基于機器視覺的電池尾端缺陷檢測算法的研究.pdf

1、傳統(tǒng)的電池尾端缺陷檢測都是采用人眼檢測，人眼具有速度慢，易疲勞的特點，嚴重不適應(yīng)現(xiàn)代高速電池生產(chǎn)線的檢測要求。機器視覺作為一項新型的工業(yè)自動化檢測技術(shù)，尤其是與計算機相結(jié)合，可以極大的提高電池尾端缺陷檢測效率，降低人力成本。本文針對這種需求，深入研究了機器視覺檢測的相關(guān)算法，設(shè)計了一種堿性電池尾端探傷系統(tǒng)，實現(xiàn)了電池尾端缺陷的在線檢測，主要內(nèi)容如下：
　　分析了堿性電池尾端缺陷的噪聲特性，并建立劃痕的數(shù)學(xué)模型進行分析，制定了整個系

2、統(tǒng)的圖像處理算法流程，并分析了影響圖像質(zhì)量的各種因素。
　　研究了堿性電池尾端圖像的預(yù)處理算法，包括圖像濾波、自適應(yīng)的圖像二值化方法、數(shù)學(xué)形態(tài)學(xué)處理等。經(jīng)過機器視覺系統(tǒng)采集的原始圖像經(jīng)過預(yù)處理算法以后，電池尾端表面缺陷得到了明顯的增強。
　　研究了堿性電池尾端圖像的分割和旋轉(zhuǎn)校正方法，基于電池尾端缺陷檢測的具體情況，分析了霍夫圓的圖像分割方法，提出了一種基于遍歷圖像像素點的快速分割方法。在分析基于圖像相似度的旋轉(zhuǎn)角度獲取方法

3、上，提出了一種快速電池尾端圖像旋轉(zhuǎn)方法。該方法基于圖像上的兩個局部特征，獲取了旋轉(zhuǎn)角度，取得了良好效果。
　　研究了堿性電池尾端圖像的整體特征量和局部特征量這兩個特征參數(shù)的選取和提取方法。確定圖像相關(guān)度作為電池尾端圖像的整體特征量，連通區(qū)域的幾何特征作為電池圖像的局部特征量。研究了分類器的原理和設(shè)計方法，設(shè)計了一個兩級分類器用于電池尾端缺陷識別。
　　本文研究的電池尾端缺陷檢測算法，適用于所有的堿性電池，包含5號、7號、1號