征量。
　　本文