来源：期刊VIP网 时间：
作者：吴中虎;胡伟;
单位：河南理工大学电气工程与自动化学院;
摘要：本研究将机器视觉与锂电池模切设备相结合，提出一种基于Canny算法改进的极片缺陷边缘检测方法。首先采用灰度拉伸的自适应图像增强算法，增强图像信息；其次针对对比度较低的缺陷使用引导滤波对图像进行降噪，有效避免了高斯滤波在降噪时对梯度变化平缓的边缘造成梯度消失的问题；采用基于Sobel算法的3×3梯度模板使用一阶有限差分计算4个方向偏导数阵列得到梯度的幅值与方向角；最后，基于迭代法和NIBLACK算法自动获取图像的高、低阈值，通过双阈值去掉伪边缘，并将两种算法的检测结果逻辑与运算进行边缘融合。经实测，本算法对极片表面低对比度的缺陷边缘提取识别率可达97.95%，相较与传统Canny算法提高了17.35%以上。且该算法系统可以在线稳定运行，满足实际生产需求。
关键词：机器视觉;;引导滤波;;Canny算法;;缺陷检测
基金资助：国家自然科学基金(No.U1804147)
