收藏本站
《中国科学技术大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的电池表面缺陷检测技术研究

王磊  
【摘要】:机器视觉作为一项先进自动化检测技术,可有效提高生产效率和工业制造水平,视觉检测可应用于产品外观缺陷自动识别。本文以扣式电池为对象,研究了正负两极面的表面外观缺陷检测方法。 本文设计了一种基于视觉技术的扣式电池在线检测系统,分析了扣式电池金属表面缺陷成像的难点,研究其视觉成像原理,并设计了低成本的机器视觉硬件系统;同时开发了视觉检测上位机软件,实现系统控制、图像处理与识别等功能,并包含能够实时显示的人机界面。 机器视觉算法是缺陷检测技术的核心,本文重点研究了电池表面图像预处理、定位和字符校正、字符区域定位和分割、缺陷分析和识别等算法。提出了一种电池图像预处理算法,包括滤波、限制对比度自适应直方图均衡、自适应阈值二值化、形态学处理等步骤,原始带有噪声干扰的图像经处理后,缺陷区域得到显著增强。 提出了扣式电池目标定位算法,原始图像中含有多圆形目标,定位算法通过图像处理和轮廓提取,并使用椭圆曲线拟合计算出各目标中心与径长,定位正确后将各目标ROI作为单一图像分割。 提出了电池正极面字符校正算法,使ROI图像与字符倾斜1°至360°的全角度模板集进行相似度遍历计算,获得字符倾斜度数,然后图像旋转完成校正;同时研究了几种改进算法并进行实验比较。 研究了电池正极面图像的字符去除方法,通过模板匹配对图像字符区域进行定位,然后比较模板差减法和区域分割法两种算法效果。实验表明,模板差减法局限性大,因此采用区域分割法将正极面图像分离为背景和字符两区域以去除字符。 研究了电池外观图像质量的整体特征提取方法,图像整体相似系数可分别作为正负两极特征量,正极面图像字符区域的模板匹配定位系数还可作为正极面测度的特征量。 研究了电池外观图像质量的局部特征提取方法。正极面图像的背景区域以全部连通域的几何特征最大值为特征量,字符区域以像素平均值、标准差及Hu矩为特征量;负极面图像则以全部连通域的几何特征最大值为特征量。 提出了联合整体和局部多特征量的多分类器级联判别算法,实现电池正极面和负极面图像的缺陷与合格两类判别。
【学位授予单位】:中国科学技术大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 ;拉近机器视觉与使用者的距离——2010斯图加特机器视觉展览会[J];现代制造;2010年41期
2 ;用先进的技术使应用更简单——访美国迈思肯公司中国南区经理成斌[J];可编程控制器与工厂自动化;2011年07期
3 ;美国邦纳iVu系列视觉产品获IEN Award 2010奖项[J];软件;2010年05期
4 ;我不是CT我是暴力拆解哥[J];电脑爱好者;2010年23期
5 李宇航;;为客户提供匹配需求的集成化机器视觉[J];现代制造;2010年06期
6 ;美国迈思肯成功参展NEPCON[J];现代制造;2010年41期
7 ;兼容电池出现“非兼容电池”提示[J];电脑爱好者;2011年08期
8 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
9 李金素;;机器视觉检测技术打造卓越品质——访明佳包装检测科技有限公司副总经理王立伟[J];中国包装工业;2011年09期
10 ;美开发出基于热映像的图像分割算法将使机器视觉与人类视觉更接近[J];科技传播;2011年12期
中国重要会议论文全文数据库 前10条
1 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
6 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
7 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国重要报纸全文数据库 前10条
1 王文;如何鉴别原装电池[N];科技日报;2008年
2 刘国发 闫金梅;电池质量投诉占80%[N];内蒙古日报(汉);2009年
3 四川 谌嘉辉;水金电池与水金提灯[N];电子报;2009年
4 徐帆;电池充满电 汽车可跑500公里[N];中国环境报;2009年
5 许惠;广州耐时开创中国电池“环保”时代[N];经理日报;2009年
6 北京市西城区青少年科技馆 马兰;教会学生制作蔬果电池[N];中国环境报;2010年
7 贝青;无汞纽扣电池填补环保空白[N];中国国门时报;2010年
8 本报记者 王小龙;未来电池 谁领风骚[N];科技日报;2010年
9 贾富 日经BP社驻华特约记者;电池改变未来[N];电脑报;2010年
10 吴梅;福州长春商贩现场造山寨电池[N];商务时报;2009年
中国博士学位论文全文数据库 前10条
1 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
2 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
3 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
4 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
5 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
6 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
7 李晓丽;基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D];浙江大学;2009年
8 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
9 陈丰农;基于机器视觉的小麦并肩杂与不完善粒动态实时检测研究[D];浙江大学;2012年
10 肖振中;基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究[D];西安交通大学;2010年
中国硕士学位论文全文数据库 前10条
1 王磊;基于机器视觉的电池表面缺陷检测技术研究[D];中国科学技术大学;2011年
2 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
3 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
4 肖武;基于近红外光谱和机器视觉的土壤含水率快速检测方法研究[D];华中农业大学;2009年
5 卜晨;基于机器视觉的外螺纹检测方法及实验研究[D];华南理工大学;2011年
6 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
7 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
8 王亚坤;基于机器视觉的萃取过程铜离子浓度软测量[D];东北大学;2008年
9 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
10 刘文志;基于机器视觉的啤酒瓶瓶口检测系统研究[D];华南理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026