| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·太阳能电池现状和发展趋势 | 第10-14页 |
| ·太阳能电池发展历史和现状 | 第10-11页 |
| ·光伏产业的发展状况 | 第11-12页 |
| ·太阳能光伏电池的研究概况 | 第12-14页 |
| ·太阳能单晶硅片工艺介绍 | 第14-16页 |
| ·太阳能单晶硅片表面缺陷检测技术的发展与应用 | 第16-17页 |
| ·本文的主要内容及结构 | 第17-19页 |
| 第二章 太阳能单晶硅片表面缺陷检测系统工作原理研究 | 第19-26页 |
| ·检测系统的结构 | 第19-22页 |
| ·检测系统的工作原理 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 太阳能单晶硅片表面缺陷图像处理算法的研究 | 第26-45页 |
| ·缺陷图像的增强 | 第26-34页 |
| ·缺陷图像的对比度增强 | 第27-30页 |
| ·缺陷图像的去噪 | 第30-34页 |
| ·缺陷图像的分割 | 第34-42页 |
| ·缺陷图像的阂值分割 | 第34-36页 |
| ·缺陷图像的边缘检测 | 第36-42页 |
| ·缺陷图像的形态处理 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 太阳能单晶硅片表面缺陷图像的特征提取与选择 | 第45-55页 |
| ·太阳能单晶硅片表面缺陷常见类型 | 第45-48页 |
| ·缺陷图像的特征提取评判标准 | 第48-49页 |
| ·缺陷图像的灰度特征 | 第49-50页 |
| ·缺陷图像的形态特征 | 第50-52页 |
| ·缺陷图像的纹理特征 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于支持向量机的缺陷识别研究 | 第55-75页 |
| ·支持向量机分类思想 | 第55页 |
| ·支持向量机分类原理 | 第55-60页 |
| ·最优分类超平面 | 第56-57页 |
| ·支持向量机的分类 | 第57-59页 |
| ·支持向量的核函数 | 第59-60页 |
| ·基于支持向量机的太阳能硅片缺陷分类试验 | 第60-74页 |
| ·构建改进的多类分类器 | 第60-64页 |
| ·核函数的选取 | 第64页 |
| ·基于交互作用的正交试验 SVM参数优化 | 第64-69页 |
| ·分类器的实验结果与分析 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·本文总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |