发布时间:2017-10-25
随着电子产品的普及和能源电池的大量使用, 提高电池的质量成了一个亟待解决的问题。在电池生产过程中, 电池的检测是一个非常重要的环节。传统的检测方法是工人把成型的电池分批放到X 光机中, 相机采集到电池的内部图像并在电脑上显示出来, 然后通过肉眼观测来判断电池的好坏。这种方法存在很多问题。首先,工人把电池放进X 光机时会接触到X 射线, 当X 射线在人体内累积到一定数量时就会对人体造成伤害, 这对工人的健康很不利。其次, 肉眼观测的方式受操作工人主观因素的影响, 如工人的精神状态、情绪以及工作态度等原因都会降低检测的准确度从而降低电池的整体质量。而且这种方法的效率低下, 一般情况下, 工人每次检测36 个电池需要4 min 的时间, 这样不利于电池的大批量生产。
基于机器视觉的全自动电池检测系统是全自动自检测和自判定的流程, 不需人工操作,无安全隐患; 计算机判别结果, 不受主观条件影响; 每分钟检测数量达到30 个, 比原来的检测速度有了较大的提高。
在X 光环境下拍出电池的内部图片, 通过积分滤波、直方图均衡化对图像进行预处理, 使图像信息得到显著增强, 然后采用Canny 边缘提取算法, 得到正、负极及电池外壳等需要检测的特征的边缘, 获取这些边缘的数值, 然后比较这些数值与标准化的设置, 判别电池的质量好坏, 实现电池生产的全自动检测。
发布时间:2017-10-27
发布时间:2017-10-25
发布时间:2017-10-25