CN105548186B - 一种浆层纸视觉检测方法 - Google Patents
一种浆层纸视觉检测方法 Download PDFInfo
- Publication number
- CN105548186B CN105548186B CN201610024244.2A CN201610024244A CN105548186B CN 105548186 B CN105548186 B CN 105548186B CN 201610024244 A CN201610024244 A CN 201610024244A CN 105548186 B CN105548186 B CN 105548186B
- Authority
- CN
- China
- Prior art keywords
- product
- image
- measured
- layered paper
- pulp layered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
- G01N2021/8427—Coatings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种浆层纸视觉检测方法,包括如下步骤:注册标准图像:相机在其视野范围内对待测产品的锌筒内壁进行一次拍照成像,视觉控制器控制第一相机对待测产品的锌筒底部进行一次拍照成像,标记为P1;并计算待测产品图像与标准图像的相似度;如果待测产品的图像与标准图像的相似度低于设定值,则判断待测产品为瑕疵产品;如果相似度大于设定值,视觉控制器对所获得的待测产品的图像做位置偏移修正,使得待测产品的图像中心与标准图像中心重叠;面积重心检测,检测无浆层纸、以及浆层纸太低、太高以及无碗底纸的缺陷;本发明可有效解决当前人工目测存在的效率低下、检测效果差以及目测标准不一样导致的产品稳定性差等问题。
Description
技术领域
本发明涉及电池制备相关技术领域,尤其涉及一种浆层纸视觉检测方法。
背景技术
电池作为生活必备品,广泛应用在人们的日常生活中。电池性能的优劣直接影响着人们的生活品质以及电池品牌形象。浆层纸是氯化锌干电池中的隔膜材料,其由基纸上涂布氯化锌溶液浆料,经烘干后成为干膜而成,组装入电池锌筒中后吸收正极碳包中水分成凝胶,具有离子导电性。在电池生产工艺中,浆层纸必须要与电池相适用,以满足电池的充放电性能。
在电池生产工艺中,需要检测电池的锌筒中浆层纸的插入情况,因为插入浆层纸时,存在浆层纸错位、倾斜,锌筒碗底无碗底纸等缺陷。当前,普遍采用人工目测进行检测,人工目测存在的效率低下、检测效果差以及目测标准不一样导致的产品稳定性差等问题。目前,市场上尚未有直接有效的浆层纸视觉检测方法,快速检测浆层纸的高、低、是否错位等情况。
发明内容
为解决以上技术问题,本发明提出了一种浆层纸视觉检测方法。
本发明的技术方案为:
一种浆层纸视觉检测方法,其特征在于,包括如下步骤:
步骤S1:注册标准图像:将合格的电池产品中包含锌筒内壁的图像注册为标准图像SP1;并将锌筒底部照片注册为标准图像SP2;
步骤S2:视觉控制器控制第二相机、第三相机、第四相机在其视野范围内对待测产品的锌筒内壁进行一次拍照成像,标记为P2,P3,P4,视觉控制器控制第一相机对待测产品的锌筒底部进行一次拍照成像,标记为P1;
步骤S3:对步骤S2中拍摄的图像P2,P3,P4,分别设定一搜索区域A,搜索区域A的范围大于锌筒碗口大小,视觉控制器在搜索区域A内寻找与注册的标准图像SP1最相似的图像,并计算待测产品图像与标准图像的相似度;对步骤S2中拍摄的图像P1,设定一搜索区域B,搜索区域B的范围大于锌筒碗底的大小,视觉控制器在搜索区域B内寻找与注册的标准图像SP2最相似的图像,并计算待测产品图像与标准图像的相似度;如果待测产品的图像与标准图像的相似度低于设定值,则判断待测产品为瑕疵产品;如果相似度大于设定值,则判断产品为初步合格产品,转步骤S4;
步骤S4:视觉控制器对所获得的待测产品的图像做位置偏移修正,使得待测产品的图像中心与标准图像中心重叠;
步骤S5:面积重心检测,设定一检测区域C1,调整检测区域C1中图像的二值化数值,通过面积重心检测,以检测无浆层纸的缺陷,以及浆层纸太低、太高的缺陷;
步骤S7:碗底纸检测,设定一检测区域D,调整检测区域D中图像的二值化数值,通过面积重心检测,用以检测无碗底纸的缺陷。
