| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 机器视觉应用研究现状 | 第10-11页 |
| 1.2.2 极片缺陷检测与分类研究现状 | 第11-12页 |
| 1.3 本文主要内容及章节安排 | 第12-13页 |
| 2 锂电池极片缺陷检测与分类系统设计 | 第13-19页 |
| 2.1 锂电池极片生产工艺 | 第13-14页 |
| 2.2 锂电池极片缺陷分析 | 第14-15页 |
| 2.3 极片缺陷检测与分类系统设计 | 第15-18页 |
| 2.3.1 系统总体结构设计 | 第15-16页 |
| 2.3.2 硬件设备选型 | 第16-17页 |
| 2.3.3 软件功能分析 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于图像处理的极片缺陷检测 | 第19-31页 |
| 3.1 极片缺陷检测流程 | 第19页 |
| 3.2 图像预处理 | 第19-24页 |
| 3.2.1 图像滤波 | 第19-22页 |
| 3.2.2 图像增强 | 第22-24页 |
| 3.3 极片缺陷检测算法 | 第24-29页 |
| 3.3.1 边缘检测 | 第24-25页 |
| 3.3.2 阈值分割 | 第25-27页 |
| 3.3.3 形态学处理 | 第27-28页 |
| 3.3.4 图像细化 | 第28-29页 |
| 3.4 极片缺陷标记 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于SVM的极片缺陷分类 | 第31-49页 |
| 4.1 支持向量机算法 | 第31-32页 |
| 4.2 特征分析与提取 | 第32-37页 |
| 4.3 SURF特征点的BoF量化 | 第37-40页 |
| 4.3.1 BoF模型原理 | 第37页 |
| 4.3.2 BoF量化SURF特征点 | 第37-40页 |
| 4.4 特征融合 | 第40-42页 |
| 4.4.1 特征融合理论 | 第40-41页 |
| 4.4.2 极片缺陷BoF-SURF特征与灰度特征融合 | 第41-42页 |
| 4.5 极片缺陷分类实验 | 第42-48页 |
| 4.5.1 核函数选择及参数优化 | 第42-45页 |
| 4.5.2 分类实验及结果分析 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5 系统软件设计 | 第49-58页 |
| 5.1 软件与开发工具 | 第49页 |
| 5.2 系统界面设计 | 第49-53页 |
| 5.2.1 登录界面 | 第50-52页 |
| 5.2.2 检测与分类界面 | 第52-53页 |
| 5.3 系统功能验证及分析 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |