0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

纽扣电池表面AI视觉缺陷检测解决方法

jt_rfid5 来源:机器视觉沙龙 作者:机器视觉沙龙 2022-12-12 13:56 次阅读

今电池作为需求量极大的产品,其质量高低在生产环节中具有重要意义。手机电池、硅太阳能电池、电池极片等均有视觉检测研究文献报道,但对扣式电池开展自动质量检测的报道极少。

扣式电池体积小,外观直径一般不超过两三厘米,在各种电子产品特别是微小型产品中得到了广泛的应用,如电子词典、计算器、助听器、电子手表、主板等。

人工检测电池不但效率低下,而且电池表面为金属制成,反光严重,长期的人眼检测有损视力健康。因此机器视觉检测技术的研究,将有助于电池制造行业的水平提高。

缺陷类型多样

电池在生产过程中,因生产工艺不足或其他偶然因素会产生一些次品,因此希望能够研发一套电池质量检测系统,能自动将不合格电池检出。

扣式电池质量检测主要包括电量指标检测和外观缺陷检测。

电量指标检测可通过设计电子装置,完成对电池电流电压进行快速检测,判断其电流电压数值及充放电性能是否存在异常。

外观缺陷检测则复杂得多,因电池具有正负两极,则外观检测分为正极和负极两方面。

正极外观缺陷主要包括:划痕、 锈斑、凹点、光面等,另外包装过程中,也会产生正负极颠倒、型号混淆等错装事件。

5bd51cf6-794e-11ed-8abf-dac502259ad0.png

正极面外观合格与缺陷图像

注:(a)为合格, (b)为划伤, (c)为锈斑, (d)为凹坑, (e)为光面

负极外观缺陷种类如下图:

5c2d2d38-794e-11ed-8abf-dac502259ad0.png

负极面外观合格与缺陷图像

注:(a)为合格, (b)为划伤, (c)为锈斑

检测难度节节攀升

扣式电池视觉检测存在众多难点,传感器成像和图像处理均较为困难。

扣式电池外观缺陷种类繁多,主要包括:划痕、锈斑、污脏、凹点、光面等,缺陷尺寸多在毫米级。

与纺织物品等缺陷检测不同,扣式电池外表面为金属制成,金属表面在光源照射下反光严重。

与传统的金属钢板等检测不同,拇指大小的扣式电池表面上还存有字符的干扰,因此图像传感系统还要保证字符和缺陷均能够尽量清晰成像。

且电池生产工艺受限,金属表面难以保证绝对平整,微表面存在不平,又致使漫反射严重;

同时表面字符刻制不够标准,存在位置偏移、 且深浅不一等现象,因此成像后图像字符粗细和位置将出现较大的变化,这些给光路系统设计和图像处理带来极大困难。

为提高检测效率,生产中通常会采用多点检测,在每个检测点下实现多电池目标同时检测,因此光源难以保证均匀照射于各电池表面,给后续的处理带来难度;

另外电池正极面的字符倾斜角度在图像上呈现为随机变化,图像校正也成为研究中的难点。

机器视觉技术击破产品缺陷检测难点

上述冲压产品缺陷检测难题,在具有成熟技术优势的矩视智能研发团队眼中并非无解。

机器视觉子系统是电池质量自动检测整机系统的核心组成。若从模块功能上分析,该系统需要具有以下模块和功能。

图像采集:机器视觉检测系统的第一步需要获得待检测目标的原始图像。一般通过相机、光源等硬件搭建一套合理的视觉成像系统;当相机传感器获得原始成像信号后,需要通过专用图像采集卡处理后完成数据转换,计算机方可获取图像进行后续处理。

图像处理:计算机对采集的原始图像进行处理,最大程度去除图像中的噪声和无关背景,并增强图像目标,从而获得易于进一步分析和识别的标准图像。

图像分析与特征提取:计算目标图像的相关特征量。

图像识别:通过设计合理的模式识别程序,对特征量进行判别,完成视觉检测。

因电池具有正极面和负极面,另外为了提高生产效率,系统总体应设计为分布式体系结构,以实现快速并行检测。

5c541b28-794e-11ed-8abf-dac502259ad0.png

分布式检测中的位点为视觉检测各组成单元。机器视觉模块包括工业相机、镜头、光源、光源控制器等元件,在光源照明下,待测物体反射光路通过镜头聚焦,在工业相机上完成成像;原始图像信号经过数据线传输,在图像采集卡处理后由工业 PC 机获得;控制器对工业相机实施采集控制,从而实现自动触发。

5c68ed46-794e-11ed-8abf-dac502259ad0.png

智能化、自动化、数字化、信息化是未来制造业的发展大趋势,矩视智能致力于制造业工厂企业智能改造,数字化升级。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器视觉
    +关注

