锂电池视觉检测
返回列表作者：admin 发布日期： 2021.03.30 浏览：194 关键词：锂电池视觉检测、锂电池外观缺陷视觉检测、锂电池表面缺陷检测、锂电池检测、锂电池缺陷检测
摘要：检测封边距离锂电池封边检测时,受到各种褶皱影响局部反光效果不均匀,因此普通软件方法检测距离时容易受到平整度和背景整洁度的影响。
目前，对于电池缺陷检测的传统方法是人工测量和判断。机器视觉的检测系统可以克服人工检测的缺点，如电池检测结果受检测人员主观意愿、情绪、视觉疲劳等人为因素的影响，从而使检测结果标准、可量化，提高整个生产系统的自动化程度；既节约了人力成本，也避免人为统计数据所带来的错误。其中，如何突出缺陷、提取有用信息是视觉处理难点所在。
锂电池封边缺陷检测的案例，在锂电池的实际生产中为防止电池漏液，造成安全事故，锂电池封边检测应做到：
1、检测电池是否封边完好；
2、封边到电池边缘的距离，以及是否存在褶皱。
一、难点检测
工件有银色、黑色2种颜色，银色工件反光性较强，要求光源的均匀性比较好，在检测褶皱时易与背景区分。
实验环境采用自行搭建的模拟现场环境。如图3所示：实验采用的视觉检测系统主要由相机、镜头及光源组成。相机分辨率为3840x2748像素。镜头采用高清晰1000万像素级定焦镜头，镜头工作距离为540±5mm，视场100mmx75mm。实际运用中，光源需采用高角度进行打光，采用了系列环形光源与工业相机结合打光，突出锂电池的三维信息，有效解决对角照射阴影问题，也能克服光源亮度不够的情况，光源的均匀性可以得到保证。同时采用条形光源，从侧面进行打光可增强褶皱与背景之间的对比度，更好的突出缺陷部分。视觉检测硬件系统可嵌入式的安装在所需检测工位上，基本无需对原有设备进行改造。
获取图像要点：
1、需抓取电池封边的上边缘与电池上边缘，通过测量两者之间的间距，来判断封边是否有偏移（如图4所示）；
2、需抓取电池封边上的褶皱，来判断是否封边完好（如图5所示）。
智能视觉软件是基于Windows系统的图像处理软件，具有图形化操作界面，包含多种图像处理功能，可对图像内容进行多种运算以及叠加处理，使其达到理想效果。
4.1检测封边距离
锂电池封边检测时，受到各种褶皱影响局部反光效果不均匀，因此普通软件方法检测距离时容易受到平整度和背景整洁度的影响。通过t智能视觉软件各种图像算法叠加可将干扰因素过滤，只保留需要的部分。检测结果如图：
4.2褶皱检测
因褶皱检测特征相对边缘不够明显，干扰因素更多，检测难度较大。但通过智能视觉软件合理的图像运算叠加，可得到需要的图像效果，甚至在特征不明显时也可将其突显出来。
由于打光效果差异，产品图像效果整体趋向于平面化，褶皱相较于其他打光方式更为明显，智能视觉软件合理的图像处理运算，褶皱部位显示为黑色连通的钟乳石效果，检测其连通性即可判断褶皱。
本文主要以锂电池进行作为实验对象，结合智能视觉软件，完成对锂电池封边缺陷检测。通过仿真确定以中值滤波为基础的各种解决方法。深入研究了图像的处理算法，其中包括图像提取、中值滤波、二值化等步骤。 后通过边缘模板匹配的相似度值对比，检测到锂电池的封边是否偏移、判断褶皱等问题。该方法还可用于其他行业对缺陷进行检测的项目中。
因褶皱检测特征相对边缘不够明显，干扰因素更多，检测难度较大。但通过智能视觉软件合理的图像运算叠加，可得到需要的图像效果，甚至在特征不明显时也可将其突显出来。
由于打光效果差异，产品图像效果整体趋向于平面化，褶皱相较于其他打光方式更为明显，智能视觉软件合理的图像处理运算，褶皱部位显示为黑色连通的钟乳石效果，检测其连通性即可判断褶皱。
本文主要以锂电池进行作为实验对象，结合智能视觉软件，完成对锂电池封边缺陷检测。通过仿真确定以中值滤波为基础的各种解决方法。深入研究了图像的处理算法，其中包括图像提取、中值滤波、二值化等步骤。 后通过边缘模板匹配的相似度值对比，检测到锂电池的封边是否偏移、判断褶皱等问题。该方法还可用于其他行业对缺陷进行检测的项目中。
全国服务热线
