基于机器视觉的扣式电池表面缺陷在线检测系统的研究与设计.pdf

《基于机器视觉的扣式电池表面缺陷在线检测系统的研究与设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于机器视觉的扣式电池表面缺陷在线检测系统的研究与设计ResearchonOnlineSurfaceDefectsDetectionSystemforButtonCellBasedonMachineVision专姓2014年4月独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：辫黼

2、2口垆年6月客日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于不保密∥。学位论文作者签名：劂降6月了日指导教师签名：螂低州妒年5月孑日江苏大学硕

3、士学位论文摘要随着扣式电池的使用越来越广泛，用户对它的表面质量要求也越来越高。因此，在生产过程中进行电池性能检测的同时，还需要对电池的表面缺陷进行检测。目前大多数的电池生产厂家多采用人工目测，检测准确度差、效率低而且劳动强度大，已无法满足现代工业制造的要求。机器视觉技术作为当前的研究热点，具有效率高、非接触、精度高、使用灵活、可靠等优点，应用前景十分广泛。本课题根据生产厂家的质量检测要求和扣式电池生产线的实际情况，开发设计了一套基于机器视觉的扣式电池表面缺陷在线检测系统。该检测系统是在原有生产线的基础上进行扩充，充分利用生产线的现有资源，在一定程度上节约了成本。系统以PLC作为控制器，以生产线

4、传送带作为检测传送带，以视觉处理器作为图像处理模块，分别对电池的正极、负极表面图像进行预处理、模板匹配、差减运算等图像处理环节，判断两极表面是否存在缺陷，PLC根据判定结果控制执行机构对不合格品进行剔除。本文首先设计了扣式电池表面缺陷检测系统的总体结构，说明其工作流程，并详细阐述了其硬件系统、软件系统的选型及设计。然后以采集到的扣式电池表面图像为研究对象，分析正、负极表面的图像缺陷检测要点，根据图像的实际情况，进行图像灰度化、图像滤波、顶帽变换、图像线性拉伸、Otsu分割等图像预处理，使图像的视觉效果得到明显改善。图像采集过程中电池朝向和摆放位置是随机的，在图像缺陷检测之前进行配准定位、校正方

5、向、位置能够大大地减小后续检测误差，本文以字符的倾斜角度作为衡量标准，设计算法并进行改进、实验比较。缺陷检测算法是检测系统的核心，根据电池表面缺陷的特征，本文以模板匹配法作为初检测算法，以图像差减法作为最终检测算法。初检测阶段能够识别表面损伤严重的产品，最终检测阶段能够检测出字符区域带微小缺陷的产品，同时保证了检测效率和检测准确度。最后，利用设计的缺陷检测系统对某一型号扣式电池进行实验，论证该检测系统的有效性、合理性，实验过程主要是：进行视觉处理器的参数设定、相机设定、实验标定、模板制作和场景编辑。实验结果表明，该系统可以实现提出的设基于机器视觉的扣式电池表面缺陷在线检测系统的研究与设计计要求

6、，将其应用于工业电池生产线，将具有很好的应用价值和市场前景。关键词：扣式电池，机器视觉，缺陷检测，模板匹配，差减运算II江苏大学硕士学位论文ABSTRACTAsthebuttoncellisusedmoreandmorewidely,users’requirementsonitssurfacequalityarealsoincreasinglyhigher．So，itisveryimportanttotakeperformancetestaswellassurfacedefectsdetectionofthebatteryintheproductionprocess．Atpresent，mos

7、tbatterymanufacturerstakethetraditionalmethodtodetectthesurfacedefectsofthebuttoncellbymeansofhumanvisualchecking．Ithaslowdetectionaccuracy,lowefficiencyandhighlaborintensitywhichhasn’tbeenabletomeett