通过采用以上技术方案,先建立一组合格的标准图像,然后再利用4个相机,一个拍摄锌筒碗底照片,其余3个用于360度拍摄锌筒内壁照片,确保360度无死角。然后利用视觉控制器,在其视野范围内搜索待测产品图像中是否含有标准图像,如果相似度低于设定值,则认为是瑕疵产品,如果高于设定值,则利用图像处理,对图像做二值化处理,再进行浆层纸高低、错位、无碗底纸的检测。
进一步,标准图像SP1为外切锌筒口的长方形。
进一步,标准图像SP2为外切锌筒底部的长方形。
进一步,锌筒内壁搜索区域A为一长方形区域,锌筒碗底搜索区域B为一长方形区域。
进一步,在步骤S3中,设定待测产品的图像与标准图像的相似度数值为60%,如果低于60%,则判断待测产品为瑕疵产品;如果相似度大于60%,则判断产品为初步合格产品,转步骤S4。
为进一步提高检测效率,在步骤S5中,在待测产品图像中,检测区域C1为锌铜内壁及碗底区域,调整检测区域C1中图像的二值化数值,使得浆层纸部分成像为白色,锌筒内壁为黑色;设定白色面积下限值和上限值,当浆层纸低于工艺下限时,系统实际测得检测区域C1中的白色面积值会低于设定下限值,因此系统判定为瑕疵产品,并输出信号给PLC;当浆层纸高于工艺上限时,系统实际测得检测区域C1中的白色面积值会高于设定上限值,系统判定为瑕疵产品。
为进一步提高检测效率,在步骤S5之后,还设置有步骤S6,设定一检测区域C2,调整检测区域C2中图像的二值化数值,通过面积重心检测,用以检测浆层纸太高、浆层纸错位缺陷。
具体地,在步骤S6中,在待测产品图像中,检测区域C2为锌铜内壁区域,调整检测区域C2中图像的二值化数值,使得浆层纸纸部分成像为白色,锌筒内壁为黑色;通过设定白色面积上限值,来判断浆层纸太高、浆层纸错位等缺陷;当系统实际测得检测区域C2的白色面积值高于设定上限值时,系统判定为瑕疵产品。
进一步,在步骤S7中,检测区域D为锌筒碗底区域,调整图像适当的二值化数值,通过设定白色面积上限值,来判断是否有碗底纸;当系统实际测得检测区域D内的白色面积高于设定值时,系统认为碗底无碗底纸,因而判定为瑕疵产品。
本发明的优点在于:本发明涉及的检测程序简单,使用方便,可快速检测碗底是否有碗底纸,浆层纸高低、错位等情况,本方法的推广,可有效解决当前人工目测存在的效率低下、检测效果差以及目测标准不一样导致的产品稳定性差等问题。
附图说明
图1是浆层纸视觉检测装置结构示意图;
图2是发明的检测流程图;
图3是电池锌筒部分结构图;
图4是电池锌筒部分标准图像SP1搜索区域A位置示意图;
图5是电池锌筒碗底部分标准图像SP2、搜索区域B位置示意图;
图6是检索区域C1的位置图;
图7是检索区域C2的位置图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合图示与具体实施例,进一步阐述本发明。
如图1所示,为浆层纸视觉检测装置结构示意图,装置包括外部PLC控制信号、检测工位1、剔除工位2、视觉控制器3、相机、光源5;所述相机为四个,分别与视觉控制器3相连,四个相机分别为第一相机41、第二相机42、第三相机43、第四相机44,其中第一相机位于检测工位1的正上方,用于检测锌筒底部底碗纸状况。第二相机42、第三相机43、第四相机44环绕检测工位1设置,且位于同一平面内,相邻相机之间的夹角为120度,形成360度无死角拍摄待测产品。三个相机的拍摄方向均与检测工位1上电池所在的轴线存在相同的夹角,通过从不同侧面拍摄待测产品,进而多角度检测锌筒中浆层纸插入情况。外部PLC控制信号分别与视觉控制器及检测工位连接。为了增加相机的拍摄效果,检测工位1的上方设有红色环形光源5,光源5位于检测工位1与第一相机的轴线上。
如图2所示,本发明涉及的检测方法,具体如下:
步骤S1:注册标准图像:如图3、4、5所示,将合格的电池产品放置在检测工位1上,视觉控制器控制第二相机42、第三相机43、第四相机44从三个角度拍摄放置在检测工位1上合格的锌筒内壁照片,并将包含锌筒内壁的那部分图像注册为标准图像SP1;作为本发明的最佳实施方式,标准图像为外切锌筒口的长方形。第一相机41,用于拍摄锌筒底部照片,并将锌筒底部照片注册为标准图像SP2。
步骤S2:通过外部PLC控制信号的控制,系统将生产线上的待检测产品传送到检测工位1上;视觉控制器控制第二相机42、第三相机43、第四相机44在其视野范围内对待测产品的锌筒内壁进行一次拍照成像,标记为P2,P3,P4,视觉控制器控制第一相机41对待测产品的锌筒底部进行一次拍照成像,标记为P1。
