基于机器视觉的铝巴表面缺陷检测系统设计  

作　　者：潘盛辉[1] 邱振武 赵伟鹏 

机构地区：[1]广西科技大学,广西柳州545616 [2]江苏力德尔电子信息技术有限公司,江苏南通226600

出　　处：《物联网技术》2024年第9期15-19,24,共6页Internet of things technologies

基　　金：广西自然科学基金面上项目(2018GXNSFAA138122)。

摘　　要：表面缺陷检测是产品出厂前必不可少的一个环节,新能源汽车电池底座的铝巴缺陷检测以往是依靠人工目检,但该方式效率低下、误检率高,且易受人的主观因素影响。为了促进产线升级,通过Halcon与C#实现混合编程,设计一种基于机器视觉的铝巴表面缺陷检测系统。通过工业相机采集铝巴图像进行相应的阈值分割;采用Halcon算法的图像处理方式,依据正常与缺失铝巴间的差异选择特征向量进行特征提取,进而判断铝巴是否缺失。该系统弥补了以往人工目检方式存在的不足,实现了由传统人工生产向半自动化生产的转变。企业实际应用结果表明:所设计检测系统的误检率为0%,相比于人工目检省时26min,达到了预期效果,能够满足实际需求。

关 键 词：机器视觉 缺陷检测 图像处理 特征提取 误检率 人工目检 

分 类 号：TP29[自动化与计算机技术—检测技术与自动化装置] TP31[自动化与计算机技术—控制科学与工程]