武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉 430081
边缘定位是锂电池涂布测量的关键,但由于生产的震动和纠偏原因,边缘会出现虚化和卷边等现象。为了提高锂电池涂布在线检测的精度和鲁棒性,本文结合锂电池涂布生产的特点提出了边界渐进定位法,实现了边缘的快速准确检测。首先利用跨邻域方向边界检测算子进行初次边缘定位,以提高弱边界的检测能力;再利用局部极值差分算法配合选择性峰值排序获得边缘像素级定位,保证了边缘投影的保峰性和抗噪性,提高了边缘定位的效率;最后,基于分段三次样条边界插值和分段直线拟合方法,实现了边缘的亚像素高精度定位。实测结果表明,算法在直线型边缘上具有较强鲁棒性。
锂电池涂布 视觉测量 边缘检测 方向投影 直线拟合 lithium battery coating vision measurement edge detection oriented projection linear fitting
武汉科技大学冶金装备及其控制教育部重点实验室, 湖北 武汉 430081
提出了一种锂电池涂布在线测量中的线阵相机标定方法。分析了锂电池涂布生产系统,建立了基于线阵相机视觉测量系统方案;研究了线阵相机的标定技术,根据涂布生产特点和检测需求采取了单维度标定法,简化了标定方法,提高了标定精度。在此基础上,对相应的软件系统进行了开发,并应用于现场实践。实践结果表明,该标定方法满足实际生产中涂布测量需求。
机器视觉 相机标定 锂电池生产 视觉测量 线阵相机 激光与光电子学进展
2019, 56(11): 111501
1 首钢水城钢铁 (集团)有限责任公司,贵州六盘水 553028
2 武汉科技大学机械自动化学院,武汉 430081
针对高速线材表面缺陷检测技术难题,对复杂光照下的线材缺陷分割技术展开研究。基于灰度直方图多峰值的特点,给出了峰值选取准则,并在双峰值模糊阈值分割的基础上提出了分段自适应模糊阈值的分割方法,实现了线材的提取; 在此基础上,利用对位遍历的思想,实现了线材缺陷的边缘分割。实验结果表明,该方法能够克服光照不均带来的灰度连续问题,可以比较准确的提取线材缺陷,为进一步研究线材表面缺陷视觉识别技术奠定了基础。
高速线材 机器视觉 模糊阈值 自适应分割 high-speed wire machine vision fuzzy threshold self-adaptive segmentation