基于圖像邊緣提取的電池極片瑕疵檢測研究.pdf

1、電池的極片缺陷是影響電池質(zhì)量的重要因素，對電池進(jìn)行極片缺陷檢測對于提高電池的質(zhì)量具有非常重要的作用。傳統(tǒng)的人工檢測的方法不能得到令人滿意的檢測結(jié)果，因此研究和開發(fā)電池極片瑕疵檢測系統(tǒng)已經(jīng)成為電池企業(yè)的共識。 圖像的邊緣攜帶了圖像的大部分信息，它包含了圖像的基本特征。邊緣檢測是圖像處理和模式識別的重要方法，如圖像分割和自動目標(biāo)識別等，它是圖像處理研究領(lǐng)域的重要課題之一。本文對基于邊緣提取的電池極片瑕疵檢測技術(shù)進(jìn)行了研究，其主要工作

2、包括以下幾個方面： 1.針對電池極片圖像目標(biāo)小、對比度低等特點，本文研究了SUSAN（Smallest Univalue Segment Assimilating Nucleus）算子--一種具有良好的抗噪能力，對圖像的邊緣、角點能夠很好的識別算法。并針對該算法對脈沖噪聲的敏感、參數(shù)需要手動設(shè)置的缺點，提出了一種基于中值濾波的D-SUSAN邊緣檢測算法。 2.針對部分電池極片檢測對像素精度要求高的特點，研究了Canny算

3、子，并提出利用像素8鄰域計算圖像梯度，根據(jù)圖像邊緣梯度特征信息，用模糊最大熵值自適應(yīng)確定高、低閾值的F-Canny邊緣檢測算法。 3.針對檢測出的極片邊緣二值圖像，利用數(shù)學(xué)形態(tài)學(xué)知識濾波去噪，提取缺陷目標(biāo)的面積、周長、圓形度等特征參數(shù)，組成特征矢量來對缺陷種類進(jìn)行識別，并提出了一種針對電池極片瑕疵檢測的方案。 4.應(yīng)用Visual C++.NET語言來開發(fā)檢測系統(tǒng)，從極片圖像的讀取，到邊緣檢測、特征提取直至缺陷判斷都采用