多晶硅表面缺陷识别及软件检测系统设计与开发
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 光伏行业及太阳能多晶硅介绍 | 第14-16页 |
| 1.2.1 太阳能电池的发展 | 第14页 |
| 1.2.2 太阳能电池分类 | 第14-15页 |
| 1.2.3 光伏发电行业现状 | 第15页 |
| 1.2.4 太阳能多晶硅片工艺介绍 | 第15-16页 |
| 1.3 太阳能多晶硅片缺陷检测 | 第16-17页 |
| 1.4 机器视觉检测技术 | 第17-18页 |
| 1.4.1 机器视觉检测的优势 | 第17-18页 |
| 1.4.2 机器视觉检测应用现状 | 第18页 |
| 1.5 本文主要内容及结构 | 第18-20页 |
| 第二章 检测系统分析及设计 | 第20-34页 |
| 2.1 太阳能多晶硅片表面常见缺陷 | 第20-23页 |
| 2.2 检测难点分析 | 第23-24页 |
| 2.3 检测系统要求 | 第24页 |
| 2.4 检测系统原理分析 | 第24-26页 |
| 2.5 系统设计 | 第26-32页 |
| 2.5.1 检测系统硬件组成 | 第26-27页 |
| 2.5.2 视觉系统硬件组成 | 第27-29页 |
| 2.5.3 视觉系统软件组成 | 第29-31页 |
| 2.5.4 图像分析软件算法框架 | 第31页 |
| 2.5.5 检测系统软件、硬件结构关系 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 图像预处理算法研究 | 第34-47页 |
| 3.1 精确的图像分割方法 | 第34-43页 |
| 3.1.1 初步分割 | 第35-39页 |
| 3.1.2 皮带轮的去除 | 第39-41页 |
| 3.1.3 硅片区域精确定位 | 第41-43页 |
| 3.2 仿射变换区域划分 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 缺陷识别算法及特征提取 | 第47-62页 |
| 4.1 特征提取方法 | 第48-52页 |
| 4.1.1 特征提取因素 | 第48-49页 |
| 4.1.2 几何特征 | 第49-50页 |
| 4.1.3 矩特征法 | 第50-51页 |
| 4.1.4 颜色特征 | 第51-52页 |
| 4.2 太阳能多晶硅片缺陷识别及特征提取 | 第52-61页 |
| 4.2.1 形状检测 | 第52页 |
| 4.2.2 颜色缺陷检测 | 第52-54页 |
| 4.2.3 颜色均匀性特征 | 第54-55页 |
| 4.2.4 边角颜色异常 | 第55-56页 |
| 4.2.5 斑点特征 | 第56-57页 |
| 4.2.6 指纹特征 | 第57-59页 |
| 4.2.7 滚轮印特征 | 第59-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 分类器设计 | 第62-72页 |
| 5.1 支持向量机 | 第62-65页 |
| 5.1.1 支持向量机分类原理 | 第63-64页 |
| 5.1.2 线性不可分问题 | 第64-65页 |
| 5.1.3 核函数与维数扩展 | 第65页 |
| 5.2 基于支持向量机的分类器设计 | 第65-68页 |
| 5.2.1 缺陷分类器参数选用及优化 | 第66-67页 |
| 5.2.2 分类器动态调度 | 第67-68页 |
| 5.3 系统运行及测试 | 第68-70页 |
| 5.3.1 离线训练 | 第69-70页 |
| 5.3.2 在线检测 | 第70页 |
| 5.3.3 系统测试及结果 | 第70页 |
| 5.4 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间的学术成果 | 第81页 |
