论文部分内容阅读
随着市场消费对电池质量水平的要求不断提高以及市场竞争更加激烈,高性能干电池生产以及更严格的质量监控越来越被各厂家所重视。同时,随着计算机及电子技术的迅猛发展,以及劳动力成本的不断提高,机器视觉检测技术及自动控制成为业界的新热点,并在各行各业中得到越来越多的应用。本文在总结机器视觉检测技术的工作原理、研究现状和发展趋势基础上,开展了机器视觉技术在干电池缺陷检测中的应用研究。针对干电池缺陷图像的特点进行了基于机器视觉技术的干电池缺陷嵌入式检测系统的研究,对提高干电池生产质量检测水平及实现自动化均有积极意义。本文的主要内容以及完成的主要工作有以下几个方面：1)分析研究了干电池生产缺陷的特点与规律性,展开了基于机器视觉技术的干电池缺陷嵌入式检测系统的研究。并搭建了干电池生产缺陷嵌入式检测实验平台。2)针对干电池缺陷检测速度高、实时性强的技术要求,确定了嵌入式检测系统的结构方案。提出了一种基于FPGA+DSP协同处理的嵌入式干电池缺陷视觉检测系统方案。由FPGA负责干电池的图像采集及预处理,DSP负责干电池图像处理及缺陷识别等任务。3)确定了采集卡由FPGA、解码芯片SAA7113及两块SRAM组建而成的方案,进行图像采集及预处理,再由DSP完成图像数据的处理及识别控制的工作机制。对图像采集模块PCB进行了电磁兼容的设计,完成了图像采集模块从硬件到软件的的具体设计。并设计及制备了图像采集卡实物。4)利用Verilog HDL语言完成了基于FPGA的图像采集卡各个模块的软件代码设计,并进行了仿真。以EL_DM6437型DSP开发板为基础,集成FPGA图像采集卡为一体,制备了嵌入式干电池缺陷视觉检测系统。5)开展了干电池缺陷图像处理及图像识别的算法研究,并在MATLAB上进行了仿真验证,优选出适合干电池缺陷图像处理及图像识别的中值滤波、二值化、裁剪和缺陷检测等算法,并基于EL_DM6437开发了相关算法程序。