CN105548216B - 一种半成品电池外观视觉检测方法 - Google Patents

一种半成品电池外观视觉检测方法 Download PDF

Info

Publication number
CN105548216B
CN105548216B CN201610025467.0A CN201610025467A CN105548216B CN 105548216 B CN105548216 B CN 105548216B CN 201610025467 A CN201610025467 A CN 201610025467A CN 105548216 B CN105548216 B CN 105548216B
Authority
CN
China
Prior art keywords
product
measured
battery
value
detection
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
Application number
CN201610025467.0A
Other languages
English (en)
Other versions
CN105548216A (zh
Inventor
余谷峰
胡陈波
王建裕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang wild horse battery Limited by Share Ltd
Original Assignee
YEMA BATTERY CO Ltd ZHEJIANG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by YEMA BATTERY CO Ltd ZHEJIANG filed Critical YEMA BATTERY CO Ltd ZHEJIANG
Priority to CN201610025467.0A priority Critical patent/CN105548216B/zh
Publication of CN105548216A publication Critical patent/CN105548216A/zh
Application granted granted Critical
Publication of CN105548216B publication Critical patent/CN105548216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G01N21/88—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
    • G01N21/88—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
    • G01N2021/8858—Flaw counting
    • 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
    • G01N2021/8874—Taking dimensions of defect into account
    • 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
    • G01N2021/888—Marking defects

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)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Sealing Battery Cases Or Jackets (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种半成品电池外观视觉检测方法，包括拍摄合格的电池产品照片，并将其注册为标准图像；通过视觉控制器在其搜索范围内寻找与注册的标准图像最相似的待测产品图像；计算待测产品图像与标准图像的相似度；通过图像分析，判断待测产品与标准图像的相似度，如果相似度大于设定值，对所获得的待测产品的图像做位置偏移修正；通过图像处理方法检测电池负极盖，通过设定标签的方法，检测负极盖以外的区域是否存在瑕疵：本发明检测效果好，精度高；不仅提高了生产效率，而且也杜绝了当前人工目测质量控制的不确定性问题，保证了不同批次生产的电池稳定性一致。