步骤S3:如图4所示,对步骤S2中拍摄的图像P2,P3,P4,分别设定一搜索区域A,搜索区域A的范围大于锌筒碗口大小,视觉控制器在搜索区域A内寻找与注册的标准图像最相似的图像,并计算待测产品图像与标准图像的相似度;作为本发明的最佳实施方式,锌筒内壁搜索区域A为一长方形区域;如图5所示,对步骤S2中拍摄的图像P1,设定一搜索区域B,搜索区域B的范围大于锌筒碗底的大小,视觉控制器在搜索区域B内寻找与注册的标准图像最相似的图像,并计算待测产品图像与标准图像的相似度;作为本发明的最佳实施方式,锌筒碗底搜索区域B为一长方形区域;
如果待测产品的图像与标准图像的相似度低于60%,则判断待测产品为瑕疵产品,并输出信号给PLC,同时系统将产品传送至剔除工位2,由剔除工位进行剔除。如果相似度大于60%,则判断产品为初步合格产品,转步骤S4。
步骤S4:视觉控制器对所获得的待测产品的图像做位置偏移修正,使得待测产品的图像中心与标准图像中心重叠。
步骤S5:面积重心检测,用以检测无浆层纸的缺陷,以及浆层纸太低、太高等缺陷。
如图6所示,在待测产品图像中,设定一检测区域C1,检测区域C1为锌铜内壁及碗底区域,调整检测区域C1中图像的二值化数值,使得浆层纸部分成像为白色,锌筒内壁为黑色。设定白色面积下限值和上限值,当浆层纸低于工艺下限时,系统实际测得检测区域C1中的白色面积值会低于设定下限值,因此系统判定为瑕疵产品,并输出信号给PLC;当浆层纸高于工艺上限时,系统实际测得检测区域C1中的白色面积值会高于设定上限值,因此系统判定为瑕疵产品,并输出信号给PLC,同时系统将产品传送至剔除工位2,由剔除工位进行剔除。
步骤S6:面积重心检测,用以检测浆层纸太高、浆层纸错位等缺陷。
如图7所示,在待测产品图像中,设定一检测区域C2,检测区域C2为锌铜内壁区域,调整检测区域C2中图像的二值化数值,使得浆层纸纸部分成像为白色,锌筒内壁为黑色。通过设定合适的白色面积上限值,来判断浆层纸太高、浆层纸错位等缺陷。当系统实际测得检测区域C2的白色面积值高于设定上限值时,系统判定为瑕疵产品,并输出信号给PLC,同时系统将产品传送至剔除工位2,由剔除工位进行剔除。
步骤S7:碗底纸检测,用以检测无碗底纸的缺陷。
采用“面积重心”的检测方式,设定一检测区域D,检测区域D为锌筒碗底区域,调整图像适当的二值化数值,通过设定适当的白色面积上限值,来判断是否有碗底纸。当系统实际测得检测区域D内的白色面积高于设定值时,系统认为碗底无碗底纸,因而判定为瑕疵产品,并输出信号给PLC,同时系统将产品传送至剔除工位2,由剔除工位进行剔除。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (9)
1.一种浆层纸视觉检测方法,其特征在于,包括如下步骤:
步骤S1:注册标准图像:将合格的电池产品中包含锌筒内壁的图像注册为标准图像SP1;并将锌筒底部照片注册为标准图像SP2;
步骤S2:视觉控制器控制第二相机、第三相机、第四相机在其视野范围内对待测产品的锌筒内壁进行一次拍照成像,标记为P2,P3,P4,视觉控制器控制第一相机对待测产品的锌筒底部进行一次拍照成像,标记为P1;
步骤S3:对步骤S2中拍摄的图像P2,P3,P4,分别设定一搜索区域A,搜索区域A的范围大于锌筒碗口大小,视觉控制器在搜索区域A内寻找与注册的标准图像SP1最相似的图像,并计算待测产品图像与标准图像的相似度;对步骤S2中拍摄的图像P1,设定一搜索区域B,搜索区域B的范围大于锌筒碗底的大小,视觉控制器在搜索区域B内寻找与注册的标准图像SP2最相似的图像,并计算待测产品图像与标准图像的相似度;如果待测产品的图像与标准图像的相似度低于设定值,则判断待测产品为瑕疵产品;如果相似度大于设定值,则判断产品为初步合格产品,转步骤S4;
步骤S4:视觉控制器对所获得的待测产品的图像做位置偏移修正,使得待测产品的图像中心与标准图像中心重叠;
步骤S5:面积重心检测,设定一检测区域C1,调整检测区域C1中图像的二值化数值,通过面积重心检测,以检测无浆层纸的缺陷,以及浆层纸太低、太高的缺陷;
步骤S7:碗底纸检测,设定一检测区域D,调整检测区域D中图像的二值化数值,通过面积重心检测,用以检测无碗底纸的缺陷。
2.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,标准图像SP1为外切锌筒口的长方形。
3.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,标准图像SP2为外切锌筒底部的长方形。
