基于機器視覺的紐扣電池生產質量檢測研究.pdf

1、機器視覺是可用于自動化檢測的先進技術，主要任務就是通過對采集的圖像或視頻進行分析處理以獲得相應物體的信息，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設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極的表面缺陷檢測的方法。
　　本課題根據紐扣電池實際生產情況，以機器視覺技術為指導設計了一個紐扣電池自動分捻系統。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，同時設計開發(fā)了上位機視覺測試軟件，實現了實時的檢測紐扣電池生產質量的目的。
　　本文重點研究了紐扣電池圖像的預處理工作，根據紐扣電池圖像的圓形特征完成了初篩選；然后對多目標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處理算法，包括濾波、限制對比度自適應直方圖均衡、自適應閾值二值化、形態(tài)學處理等步驟，原始帶有噪聲干擾的圖像經處理后，缺陷區(qū)域得

3、到顯著增強；然后提出了扣式電池目標定位算法，原始圖像中含有多圓形目標，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，并計算出各目標尺寸，定位正確后將各目標 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量的局部特征提取方法。正，負極面圖像的背景區(qū)域以全部連通域的幾何特征最大值為特征量。
　　本文