首页--工业技术论文--电工技术论文--独立电源技术(直接发电)论文--蓄电池论文

基于机器视觉的锂电池极片缺陷检测研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第9-20页
    1.1 课题背景及研究意义第9-10页
    1.2 缺陷检测的国内外研究现状第10-13页
    1.3 基于机器视觉的缺陷检测方法第13-18页
        1.3.1 缺陷检测的图像处理第13-14页
        1.3.2 三维重建方法介绍第14-17页
        1.3.3 缺陷分类方法介绍第17-18页
    1.4 本课题主要研究内容第18-20页
第2章 基于机器视觉的极片缺陷检测的总体设计第20-29页
    2.1 锂电池极片缺陷检测的需求分析第20-23页
        2.1.1 锂电池极片缺陷介绍第20-22页
        2.1.2 锂电池极片缺陷检测要求第22-23页
    2.2 极片缺陷检测系统的设计方案第23-28页
        2.2.1 缺陷检测系统的总体设计第23-25页
        2.2.2 软件系统的总体设计第25-28页
    2.3 本章小结第28-29页
第3章 基于数字图像处理的极片缺陷检测第29-37页
    3.1 极耳缺陷的检测第29-33页
        3.1.1 极耳缺陷的检测方法与实现第29-32页
        3.1.2 极耳缺陷的检测结果第32-33页
    3.2 边缘和极网缺陷的检测第33-36页
        3.2.1 边缘和极网缺陷的检测方法与实现第33-35页
        3.2.2 边缘和极网缺陷的检测结果第35-36页
    3.3 本章小结第36-37页
第4章 基于激光三角测量的极网气泡三维重建第37-52页
    4.1 引言第37页
    4.2 激光三角测量的原理第37-41页
    4.3 激光三角测量的步骤第41-45页
        4.3.1 设备的安装第41-42页
        4.3.2 装置的标定第42-45页
        4.3.3 三维重建及测量第45页
        4.3.4 深度信息的提取第45页
    4.4 三维重建的结果及分析第45-50页
        4.4.1 对立方体的三维重建结果及分析第45-48页
        4.4.2 对极网气泡的三维重建结果及分析第48-50页
    4.5 本章小结第50-52页
第5章 基于支持Tucker机的极网气泡缺陷分类第52-68页
    5.1 引言第52页
    5.2 支持Tucker机的原理第52-55页
    5.3 基于支持Tucker机的极网气泡缺陷分类步骤第55-56页
    5.4 极网气泡缺陷分类的实验结果及分析第56-67页
        5.4.1 ROC曲线第56-59页
        5.4.2 支持向量机与主成分分析第59-60页
        5.4.3 实验结果与分析第60-67页
    5.5 本章小结第67-68页
结论第68-69页
参考文献第69-76页
攻读硕士学位期间发表的论文及其它成果第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:中医五行音乐疗法治疗肝气郁滞型(抑郁)斑秃的研究
下一篇:智能电网下的云计算隐私保护与安全存储研究