动力或手机电池极片在分切时,刀具上微米级的豁口将使其产生极片毛刺,是进一步导致电池起火的直接危险源。然而,国内外刀具的质量检测通常通过人眼使用显微镜目镜进行观测,过程耗时、用眼强度极大,且检测准确率低、重复性差。为解决此问题,论文设计了一种刀具豁口自动显微检测系统。该检测系统主要由图像采集、图像拼接、豁口检测、数据管理等部分组成,通过机器视觉相关技术检测分切刀具在出厂或使用时产生的豁口。本文针对电池极片分切时刀具上的豁口缺陷检测、显微图像拼接算法工作展开研究,论文主要研究内容如下:(1)针对图像拼接过程中轮廓匹配搜索速度较低的问题,提出一种区域蛙跳搜索算法,通过蛙群的初始分布、鸣叫分贝的更新、青蛙的跳跃和决策域的更新四个阶段实现快速匹配轮廓相似度的最优值。实验验证表明区域蛙跳搜索算法具有较好的求解精度和收敛速度。(2)针对显微图像中特征稀少、拼接困难等问题,提出采用图像轮廓线之间的相似度进行匹配的拼接算法。引入两种指标衡量其轮廓曲线的相似距离,分别计算图像轮廓曲线间的相似度和曲线离散距离,替代传统的SIFT或SURF特征匹配方法,提高图像拼接中匹配的精度。实验结果表明MSED距离作为图像匹配指标具有较高的拼接精度和较强的鲁棒性。(3)针对刀具显微图像中豁口目标检测准确率低、重复性差的问题,提出一种基于边界敏感的刀具豁口检测算法。通过最小二乘拟合法目标函数中引入正则项约束的方法,提高基准拟合线对刀具修复轮廓的拟合能力;构建弹性调整空间和边界敏感网络,调整豁口目标的边界位置;通过上述改进建立边界敏感豁口缺陷检测模型,引入刀具边缘豁口检测中结果表明该算法具有更高的检测精度和更低的漏检率。通过对比实验表明论文提出的豁口检测方法在刀具豁口识别中具有较好的识别效果,并且在国内龙头企业B的实际应用表明,提出的算法不仅具有较高的检测精度和较强的鲁棒性,同时满足在线实时检测的要求。