基于机器视觉的铜箔表面缺陷检测方法研究

针对当前锂电池用电解铜箔(锂电铜箔)表面缺陷问题,提出了一种基于改进Canny边缘检测算法的铜箔表面缺陷检测方法。首先,使用中值滤波替代传统Canny算法中的高斯滤波,解决高斯滤波会模糊缺陷边缘的问题;其次,使用迭代法自动获取双阈值,增强阈值自适应性,解决固定阈值适应性差的问题。利用工业相机采集到铜箔图像并上传到上位机中,先对图像进行中值滤波和灰度值缩放变换处理,在去除噪声和增强缺陷信息的同时保留缺陷边缘,然后使用动态阈值分割图像获取感兴趣区域(缺陷ROI),最后用改进Canny边缘检测和形态学闭运算结合的方法提取缺陷边缘,完成缺陷检测。实验结果表明传统Canny算法检测成功率较低,而该方法能够精准提取缺陷边缘信息,检测成功率达到97.08%,实现了对铜箔划痕、裂纹、污点类等表面缺陷的准确检测。