Description

一种半成品电池外观视觉检测方法
技术领域
本发明涉及电池制备相关技术领域，尤其涉及一种半成品电池外观视觉检测方法。
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，比如遥控器、玩具、电话机、计算器等。电池性能的优劣直接影响着人们的生活品质以及人们对该电池品牌的印象。
目前在电池的生产过程中，需要对半成品的电池外观进行视觉检测，比如检测半成品电池的负极盖，看其是否有负极盖，如有那么负极盖上是否有存在黑点、是否有明显凹印；与此同时，还需要对密封圈是否外露、是否存在外三角、卷边开裂等情况。现有的电池生产工艺中，大都采用人工目测，但是目前人工成本不断增加，间接导致生产成本的增加，此外，人工目测的质量控制存在一定的不确定性，人工检测稳定性和效率也无法得到有效控制。
发明内容
为解决以上技术问题，本发明提出了一种半成品电池外观视觉检测方法。
本发明的技术方案为:
一种半成品电池外观视觉检测方法，其特征在于，包括如下步骤：
步骤S1：拍摄合格的电池产品照片，并将其注册为标准图像；
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上，视觉控制器控制CCD相机在其视野范围内对待测产品进行一次拍照成像；视觉控制器在其搜索范围内寻找与注册的标准图像最相似的图像；
步骤S3：计算待测产品图像与标准图像的相似度；通过图像分析，判断待测产品与标准图像的相似度，如果相似度低于设定值，则判断待测产品为瑕疵产品，并输出信号给PLC，同时将待测产品传送至剔除工位，由剔除工位进行剔除；如果相似度大于设定值，则进入步骤S4；
步骤S4：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，使其同心；
步骤S5：检测电池负极盖是否存在瑕疵：
以标准图像的中心为中心点，设定一圆形检测区域A，检测区域A的大小为小于或等于电池负极盖的大小；因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域A也正好落在待测产品的图像相对应的位置区域上；
调整待测产品圆形检测区域A的二值化数值并且选定二值化反转；以标准图像二值化反转后的颜色作为背景色，当待测产品负极盖存在凹陷或者无负极盖或者其他瑕疵时，瑕疵在圆形检测区域A中显示为区别于背景色的颜色，在圆形检测区域A中设定一瑕疵区域面积a，根据区域面积a的值判定电池负极盖是否存在缺陷；如实际瑕疵区域面积a的值大于或等于设定值，则判断为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除；如实际检索面积a的值小于设定值，则转步骤S6；
步骤S6：检测电池负极盖外区域是否存在瑕疵。
通过采用以上技术方案，先拍摄合格电池产品的图像作为标准图像，将其作为参考基准，然后再拍摄待测产品的图像，通过位置偏移补正，以标准图像的中心为中心点，使得待测产品图像与标准图像中心点重合，再通过图像处理，对待检测的电池负极盖区域做二值化处理，检测电池负极盖区域及区域外是否存在瑕疵。此方法程序简单、操作方便，可大大提高检测效率，其次，也避免了人工检测中存在的测量不稳定性问题。
进一步，步骤S6中，采用自定义标签方式检测电池负极盖外区域是否存在瑕疵：
以标准图像的中心为中心，设定一检测区域B，因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域B也正好落在待测产品的图像相对应的位置区域上；
调整待测产品检测区域B的二值化数值并且选定二值化反转；
在检测区域B中设定一瑕疵区域面积b，根据瑕疵区域面积b的值判定在检测区域B中是否存在瑕疵；
设定一标签，标签用于计算检测区域B内瑕疵点的数量；
当系统搜索到检测区域B内瑕疵区域面积大于设定值时，标签数+1；当标签数量大于设定的标签数值时，系统认为检测区域中存在瑕疵，则判断待测产品为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除。
进一步，检测区域B为一环形检测区域，检测区域B的内径大于或等于电池负极盖的直径，外径大小为电池的直径。
进一步，步骤S6中，调整待测产品环形检测区域B的二值化数值并且选定二值化反转，这里的二值化反转采用黑白反转。
进一步，瑕疵区域面积b的面积值设定为50-200。
进一步，标签数量设置为“1”，当标签数量大于“1”时，系统认为检测区域中存在瑕疵。
进一步，步骤S4中，待测产品图像与标准图像的相似度的设定值为70％。
进一步，步骤S5中，调整待测产品圆形检测区域A的二值化数值并且选定二值化反转，这里的二值化反转采用黑白反转。
进一步，瑕疵区域面积a的面积值设定为100，当电池无负极盖或者负极盖有瑕疵时，系统实际测得的瑕疵区域面积a的值高于设定上限值100。
