基于机器视觉的锂电池丝印LOGO缺陷检测系统研究与实现

《基于机器视觉的锂电池丝印LOGO缺陷检测系统研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广东工业大学硕士学位论文（工学硕士）基于机器视觉的锂电池丝印LOGO缺陷检测系统研究与实现裴炜冬二○一八年五月分类号：学校代号：11845UDC：密级：学号：2111501142广东工业大学硕士学位论文（工学硕士）基于机器视觉的锂电池丝印LOGO缺陷检测系统研究与实现裴炜冬指导教师姓名、职称：朱铮涛副教授学科(专业)或领域名称：仪器科学与技术学生所属学院：机电工程学院论文答辩日期：2018年5月ADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegreeofMaster(MasterofEngineer

2、ingScience)ResearchandImplementationofLithiumBatteriesPrintedLOGODefectInspectionSystemBasedonMachineVisionCandidate:PeiWeidongSupervisor:Pro.ZhuZhengtaoMay2018SchoolofInformationEngineeringGuangdongUniversityofTechnologyGuangzhou,Guangdong,P.R.China,510006摘要摘要随着人们生活水平的不断提高，许多公司越来越注重品牌LOGO的

3、外观质量，传统的丝印LOGO缺陷检测方法是使用人工抽样检查的方法，由于这种方法对人眼的损害极大，使得公司需要定时的更换和培训检测人员，而且这种方法存在检测速度慢、损害人眼、误判或漏判率高等缺点，无法满足公司大规模生产和检测产品的需求。为了保证产品外观LOGO品质，采用高效、高速、稳定的机器视觉方法来对锂电池表面字符型LOGO或图案型LOGO进行缺陷检测。至2011年德国汉诺威工业博览会提出工业4.0的概念，机器视觉在工业自动化及人工智能领域扮演着越来越重要的角色，其非接触性、检测速度快、精度高、可靠性好、稳定等优点使得近年来机器视觉技术在我国沿海地区变得异常火热。本文课题是基

4、于机器视觉的丝印表面LOGO缺陷检测，锂电池表面在丝印时会存在毛刺、划痕、鼠咬、断缺和丝印不均匀等丝印缺陷，为了保证产品的外观质量，亟待开发一套能够适用在流水线上缺陷检测系统。本文在以多种不同型号的锂电池表面的字符型LOGO或图案型LOGO为检测对象的情况下，结合企业的检测要求，主要研究工作和创新点如下：1.针对企业对锂电池表面LOGO缺陷的检测要求和流水线现场的环境，设计了一套合理的视觉硬件检测系统方案，在系统缺陷检测精度、检测速度、可靠性方面满足了要求。2.针对锂电池表面LOGO图片存在椒盐噪声的特点，本文提出了快速中值滤波算法，在保证滤除图像椒盐噪声的同时，大大降低耗时

5、，实验研究表明该算法明显优于传统的中值滤波算法。本文采用子像素级的边缘提取方法以保证后续图像对位的精度。3.针对锂电池字符型LOGO缺陷的特点，本文提出使用多模板分区域对整幅图像的字符型LOGO区域进行缺陷检测。研究和实现了基于轮廓矩的对位方法，并结合灰度形态学处理，改进了传统的图像相差法，大大增加了缺陷检测的鲁棒性。4.针对锂电池图案型LOGO丝印面积较大的特点，在研究和分析了机器学习领域的SVM分类学习算法和其他近年来比较热门的算法的基础上，使用SVM分类算I广东工业大学硕士学位论文法来对图案型LOGO丝印是否均匀进行分类。5.根据检测系统的实际需求，在VS2013集成开

6、发环境下结合Opencv和Halcon图像处理库设计了缺陷检测软件系统，具有图像采集、图像处理、运动控制等功能。通过软件系统与硬件平台结合，构成完整的LOGO缺陷检测系统。经过反复性实验，验证了系统的准确度和稳定性，很好地满足了锂电池LOGO缺陷检测需求。关键词：机器视觉；缺陷检测；锂电池；机器学习；SVM分类IIAbstractAbstractWiththecontinuousimprovementofpeople'slivingstandard,manycompaniespaymoreandmoreattentiontotheappearancequalityofbran

7、dLOGO.ThetraditionalscreenprintingLOGOdefectdetectionmethodistousethemanualsamplinginspectionmethod,becausethismethodhasgreatharmtothehumaneye.Thecompanyneedsregularreplacementandtrainingoftestingpersonnel,andthismethodhassomeshortcomingssuchasslowdetect