4.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,锌筒内壁搜索区域A为一长方形区域,锌筒碗底搜索区域B为一长方形区域。
5.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,在步骤S3中,设定待测产品的图像与标准图像的相似度数值为60%,如果低于60%,则判断待测产品为瑕疵产品;如果相似度大于60%,则判断产品为初步合格产品,转步骤S4。
6.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,在步骤S5中,在待测产品图像中,检测区域C1为锌铜内壁及碗底区域,调整检测区域C1中图像的二值化数值,使得浆层纸部分成像为白色,锌筒内壁为黑色;设定白色面积下限值和上限值,当浆层纸低于工艺下限时,系统实际测得检测区域C1中的白色面积值会低于设定下限值,因此系统判定为瑕疵产品,并输出信号给PLC;当浆层纸高于工艺上限时,系统实际测得检测区域C1中的白色面积值会高于设定上限值,系统判定为瑕疵产品。
7.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,在步骤S5之后,还设置有步骤S6,设定一检测区域C2,调整检测区域C2中图像的二值化数值,通过面积重心检测,用以检测浆层纸太高、浆层纸错位缺陷。
8.根据权利要求7所述的一种浆层纸视觉检测方法,其特征在于,在步骤S6中,在待测产品图像中,检测区域C2为锌筒内壁区域,调整检测区域C2中图像的二值化数值,使得浆层纸纸部分成像为白色,锌筒内壁为黑色;通过设定白色面积上限值,来判断浆层纸太高、浆层纸错位缺陷;当系统实际测得检测区域C2的白色面积值高于设定上限值时,系统判定为瑕疵产品。
9.根据权利要求1所述的一种浆层纸视觉检测方法,其特征在于,在步骤S7中,检测区域D为锌筒碗底区域,调整图像适当的二值化数值,通过设定白色面积上限值,来判断是否有碗底纸;当系统实际测得检测区域D内的白色面积高于设定值时,系统认为碗底无碗底纸,因而判定为瑕疵产品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610024244.2A CN105548186B (zh) | 2016-01-15 | 2016-01-15 | 一种浆层纸视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610024244.2A CN105548186B (zh) | 2016-01-15 | 2016-01-15 | 一种浆层纸视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105548186A CN105548186A (zh) | 2016-05-04 |
CN105548186B true CN105548186B (zh) | 2018-09-14 |
Family
ID=55827524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610024244.2A Active CN105548186B (zh) | 2016-01-15 | 2016-01-15 | 一种浆层纸视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105548186B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106289183A (zh) * | 2016-08-08 | 2017-01-04 | 中国科学院自动化研究所 | 批咀套装错装自动检测设备及其方法 |
CN108037132B (zh) * | 2017-12-25 | 2023-06-16 | 华南理工大学 | 一种用于干电池浆层纸卷绕缺陷检测的视觉传感器系统及方法 |
CN109146841B (zh) * | 2018-07-02 | 2021-07-02 | 广州市讯思视控科技有限公司 | 一种干电池浆层纸填充缺陷的视觉检测方法及系统 |
CN109993509A (zh) * | 2019-04-25 | 2019-07-09 | 广东粤能工程管理有限公司 | 改造工程中的监理方法 |
CN110111314A (zh) * | 2019-04-25 | 2019-08-09 | 广东粤能工程管理有限公司 | 修缮工程的监理方法 |
CN110090816A (zh) * | 2019-05-11 | 2019-08-06 | 浙江家得宝科技股份有限公司 | 基于机器视觉的一次性纸浆餐盘检测设备的检测方法 |
CN110333241A (zh) * | 2019-07-09 | 2019-10-15 | 湖南晗光智能科技股份有限公司 | 一种烟花产品的视觉检测系统及检测方法 |
CN113720857A (zh) * | 2021-09-30 | 2021-11-30 | 格兰德电气有限公司 | 对定子缺陷进行自动比对的方法 |
CN115149076B (zh) * | 2022-09-01 | 2022-11-25 | 云南昆船机械制造有限公司 | 一种电池筒底纸在线入筒系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095733A (zh) * | 2011-03-02 | 2011-06-15 | 上海大学 | 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法 |
CN103245666A (zh) * | 2013-04-02 | 2013-08-14 | 杭州电子科技大学 | 一种蓄电池极板外观缺陷自动检测方法 |
CN103345632A (zh) * | 2013-06-25 | 2013-10-09 | 宁波成电泰克电子信息技术发展有限公司 | 一种电池尾端表面划痕缺陷检测方法 |
CN203337560U (zh) * | 2013-06-18 | 2013-12-11 | 韩华新能源(启东)有限公司 | 太阳能电池晶硅硅片隐裂检测分选装置 |
CN103499585A (zh) * | 2013-10-22 | 2014-01-08 | 常州工学院 | 基于机器视觉的非连续性锂电池薄膜缺陷检测方法及其装置 |
CN104792788A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种涂胶视觉检测方法及其装置 |
CN104792357A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种隔膜纸视觉检测方法及其装置 |
CN104785454A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种锌膏视觉检测方法及其装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3846617B2 (ja) * | 1999-11-16 | 2006-11-15 | シーケーディ株式会社 | 外観検査装置 |
KR101477665B1 (ko) * | 2013-04-04 | 2014-12-30 | 한국기술교육대학교 산학협력단 | 불균일한 텍스쳐 표면의 불량 검출방법 |
-
2016
- 2016-01-15 CN CN201610024244.2A patent/CN105548186B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095733A (zh) * | 2011-03-02 | 2011-06-15 | 上海大学 | 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法 |
CN103245666A (zh) * | 2013-04-02 | 2013-08-14 | 杭州电子科技大学 | 一种蓄电池极板外观缺陷自动检测方法 |
CN203337560U (zh) * | 2013-06-18 | 2013-12-11 | 韩华新能源(启东)有限公司 | 太阳能电池晶硅硅片隐裂检测分选装置 |
CN103345632A (zh) * | 2013-06-25 | 2013-10-09 | 宁波成电泰克电子信息技术发展有限公司 | 一种电池尾端表面划痕缺陷检测方法 |
CN103499585A (zh) * | 2013-10-22 | 2014-01-08 | 常州工学院 | 基于机器视觉的非连续性锂电池薄膜缺陷检测方法及其装置 |
CN104792788A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种涂胶视觉检测方法及其装置 |