本发明的优点在于：通过采用以上技术方案，利用图像处理方法，检测效果好，精度高；其次，可大大提高生产效率，同时也杜绝了当前人工目测质量控制的不确定性问题，保证了不同批次生产的电池稳定性一致。
附图说明
图1是本发明涉及的电池半成品检测工作台结构示意图；
图2是本发明的检测流程图；
图3是检测电池负极盖是否存在瑕疵；
图4是检测电池负极盖外区域是否存在瑕疵。
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，为电池半成品检测工作台，包括外部PLC控制信号、视觉控制器、检测工位1、剔除工位2、红色环形光源3、30W像素CCD相机4；检测工位1上放置有待检测电池，待检测工位1的正上方放置有红色环形光源3，环形光源3的正上方放置有CCD相机4，CCD相机4与视觉控制器相连；环形光源3为CCD相机4提供合适的光源；外部PLC控制信号分别与视觉控制器及检测工位连接。
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：将合格的电池产品放置在检测工位1上，视觉控制器控制CCD相机4拍摄放置在检测工位1上的合格产品的照片，并将其注册为标准图像；
步骤S2：检测电池的位置；通过外部PLC控制信号的控制，系统将生产线的待检测产品传送到检测工位1上；设定搜索范围为有效视野，视觉控制器控制CCD相机在其视野范围内对待测产品进行一次拍照成像；视觉控制器在其搜索范围内寻找与注册的标准图像最相似的图像；
步骤S3：计算待测产品与标准图像的相似度；通过图像分析，判断待测产品的图像与标准图像的相似度，如果相似度低于70％，则判断待测产品为瑕疵产品，并输出信号给PLC，同时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70％，则判断产品为初步合格产品；
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，使其同心；
步骤S5：检测电池负极盖是否存在瑕疵；
如图3所示，以标准图像中心O为中心，设定一圆形检测区域A，检测区域A的大小为小于或等于电池负极盖的大小；因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域A也正好落在待测产品的图像相对应的位置区域上；
调整待测产品圆形检测区域A的二值化数值并且选定二值化反转，以标准图像二值化反转后的颜色作为背景色，当待测产品负极盖存在凹陷或者无负极盖或者其他瑕疵时，瑕疵在圆形检测区域A中显示为区别于背景色的颜色，在圆形检测区域A中设定一瑕疵区域面积a，设定面积a的面积值为x。当电池无负极盖或者负极盖有瑕疵等不良情况时，系统实际测得的瑕疵区域面积值大于设定值，此时判断产品为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除。
在本实施例中，采用黑白反转；采用黑白反转后，正常产品在圆形检测区域A中显示的是白色背景，当负极盖存在凹陷或者无负极盖或者其他瑕疵时，瑕疵区域面积a显示为黑色区域；在本实施例中，瑕疵区域面积a的值设定为100，当电池无负极盖或者负极盖有黑点等不良情况时，系统实际测得的区域面积a的值会高于设定上限值100。
步骤S6：检测电池负极盖外区域是否存在瑕疵。
如图4所示，以标准图像的中心为中心，设定一环形检测区域B，环形检测区域B的内径大于或等于电池负极盖的直径，外径为电池的直径；因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域B也正好落在待测产品的图像相对应的位置区域上；
调整待测产品环形检测区域B的二值化数值并且选定二值化反转，以标准图像二值化反转后的颜色作为背景色，当待测产品密封圈外露、外三角或者卷边开裂等瑕疵时，瑕疵在环形检测区域B中显示为区别于背景色的颜色，在环形检测区域B中设定一瑕疵区域面积b，设定面积b的面积值为y。
设定一标签，标签用于计算环形检测区域B内瑕疵区域面积的数量；当系统搜索到环形检测区域B内瑕疵区域面积大于设定值y时，标签数+1；当标签数量大于设定值时，系统认为检测区域中存在瑕疵，则判断待测产品为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除。
在本实施例中，采用黑白反转；采用黑白反转后，正常产品在环形检测区域B中显示的是白色背景，瑕疵区域显示为黑色。当系统搜索到环形检测区域B内每一个黑色瑕疵区域面积大于设定值y时，标签数+1；当标签数量大于设定值时，系统认为检测区域中存在瑕疵，则判断待测产品为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除。
在本实施例中，瑕疵区域面积b的值设定为50-200，标签数量设置为“1”。
用自定义标签可以检测电池密封圈外露、外三角、卷边开裂等情况。
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)

1.一种半成品电池外观视觉检测方法，其特征在于，包括如下步骤：
步骤S1：拍摄合格的电池产品照片，并将其注册为标准图像；
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上，视觉控制器控制CCD相机在其视野范围内对待测产品进行一次拍照成像；视觉控制器在其搜索范围内寻找与注册的标准图像最相似的图像；
步骤S3：计算待测产品图像与标准图像的相似度；通过图像分析，判断待测产品与标准图像的相似度，如果相似度低于设定值，则判断待测产品为瑕疵产品，并输出信号给PLC，同时将待测产品传送至剔除工位，由剔除工位进行剔除；如果相似度大于设定值，则进入步骤S4；
步骤S4：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，使其同心；
步骤S5：检测电池负极盖是否存在瑕疵：
以标准图像的中心为中心点，设定一圆形检测区域A，检测区域A的大小为小于或等于电池负极盖的大小；因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域A也正好落在待测产品的图像相对应的位置区域上；
调整待测产品圆形检测区域A的二值化数值并且选定二值化反转；以标准图像二值化反转后的颜色作为背景色，当待测产品负极盖存在凹陷或者无负极盖或者其他瑕疵时，瑕疵在圆形检测区域A中显示为区别于背景色的颜色，在圆形检测区域A中设定一瑕疵区域面积a，根据瑕疵区域面积a的值判定电池负极盖是否存在缺陷；如实际瑕疵区域面积a的值大于或等于设定值，则判断为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除；如瑕疵区域面积a的值小于设定值，则转步骤S6；
步骤S6：检测电池负极盖外区域是否存在瑕疵。
2.根据权利要求1所述的一种半成品电池外观视觉检测方法，其特征在于，步骤S6中，采用自定义标签方式检测电池负极盖外区域是否存在瑕疵：
以标准图像的中心为中心，设定一检测区域B，因待测产品的图像中心与标准图像中心重叠，处于同心状态，所以检测区域B也正好落在待测产品的图像相对应的位置区域上；
调整待测产品检测区域B的二值化数值并且选定二值化反转；
在检测区域B中设定一瑕疵区域面积b，根据瑕疵区域面积b的值判定在检测区域B中是否存在瑕疵；
设定一标签，标签用于计算检测区域B内瑕疵点的数量；
当系统搜索到检测区域B内瑕疵区域面积大于设定值时，标签数+1；当标签数量大于设定的标签数值时，系统认为检测区域中存在瑕疵，则判断待测产品为瑕疵品，并输出信号给PLC，在下一个工位由气缸剔除。
3.根据权利要求2所述的一种半成品电池外观视觉检测方法，其特征在于，检测区域B为一环形检测区域，检测区域B的内径大于或等于电池负极盖的直径，外径大小为电池的直径。
4.根据权利要求2所述的一种半成品电池外观视觉检测方法，其特征在于，步骤S6中，调整待测产品环形检测区域B的二值化数值并且选定二值化反转，这里的二值化反转采用黑白反转。
5.根据权利要求2所述的一种半成品电池外观视觉检测方法，其特征在于，瑕疵区域面积b的面积值设定为50-200。
6.根据权利要求2所述的一种半成品电池外观视觉检测方法，其特征在于，标签数量设置为“1”，当标签数量大于“1”时，系统认为检测区域中存在瑕疵。
7.根据权利要求1所述的一种半成品电池外观视觉检测方法，其特征在于，步骤S3中，待测产品图像与标准图像的相似度的设定值为70％。
8.根据权利要求1所述的一种半成品电池外观视觉检测方法，其特征在于，步骤S5中，调整待测产品圆形检测区域A的二值化数值并且选定二值化反转，这里的二值化反转采用黑白反转。
9.根据权利要求1所述的一种半成品电池外观视觉检测方法，其特征在于，瑕疵区域面积a的面积值设定为100，当电池无负极盖或者负极盖有瑕疵时，系统实际测得的瑕疵区域面积a的值高于设定上限值100。
CN201610025467.0A 2016-01-15 2016-01-15 一种半成品电池外观视觉检测方法 Active CN105548216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610025467.0A CN105548216B (zh) 2016-01-15 2016-01-15 一种半成品电池外观视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610025467.0A CN105548216B (zh) 2016-01-15 2016-01-15 一种半成品电池外观视觉检测方法

Publications (2)

Publication Number Publication Date
CN105548216A CN105548216A (zh) 2016-05-04
CN105548216B true CN105548216B (zh) 2019-03-12

Family

ID=55827553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610025467.0A Active CN105548216B (zh) 2016-01-15 2016-01-15 一种半成品电池外观视觉检测方法

Country Status (1)

Country Link
CN (1) CN105548216B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107520140B (zh) * 2017-07-06 2019-12-24 佛山科学技术学院 一种电池盖帽反面视觉检测方法
CN107516308B (zh) * 2017-07-06 2020-12-29 佛山科学技术学院 一种电池盖帽正面视觉检测方法
KR102058427B1 (ko) * 2017-12-21 2019-12-23 동우 화인켐 주식회사 검사 장치 및 방법
CN108459023A (zh) * 2018-03-27 2018-08-28 松下电子部品（江门）有限公司 双基准电容外观图像检测方法
CN111915549A (zh) * 2019-05-09 2020-11-10 富泰华工业（深圳）有限公司 瑕疵检测方法、电子装置及计算机可读存储介质
CN112666164B (zh) * 2020-11-23 2023-06-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法
CN112539716A (zh) * 2020-12-04 2021-03-23 太普动力新能源(常熟)股份有限公司 一种圆柱电池检测辨识方法
CN113359049B (zh) * 2021-04-29 2022-07-29 张火锐 一种固态锂电池损耗的检测方法
CN113566730B (zh) * 2021-07-29 2023-09-08 广东电网有限责任公司 电池膨胀形变检测系统及方法
CN114162376B (zh) * 2021-11-24 2023-04-25 龙岩烟草工业有限责任公司 烟包外观质量检测方法以及烟包外观质量检测装置
CN115294135B (zh) * 2022-10-09 2023-01-03 临沂华太电池有限公司 一种电池卷边封口质量检测方法

Citations (8)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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);162-164
干电池封口胶图像分割方法;陶思理 等;《现代电子技术》;20100701;第34卷(第13期);I138-790

Also Published As

Publication number Publication date
CN105548216A (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
CN105548216B (zh) 一种半成品电池外观视觉检测方法
CN104792788B (zh) 一种涂胶视觉检测方法及其装置
CN105548201B (zh) 一种电池焊盖视觉检测方法
CN106238350B (zh) 一种基于机器视觉的太阳能电池片分选方法与系统
CN104574389A (zh) 基于彩色机器视觉的电池片色差分选控制方法
CN110850723B (zh) 一种基于变电站巡检机器人系统的故障诊断及定位方法
CN105548186B (zh) 一种浆层纸视觉检测方法
CN105719280A (zh) 一种p型涂胶视觉检测方法
CN107052086A (zh) 基于三维视觉的冲压件表面缺陷检测装置及检测方法
CN206981462U (zh) 基于三维视觉的冲压件表面缺陷检测装置
CN103454285A (zh) 基于机器视觉的传动链条质量检测系统
CN102034098A (zh) 螺钉自动分类系统以及螺钉自动分类方法
CN109001224A (zh) 焊缝的检测方法及检测装置
CN103063137A (zh) 一种基于机器视觉的药瓶测量系统及其测量方法
CN103776841A (zh) 合成革缺陷自动检测装置及检测方法
CN109712114A (zh) 一种应用于拉链缺陷检测的系统及其检测方法
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
CN109752627A (zh) 一种基于机器视觉的馈线终端单元插口状态自动识别的方法
CN109461156B (zh) 基于视觉的螺纹密封塞装配检测方法
CN106841226B (zh) 一种电缆方位检测矫正系统
CN106803412A (zh) Led显示模块检测设备和方法
CN205403731U (zh) 一种基于机器视觉的接线端子视觉检测系统
CN202216919U (zh) 平面玻璃尺寸全自动光学检测系统
CN204128554U (zh) 钟表业精密零部件质量快速自动化检测系统
CN109945842A (zh) 成捆圆钢端面标签漏贴检测及贴标误差分析方法

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