图像增强技术在锂电极片视觉识别检测中的应用

赵 斌, 周 信, 张 广才, 李 巍
苏州工业职业技术学院

摘要


在锂电制造过程中，极片的质量是影响电池性能、安全性和循环寿命的关键因素。传统的人工质检方法存
在效率低、一致性差等局限性，难以满足动力电池大规模智能制造的需求。为此，本文重点对锂电极片缺陷检测开
展研究工作，提出一种基于工业视觉的锂电极片缺陷智能检测方法，通过高精度成像系统与图像增强处理算法的协
同优化，实现极片表面缺陷的高效精准检测。不仅可以有效实现对极片缺陷的视觉检测，也为工业视觉技术在新能
源智能制造领域的深入应用提供了重要参考。

关键词


图像增强；工业视觉；锂电制造

全文:

PDF


参考


[1]王立钢.基于机器视觉的工业机器人柔性分拣系

统设计[J].轻工科技，2024，40（6）：101-105.

[2]赵岚，唐国，寅温，等.基于3D视觉的机器人分

拣实验系统研究与设计[J].南京信息工程大学学报（自然

科学版），2023，15（5）：604-611.

[3]左才，张勇斌，齐元胜，等.基于机器视觉的印

刷品表面划痕缺陷检测[J].印刷与数字媒体技术研究，

2023，（05）：42-48.

[4]王茜茜，蒋鹏辉.基于图像处理与深度学习的太

阳能电池片缺陷检测[J].上海电机学院学报，2022，25

（05）：287-291.

[5]曾建华，黄时杰.典型图像边缘检测算子的比较与

分析[J].河北师范大学学报，2020，44（04）：295-301.


Refbacks

  • 当前没有refback。