[发明专利]一种蓄电池极板外观缺陷自动检测方法

摘要

本发明涉及一种蓄电池极板外观缺陷自动检测方法。传统的蓄电池极板的外观缺陷主要采用目测方法，具有较大的局限性。本发明方法首先由线阵CCD摄像头获得蓄电池极板其中一面的灰度图像，对灰度图像进行保留边缘的平滑滤波处理；然后对滤波后图像进行自适应阈值分割；最后确认孤立噪声点，统计所有连续备选缺陷点的数目，当该数量大于设定阈值时输出缺陷报警信号。本发明采用边缘保持的平滑方法，结合自适应阈值分割技术，并充分考虑了缺陷的面积特征，实现了实时准确的蓄电池极板外观检测。本发明可以高效准确地进行蓄电池极板外观缺陷的检测，该方法速度快、缺陷检测成功率高、无污染。

主权项

1.一种蓄电池极板外观缺陷自动检测方法，其特征在于该方法的具体步骤是：步骤(1)由线阵CCD摄像头获得蓄电池极板其中一面的灰度图像I_H，其中图像分辨率为，表示图像宽度，表示图像高度；步骤(2)对灰度图像I_H进行保留边缘的平滑滤波处理，得到滤波后图像，具体步骤如下：①对灰度图像I_H中的每一象素，抽取出其左上角、右上角、左下角及右下角4个3×3邻域，其中：左上角邻域的9个像素坐标分别为、、、、、、、、；右上角邻域的9个像素坐标分别为、、、、、、、、；左下角邻域的9个像素坐标分别为、、、、、、、、；右下角邻域的9个像素坐标分别为、、、、、、、、；上述邻域若因处图像的边沿或角落不存在则忽略；②计算上述每个3×3邻域的灰度均值，分别记为g_lu，g_ru，g_ld，g_rd；③对g_lu、g_ru、g_ld、g_rd、I_H进行排序，令它们的中间值为g_m，则滤波后图像为，I_H为灰度图像I_H中的象素的灰度值；步骤(3)对步骤(2)中所获得的滤波后图像进行自适应阈值分割，具体步骤为：①计算的均值；②对中的所有像素以为分界点进行二分类，灰度值大于的归为一类，反之归为另一类，分别计算该两类像素的均值和，令为该两类像素均值的均值，即；③继续以为分界点对中的所有像素进行二分类，令为该两类像素均值的均值；④重复上述二分类过程次，获得的自适应分割阈值；⑤若则令，对应的像素为备选缺陷点；若则令，对应的像素不是备选缺陷点；步骤(4)在8-邻域上计算空间上连续的备选缺陷点的面积，即对每一个备选缺陷点，考查其邻域8个邻域点、、、、、、、是否为备选缺陷点，若所有全部8个邻域点均不是备选缺陷点，则认为是孤立噪声点；反之，以邻域中的备选缺陷点为中心继续向外扩散，直到不能找到连续备选缺陷点为止，统计所有连续备选缺陷点的数目，当该数量大于时输出缺陷报警信号，否则不报警；其中为面积滤波阈值；步骤(5)获得蓄电池极板另一面的图像I_T，重复步骤(2)～(4)，获取极板该面的缺陷信息。