电池表面缺陷视觉检测算法的研究与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 选题背景和意义 | 第9-10页 |
1.2 国内外研究进展 | 第10-11页 |
1.2.1 机器视觉检测发展现状 | 第10-11页 |
1.2.2 视觉检测在电池缺陷检测的应用 | 第11页 |
1.3 论文研究内容和结构安排 | 第11-16页 |
1.3.1 论文研究内容 | 第11-14页 |
1.3.2 论文结构安排 | 第14-16页 |
第2章 视觉检测系统实验平台组成 | 第16-28页 |
2.1 平台总体设计 | 第16页 |
2.2 成像设备选型 | 第16-24页 |
2.2.1 相机选型 | 第16-18页 |
2.2.2 光源选型 | 第18-24页 |
2.2.3 镜头的选型 | 第24页 |
2.3 其他硬件 | 第24-25页 |
2.4 电池模拟生产线 | 第25-26页 |
2.5 图像采集软件的设计与实现 | 第26-27页 |
2.6 本章小结 | 第27-28页 |
第3章 电池定位算法的研究 | 第28-48页 |
3.1 常见的ROI提取方法 | 第28-32页 |
3.1.1 阈值分割 | 第28-29页 |
3.1.2 模版匹配 | 第29-30页 |
3.1.3 区域生长 | 第30页 |
3.1.4 边缘检测 | 第30-32页 |
3.2 电池圆周面图像定位算法设计 | 第32-44页 |
3.3 电池端面定位算法设计 | 第44-47页 |
3.4 电池定位实验结果 | 第47页 |
3.5 本章小结 | 第47-48页 |
第4章 缺陷检测算法研究 | 第48-63页 |
4.1 裸壳圆周面壳身凹坑缺陷 | 第48-53页 |
4.2 裸壳顶端面壳口生锈缺陷 | 第53-58页 |
4.2.1 特征生成 | 第53-57页 |
4.2.2 分类器分类 | 第57-58页 |
4.3 包膜圆周面破皮缺陷 | 第58-62页 |
4.4 本章小结 | 第62-63页 |
第5章 结论 | 第63-64页 |
参考文献 | 第64-68页 |
在学研究成果 | 第68-69页 |
致谢 | 第69页 |