CN104792357A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种隔膜纸视觉检测方法及其装置 |
CN104785454A (zh) * | 2015-03-18 | 2015-07-22 | 浙江野马电池有限公司 | 一种锌膏视觉检测方法及其装置 |
Non-Patent Citations (2)
Title |
---|
基于机器视觉的电池表面缺陷检测技术研究;王磊;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110915(第9期);I138-790 * |
干电池封口胶图像分割方法;陶思理 等;《现代电子技术》;20110701;第34卷(第13期);162-164 * |
Also Published As
Publication number | Publication date |
---|---|
CN105548186A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105548186B (zh) | 一种浆层纸视觉检测方法 | |
CN105548201B (zh) | 一种电池焊盖视觉检测方法 | |
CN104792788B (zh) | 一种涂胶视觉检测方法及其装置 | |
CN105548216B (zh) | 一种半成品电池外观视觉检测方法 | |
CN106952257B (zh) | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 | |
CN202649134U (zh) | 瓶盖质量检测装置 | |
CN202649136U (zh) | 一种口服液瓶盖自动灯检机的光路系统 | |
CN107966448A (zh) | 一种用于pcb锡膏印刷质量的2维检测方法 | |
CN109358070A (zh) | 极片检测方法、电子设备、存储介质及系统 | |
CN207806010U (zh) | 电感线圈的视觉分选装置 | |
CN106524917B (zh) | 一种运输带上物体体积测量方法 | |
CN108333188A (zh) | 一种电池极片在线外观视觉检测设备 | |
CN107564446A (zh) | 一种面板点灯机、面板点灯测试系统及测试方法 | |
CN105719280A (zh) | 一种p型涂胶视觉检测方法 | |
CN108674026A (zh) | 太阳能电池片印刷品质检测方法和系统 | |
CN206270261U (zh) | 用于在线检测瓶体缺陷的视觉检测设备 | |
WO2020103310A1 (zh) | 一种口罩缺陷检测装置及方法 | |
CN109636787A (zh) | 一种基于深度学习的高精度实时电池点焊质量自动检测方法 | |
CN108459029A (zh) | 一种基于图像的锂电池生产化成检测设备及检测方法 | |
CN110333241A (zh) | 一种烟花产品的视觉检测系统及检测方法 | |
CN205941399U (zh) | 一种用于锂电池极片表面缺陷检测装置的成像系统 | |
CN106645171A (zh) | 一种爬壁机器人混凝土裂缝检测方法 | |
CN207439968U (zh) | 一种检测并区分透明玻璃盖板上下表面缺陷的装置 | |
CN209265169U (zh) | 一种多角度拍摄装置 | |
CN108508022A (zh) | 多相机拼接成像检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 315000 818 Jung Road, camel street, Zhenhai District, Ningbo, Zhejiang Patentee after: Zhejiang wild horse battery Limited by Share Ltd Address before: 315000 818 Jung Road, camel street, Zhenhai District, Ningbo, Zhejiang Patentee before: Yema Battery Co., Ltd., Zhejiang |
|
CP01 | Change in the name or title of a patent holder |