基于计算机视觉的锂电池连接片焊接检测系统

TG409; 为了满足锂电池生产企业对锂电池连接片的焊接质量进行自动化检测的需求,设计了一种基于计算机视觉的锂电池连接片焊接质量检测系统.针对正、负电极材料的光学特性和检测精度要求,设计了两套光学系统分别实现锂电池正、负电极的成像,提出了多重自适应模板匹配算法提取正、负电极焊缝区域,采用自适应阈值分割法对焊缝区域实现灰度化操作,使用灰度形态学运算弱化灰度图的噪点突出焊盘特征点,利用轮廓提取算法实现焊盘特征点的提取,依据特征点数量实现极耳裁切缺陷的检测,将U2-Net语义分割模型引入焊接质量检测任务,采集正、负电极焊缝和烧穿、虚焊、焊接氧化缺陷数据集,利用数据增强技术扩充数据集,解决焊接缺陷的小...

Full description

Saved in:
Bibliographic Details
Published in焊接学报 Vol. 45; no. 10; pp. 38 - 49
Main Authors 于强, 肖澜, 郑大伟, 彭昭鸿, 宋凯宏
Format Journal Article
LanguageChinese
Published 哈尔滨工程大学,青岛创新发展基地,青岛,266000%海克斯康制造智能技术(青岛)有限公司,青岛,266000 01.10.2024
Subjects
锂电池
image processing
焊接检测
语义分割
计算机视觉
图像处理
lithium battery
computer vision
welding inspection
semantic segmentation
Online AccessGet full text
ISSN0253-360X
DOI10.12073/j.hjxb.20230621001

Cover

More Information
Summary:TG409; 为了满足锂电池生产企业对锂电池连接片的焊接质量进行自动化检测的需求,设计了一种基于计算机视觉的锂电池连接片焊接质量检测系统.针对正、负电极材料的光学特性和检测精度要求,设计了两套光学系统分别实现锂电池正、负电极的成像,提出了多重自适应模板匹配算法提取正、负电极焊缝区域,采用自适应阈值分割法对焊缝区域实现灰度化操作,使用灰度形态学运算弱化灰度图的噪点突出焊盘特征点,利用轮廓提取算法实现焊盘特征点的提取,依据特征点数量实现极耳裁切缺陷的检测,将U2-Net语义分割模型引入焊接质量检测任务,采集正、负电极焊缝和烧穿、虚焊、焊接氧化缺陷数据集,利用数据增强技术扩充数据集,解决焊接缺陷的小样本和小目标问题,融合应用U2-Net语义分割模型和轮廓提取算法实现焊缝尺寸测量以及虚焊等缺陷的检测.系统试运行结果表明,缺陷检出率为99.98％,误检率仅为0.06％,满足企业的实际需求,实现了快速、无接触且准确的自动化检测.
ISSN:0253-360X
DOI:10.12073/j.hjxb.20230621001