    关注

    161

    文章

    4345

    浏览量

    120116
  • AI
    AI
    +关注

    关注

    87

    文章

    30172

    浏览量

    268439
  • 电池
    +关注

    关注

    84

    文章

    10468

    浏览量

    129025

原文标题:【光电智造】划痕&瑕疵|纽扣电池表面AI视觉缺陷检测解决方法

文章出处:【微信号:今日光电,微信公众号:今日光电】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    使用TI Edge AI Studio和AM62A进行基于视觉AI缺陷检测

    电子发烧友网站提供《使用TI Edge AI Studio和AM62A进行基于视觉AI缺陷检测.pdf》资料免费下载
    发表于 09-03 10:38 0次下载
    使用TI Edge <b class='flag-5'>AI</b> Studio和AM62A进行基于<b class='flag-5'>视觉</b><b class='flag-5'>AI</b>的<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>

    一体成型电感表面开裂的解决方法

    电子发烧友网站提供《一体成型电感表面开裂的解决方法.docx》资料免费下载
    发表于 07-30 14:22 0次下载

    基于AI深度学习的缺陷检测系统

    在工业生产中,缺陷检测是确保产品质量的关键环节。传统的人工检测方法不仅效率低下,且易受人为因素影响,导致误检和漏检问题频发。随着人工智能技术的飞速发展,特别是深度学习技术的崛起,基于
    的头像 发表于 07-08 10:30 1154次阅读

    外观缺陷检测原理

    的结合应用加速渗透进工业产品的 外观缺陷检测 领域。思普泰克凭借深耕机器视觉多年沉淀的技术实力,建立以深度学习技术为核心的差异化发展优势,开发出视觉引擎等工业级
    的头像 发表于 06-17 17:38 378次阅读
    外观<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>原理

    为什么注塑件视觉缺陷检测如此重要?

    机器视觉中, 缺陷检测 功能是机器视觉应用最多的功能之一,主要检测产品表面的各种信息。在现代工业
    的头像 发表于 05-10 10:15 304次阅读
    为什么注塑件<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>如此重要?

    赛默斐视X射线薄膜测厚仪与薄膜表面缺陷检测

    的及时检测显得尤为重要。X射线薄膜测厚仪作为一种先进的检测设备,为薄膜表面缺陷检测提供了有效的解决方案。 薄膜
    的头像 发表于 04-17 15:52 319次阅读

    一目了然:机器视觉缺陷识别方法

    机器视觉缺陷检测技术在工业生产、医疗影像、安防监控等领域有着广泛的应用,能够提高产品质量、生产效率和安全性。机器视觉缺陷
    的头像 发表于 03-18 17:54 1111次阅读
    一目了然:机器<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b>识别<b class='flag-5'>方法</b>

    机器视觉如何检测橡胶圈外观尺寸检测

    外观检测 机器视觉系统可以检测橡胶圈表面缺陷,裂纹、气泡、凹陷等。通过图像处理算法,系统能够准确识别并标记出这些
    的头像 发表于 03-15 17:24 549次阅读

    基于深度学习的芯片缺陷检测梳理分析

    虽然表面缺陷检测技术已经不断从学术研究走向成熟的工业应用,但是依然有一些需要解决的问题。基于以上分析可以发现,由于芯片表面缺陷的独特性质,通
    发表于 02-25 14:30 1292次阅读
    基于深度学习的芯片<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>梳理分析

    机器视觉缺陷检测是工业自动化领域的一项关键技术

    机器视觉缺陷检测是工业自动化领域的一项关键技术,
    的头像 发表于 02-22 13:59 495次阅读
    机器<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>是工业自动化领域的一项关键技术

    2023年工业视觉缺陷检测经验分享

    表面缺陷检测任务是指通过对产品表面进行仔细的检查和评估,以发现和识别任何不符合质量标准或设计要求的表面
    发表于 02-21 14:31 986次阅读
    2023年工业<b class='flag-5'>视觉</b><b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>经验分享

    赛默斐视表面瑕疵检测系统是一种利用机器视觉技术

    表面瑕疵检测系统是一种利用机器视觉技术来检测产品表面瑕疵的系统。它可以自动地对产品的表面进行
    的头像 发表于 01-25 15:47 293次阅读

    电池外壳外观缺陷检测的应用实践

    AI机器视觉系统的核心是深度学习算法。通过大量样本数据的训练,系统能够学习并识别锂电池外壳各种缺陷的特征。
    发表于 01-18 15:50 763次阅读

    机器视觉之玻璃产品缺陷检测

    基于机器视觉技术的玻璃质量检测流程:产品经过光学系统,LED红光垂直(或其他角度)入射待检测玻璃后,若玻璃中存在缺陷,CCD相机的靶面检测
    发表于 12-22 16:09 793次阅读
    机器<b class='flag-5'>视觉</b>之玻璃产品<b class='flag-5'>缺陷</b><b class='flag-5'>检测</b>

    电子元件缺陷检测方法

    电子元件是现代科技中不可或缺的一部分,但由于制造过程中的复杂性,元件可能出现各种缺陷。为了保证电子元件的质量和可靠性,缺陷检测是必不可少的过程。本文将详细介绍电子元件缺陷
    的头像 发表于 12-18 14:46 1255次阅读