在传统视觉缺陷检测中,一些细微的褶皱,划痕,采图时,对比度非常低的,是比较难处理的。那么怎么办呢?

下面和大家分享锂电池瑕疵褶皱AI检测系统的案例,在锂电池的实际生产中,为了防止电池漏液,造成安全事故,锂电池检测应做到:

1、检测电池是否封边完好;

2、封边到电池边缘的距离,以及是否存在褶皱。

一、检测概况

工件有银色、黑色2种颜色,银色工件反光性较强,要求光源的均匀性比较好,在检测褶皱时易与背景区分。

深度学习:锂电池瑕疵褶皱AI检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

 

二、AI视觉检测硬件系统

深度学习:锂电池瑕疵褶皱AI检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

三、获取图像

1、识别电池封边的上边缘与电池上边缘,通过测量两者之间的间距,来判断封边是否有偏移(如图4所示);2、识别电池封边上的褶皱,来判断是否封边完好(如图5所示)。

深度学习:锂电池瑕疵褶皱AI检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

 

检测封边距离

锂电池封边检测时,受到各种褶皱影响局部反光效果不均匀,因此普通软件方法检测距离时容易受到平整度和背景整洁度的影响。通过盈泰德(深度学习AI视觉检测)软件各种图像算法叠加可将干扰因素过滤,只保留需要的部分。检测结果如图:

深度学习:锂电池瑕疵褶皱AI检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

 

 

褶皱检测

深度学习:锂电池瑕疵褶皱AI检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

 

对于电池缺陷检测的大部分都是用传统的机器视觉检测系统,其中,如何突出缺陷、提取有用信息是传统视觉处理难点所在,但这些难题,在盈泰德科技新一代深度学习AI检测系统面前,都是可以轻易检测出来的。

如果你的工业生产线中,也需要用的到深度学习检测技术,那么不妨和我们盈泰德科技聊聊,我们会先根据你的需求分析,从一个专业的角度免费来给你设计一个合适你的方案,然后听取你的意见,再详细洽谈,最后即使没能达成合作,我们也非常希望能多认识个朋友。