基于机器视觉的锂电池正负极冗余度缺陷检测

摘要

针对锂电池正负极冗余度缺陷的检测要求,应用机器视觉技术,研究一种在线、高效的检测算法.从X射线原始图像中提取需要检测的感兴趣区域(ROI),对ROI图像进行频域降噪处理,然后采用空域滤波、形态学操作、轮廓提取等一系列空域操作,将负极片冗余区域提取出来,再运用直线检测技术找出线段信息,排除干扰项,找到目标冗余线段,提取其长度和角度等特征信息,设计分类器,将正负极冗余度等不满足技术要求的锂电池识别出来.实验表明,该算法准确率达98.5％、平均检测时间为721 ms,具有稳定性好、运行速度快等优点,满足工业检测中的实际需要.