基于机器视觉的锂电池极片缺陷检测

锂电池极片主要检测其外观缺陷，如胶纸的位置、表面有无漏铜、刮花之类的。胶纸位置检测相对要容易一些，而漏铜、乱花等则要麻烦一些。

机器视觉光源

对于胶纸位置，基本上比较好处理，很多光源都可以满足要求，如条形光源、环形光源、同轴光源、无影光源等。而对于漏铜、乱花等，则需要一些指向性相对比较好，如同轴光源、低角度环形光源，或条形光源、线光源掠射，不过这种方法只能解决一个方向缺陷（和光源平行的划痕等）；现在也有很多分时的线光，有多种角度的，但是也只是在同一拱形范围内多角度，并不是在一个球体范围内多角度，也还是存在一些问题。或者是使用圆顶无影光源也可以尝试一下效果，只是无影光源一般对划痕等缺陷都没有什么效果，只有污染等缺陷可以处理。

工业相机

这种项目主要还是考虑精度。如果精度要求高，那么相机的分辨率就要求高，成本也高，而且要求高了，项目整体难度上就会提高不少。精度高，视野范围又宽的，通常都比较难搞。大幅的产品，一般就要考虑使用线阵相机了。线阵相机的使用比面阵相机要难一些了，成本也会高不少。

工业镜头

因为视野比较大，所以对于一般的要求，可以考虑使用CCTV镜头，如果要求很高，建议使用远心镜头。具体焦距或倍率、距离等，还需要考虑相机的芯片大小、实际的具体工作距离等。

图像处理算法

找边函数、被子分析、纹理分析等方法可以适当的尝试效果。深度学习的方法应用于缺陷检测，会比传统方法有更好的效果。如果是要检测缺陷的，优先考虑深度学习的方法来处理。

         单个图像虽然也可以检测出来乱花漏铜，但是这种应用于实际项目时，是不太可靠的。传统算法比较费劲。

         直边定位则非常简单，现在这种简单的视觉项目已经非常少见了。还有机会的，都是缺陷检测类型的项目，还经常是抢破头的那种。机器视觉行业越来越难搞了，蓝海变红海了。

         各位客观，有简单点的视觉项目要做不？找我，找我，找我！

机器视觉项目实现难度

★★~★★★★★

锂电行业虽然难度比较多，但是现在也是机器视觉龙头企业里比较重要的市场。能搞锂电的，企业效益就还过得去，没搞锂电的，营业额就要少很多了。国内现在出口的三架马车锂电、电动车、光伏，锂电行业对机器视觉的需求比较多，容易出量爆单，所以虽然难搞，但是也是各大视觉公司竞争比较激烈的领域。