18650圆柱形锂电池是一种广泛应用在便携设备,移动电源,储备能源等多方面的锂电池。它具有成熟的工艺,优质的电芯,生产过程自动化高,产品品质稳定等特点,在市场占据非常高的份额,应用非常广泛。在生产过程中由于制作工艺以及不可避免的磕碰等原因,导致锂电池表面会存在破膜,凹坑,划痕等缺陷,不但对锂电池的外观造成影响,同时也会使电池存在安全隐患。目前锂电池的检测方法主要是依靠人工检测,人工检测存在效率低,漏检率高等问题,已经不满足现代化制造业的要求。本文根据锂电池圆周面的特征,通过机器视觉技术,设计了一套检测圆周面缺陷的检测系统。本文介绍了锂电池圆周面各种缺陷的产生原因,并对成像特征进行了分析。将锂电池的圆周面划分为明区域和暗区域两个区域,同时分析了检测的重点和难点,并设计了总体检测方案。针对锂电池的定位,主要通过提取锂电池的轮廓来进行定位,轮廓提取主要是基于灰度空间极值的思想,通过一维均值滤波降低锂电池圆周面的干扰信号,再根据幅值频数分布直方图设置阈值。针对锂电池明暗区域设计了两种标记方案,通过固定模板将轮廓连续化,最后得到锂电池的轮廓,并与传统的边缘检测Canny算法进行对比,本文算法在暗区域能提取出更多细节。针对锂电池圆周面破膜缺陷,首先根据破膜缺陷和油污的灰度分布曲线差异性来设置相邻凹凸线段幅值的阈值对缺陷区域进行提取,以达到分辨油污与缺陷的目的。通过形态学特征确定缺陷区域,该方法一定程度上避免了油污造成的误检。针对锂电池圆周面凹坑缺陷,分析了凹坑缺陷与油污的灰度分布曲线,通过最小二乘法拟合锂电池表面的灰度分布曲线并与原始灰度分布曲线进行对比,根据两条曲线在一定区域内的灰度差值总和的特征来判断是否存在凹坑缺陷。该方法可有效对凹坑缺陷进行检测,同时降低了误检率。