论文部分内容阅读
为了解决动力电池在生产过程中人工检测焊缝缺陷容易产生误检、漏检和无法实现自动化检测的问题,设计了一种基于3D机器视觉技术和机器学习的焊缝质量检测方法。采用支持向量机SVM学习焊缝关键特征值,得到最优分类超平面,训练完成后,相机采集图像,通过高斯滤波降噪、图像纠正和缺陷特征提取,然后SVM对缺陷特征值进行分类,判断产品是否存在缺陷。实验证明,该方法实现了100%在线自动化检测焊缝质量,并具有快速、准确的优点,成功地解决了动力电池生产过程中焊缝质量自动化检测难题。