高堂盼

（广东利元亨智能装备股份有限公司，广东惠州 516000）

0 引言

随着新能源产业的飞速发展，市场对锂离子动力电池的需求逐步增大。极耳焊接工艺是锂电芯整个生产工艺链中较为关键的一部分，其焊接质量和焊接精度会影响整个锂电芯的性能和使用寿命，严重者可直接导致产品报废。常规的软包电芯的极耳是片状、柔软的多层结构，常用的焊接方式有激光焊接、超声波焊接等，在焊接过程中容易因装夹、压刀收拢等工序而产生褶皱、破损及翻折等缺陷。目前，国内对极耳焊后产生的的缺陷检测主要是依靠人工经验肉眼检测判断，缺乏相应的、比较系统的缺陷检测规程作指导，而且受人为主观因素的影响很大，很难保证检测的准确度和效率[1－2]。

随着计算机技术、图像处理技术的快速发展，近年来，很多国内外学者、企业开始聚焦于机器视觉，希望借助机器视觉技术快速和精准地实现锂电芯极耳焊后的缺陷检测[3－4]。机器视觉检测技术是一种非接触式的全新高效检测技术，具备高精准度、高效率、对产品零损伤等优点，可有效地实现设备的生产自动化以及高效柔性化，因此，利用机器视觉技术对锂电芯焊后极耳检测必将是未来的一大趋势[5]。

本文首先对锂电芯极耳焊后视觉检测系统进行了设计；然后基于图像处理原理对采集的图像进行图像预处理，并利用图像差分的方法提取相应的缺陷特征，实现缺陷的识别检测；……