基于机器视觉的电池模组焊点缺陷实时检测

钱厚亮; 赵帅; 杨雪

doi:10.13960/j.issn.1672-2558.2025.03.006

南京工程学院学报（自然科学版） ›› 2025, Vol. 23 ›› Issue (3) : 48 -55. DOI: 10.13960/j.issn.1672-2558.2025.03.006

基于机器视觉的电池模组焊点缺陷实时检测

钱厚亮, 赵帅, 杨雪

作者信息 +

Author information +

文章历史 +

摘要

针对传统动力电池焊点形态检测中存在的漏检、效率低和误检率高等问题，提出一种基于机器视觉的电池模组焊点缺陷实时检测系统.采用伽马变换、中值滤波处理，以增强图像清晰度与特征保留能力；提出一种改进的Canny边缘检测算法，以提高焊点边缘提取的准确性和完整性；改进Hu-SIFT快速匹配算法，以提升匹配的准确性；通过基于决策树的分类算法对焊点缺陷进行分类识别.试验结果表明，该方法能够精确识别焊点的形态特征，可对漏焊、虚焊、炸焊、焊点偏移及焊点氧化缺陷进行准确分类，平均检测准确率达到98%,符合电池模组生产线2组/s的节拍要求.