机器视觉在锌膏检测中的应用研究

王玉明

摘 要：本文主要介绍了如何使用视觉系统检测电池中的锌膏溅出、有无以及液面的高低等。通过调整光源的照明方式、调整二值化的算法等办法，实现碱性电池内部的锌膏的多个方面的检测，从而提高了产品的质量。

关键词：视觉系统;锌膏;光源;二值化

碱性电池在生产过程中，往往会产生瑕疵品，严重影响产品的质量。传统的检测方法是用肉眼去看[1]。然而，随着电池生产线的速度越来越快，肉眼检测已经无法适应当前的生产。因此，机器视觉在电池的瑕疵检测中应用的越来越广[2]。视觉系统已经在检测电池的涂胶[3-4]、隔膜管、贴标[5]等方面应用成熟。锌膏作为碱性电池的负极材料，在注入的过程中往往会产生漏注、注入量不正确、注外面等情况[6]，最终导致电池发生质量事故。

因此，本文对机器视觉在检测电池锌膏注入优良的功能上进行了研究，实现了多种锌膏不良的检测。

1  系统硬件设计

1.1视觉系统的设计

如图1所示，本系统由像素35万的智能相机和1：25倍的镜头。

1.2 光源的设计

鉴于电池的形状，我们选择环形光源，照射的方式有两种：

1）从上往下竖直照射。如图1（a）所示，这种照射方式的优点是光能射入电池内部较深的地方，当锌膏液面较低时也能拍的清楚;缺点是若锌膏较湿润，容易形成反光引起误判，且液面高低不明显。

2）从侧面照射。如图1（b）所示，光从两侧斜上方照射入电池内部。这种照射方式的优点是不会因为电池内部湿润而反光，并且由于电池外壳的遮挡，锌膏液面高低时，图像显示的亮暗不同;缺点是当里面的液面较低时，不容易照射到。

碱性电池中的锌膏往往液面较高，且含水量较多，故常常选择第二种照射方式来实现。

2  系统软件设计

OSTU算法[7]是全局二值化中最杰出的代表。

设图像中有M个灰度值，取值范围0～M-1，在此范围内选取一个灰度值t，将图像分成0～t和t+1～M-1两个部分，设每个灰度值出现的概率为pi，则两个部分的概率分别为

3  实验结果及分析

图2显示了隔膜管外的锌膏有无的检测结果。可以看到正常情况下，这个区域都是黑的，当有锌膏溅出时会有白色区域产生。

图3显示隔膜管内的锌膏液面的高低。当液面较高时，白色的区域较多;而当液面较低时，褐色的区域较多。以此可以作为判定管内锌膏有无以及液面是否良好的检测手段。

4  结  论

本文研究了电池中锌膏检测的主要几个方面。通过调整光源的照射角度，选择灰度的最佳阈值等方式，很好的得到了实现，为最终的产品提供了保障。然而，现在的检测中仍存在着不足，例如锌膏的湿润程度会影响光线反射，从而影响结果，又如隔膜管上的锌膏较难检测出来等，需要在下一步继续改进。

参考文献：

[1] 陶思理等.干电池封口胶图像分割方法[J].现代电子技术. 2011，34（13）：162-164.

[2] 张舞杰等.一种基于视觉的干电池检测方法[J].机床与液，2011，39（13）： 10-12..

[3] 殷苏民等.一种基于机器视觉的电池涂胶缺陷检测方法[J].试验？检测.2017，1（55）： 85-87.

[4] 胡乃龍.基于机器视觉的碱性电池涂胶缺陷在线检测系统的研究与设计[D].镇江：江苏大学，2017.

[5] 钱靖等.影像系统结合PLC在电池行业中的应用[J].电池，2005，5：382-383.

[6] 杨上华.碱性电池锌膏注入机的研制[J].中国设备工程，2018，10：140-141.

[7] Otsu N. A threshold selection method from gray-level histograms[J]. Automatical，1975，11（285-296）：23-27.