柱形锂电池作为一种新能源电池,一直以来作为重要供能元件应用在各种领域,随着科技领域发展的日新月异,电池的需求量日益增加,电池的质量也备受人们关注。由于生产工艺等原因,在电池外壳表面存在凹坑、凸起和划痕等缺陷,这些缺陷不仅会影响电池成品质量,造成电池生产商的损失,而且由于锂电池的电化学放电性质,缺陷严重时甚至会引起火灾等安全隐患,造成人身财产安全,所以,电池外壳缺陷检测研究是非常必要的。传统的缺陷检测方法在速度上已经无法满足工业自动化的生产需求,而且检测精度也无法达到现代化标准。本文介绍了完整的电池外壳圆周面缺陷视觉检测系统,包括硬件和软件两个部分;在经典阈值分割方法的基础上改进了一种快速分割电池外壳圆周面图像的方法;针对因电池外壳边缘光照不均以及边缘背景与内表面的灰度差异造成的漏检和误检问题,本文创新性的提出了一维分区中值-高斯滤波图像预处理算法,在消除图像噪声的同时可以很好的保留缺陷信息,尤其是边缘位置的缺陷信息;依据缺陷照明成像模型灵活应用滑动平均滤波算法对预处理后的图像灰度拟合以突出缺陷;根据残差曲线特点设置动态阈值分割缺陷并做二值化处理;通过形态学闭合处理及连通域分析在原图标记缺陷位置。本文设计的检测系统对1200个待测电池外壳进行了分组对比实验,结果证明本文设计的电池外壳圆周面缺陷检测算法具有较快的检测速度和较高的检测精度,可以快速准确的检测到凹坑、凸起、划痕、拉丝等主要影响电池质量的缺陷。其中与传统未分区滤波处理结果相比,分区处理的检测精度比未分区处理检测精度高约20%,明显降低了漏检率;与其他缺陷检测方法相比,本文提出的方法可以很好的兼顾速度和精度,可以每秒处理4个8192×10240像素的电池外壳圆周面图像的缺陷情况且检测精度不低于95%,完全满足工业自动化实时检测要求,说明了算法的有效性和实用性。