基于机器视觉的碱性电池涂胶缺陷在线检测系统的研究与设计
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 课题研究背景和意义 | 第11-14页 |
1.1.1 课题来源 | 第11页 |
1.1.2 碱性电池行业背景简介 | 第11-12页 |
1.1.3 课题研究意义及目的 | 第12-14页 |
1.2 机器视觉的概述 | 第14-16页 |
1.2.1 机器视觉的背景 | 第14-15页 |
1.2.2 机器视觉的应用 | 第15-16页 |
1.3 国内外研究现状 | 第16-18页 |
1.3.1 机器视觉国内外研究现状 | 第16-17页 |
1.3.2 课题研究现状 | 第17-18页 |
1.4 课题研究内容及论文结构安排 | 第18-19页 |
第二章 碱性电池涂胶缺陷检测系统的总体方案设计 | 第19-44页 |
2.1 碱性电池生产流程及涂胶工艺过程 | 第19-21页 |
2.2 碱性电池涂胶缺陷分析 | 第21-22页 |
2.3 碱性电池涂胶缺陷检测系统设计要求 | 第22页 |
2.4 系统的关键结构设计 | 第22-27页 |
2.4.1 相机的拍照和安装方式 | 第22-24页 |
2.4.2 剔除机构设计 | 第24-27页 |
2.5 硬件结构和硬件设备选择 | 第27-39页 |
2.5.1 相机 | 第28页 |
2.5.2 镜头 | 第28-31页 |
2.5.3 光源照明 | 第31-35页 |
2.5.4 图像处理单元 | 第35-37页 |
2.5.5 可编程逻辑控制器 | 第37-38页 |
2.5.6 人机交互界面 | 第38-39页 |
2.6 系统软件设计 | 第39-42页 |
2.7 本章小结 | 第42-44页 |
第三章 碱性电池涂胶图像预处理及特征分割 | 第44-68页 |
3.1 碱性电池涂胶图像灰度化 | 第44-46页 |
3.1.1 图像灰度化 | 第44-46页 |
3.1.2 碱性电池灰度化效果分析 | 第46页 |
3.2 碱性电池涂胶图像去噪 | 第46-52页 |
3.2.1 数字图像的噪声种类 | 第46-47页 |
3.2.2 数字图像滤波 | 第47-51页 |
3.2.3 碱性电池图像滤波结果分析 | 第51-52页 |
3.3 图像增强 | 第52-56页 |
3.3.1 直方图均衡算法 | 第53-54页 |
3.3.2 分段灰度变换 | 第54-56页 |
3.3.3 碱性电池涂胶图像增强结果分析 | 第56页 |
3.4 碱性电池涂胶图像分析 | 第56-57页 |
3.5 边缘检测 | 第57-62页 |
3.6 图像分割 | 第62-66页 |
3.7 碱性电池图像阈值分割算法的分析 | 第66-67页 |
3.8 本章小结 | 第67-68页 |
第四章 碱性电池涂胶缺陷检测方法研究 | 第68-81页 |
4.1 碱性电池涂胶缺陷特征分析 | 第68-69页 |
4.1.1 碱性电池钢壳缺陷特征分析 | 第68-69页 |
4.1.2 碱性电池涂胶质量缺陷特征分析 | 第69页 |
4.2 碱性电池配准定位 | 第69-71页 |
4.3 碱性电池涂胶缺陷检测算法 | 第71-75页 |
4.3.1 模板匹配法缺陷检测 | 第71-73页 |
4.3.2 图像差分法 | 第73-75页 |
4.4 缺陷识别 | 第75-78页 |
4.4.1 模式识别 | 第75-76页 |
4.4.2 图像特征 | 第76-78页 |
4.5 碱性电池涂胶缺陷识别算法和缺陷检测 | 第78-80页 |
4.5.1 碱性电池涂胶缺陷识别 | 第78-79页 |
4.5.2 碱性电池涂胶缺陷检测流程 | 第79-80页 |
4.6 本章小结 | 第80-81页 |
第五章 缺陷检测系统的调试及实验结果 | 第81-88页 |
5.1 离线实验 | 第81-84页 |
5.1.1 模板制作 | 第81-82页 |
5.1.2 实验场景 | 第82-83页 |
5.1.3 离线调试参数设置 | 第83-84页 |
5.2 在线实验及结果分析 | 第84-87页 |
5.3 本章小结 | 第87-88页 |
第六章 总结与展望 | 第88-90页 |
6.1 全文总结 | 第88-89页 |
6.2 工作展望 | 第89-90页 |
参考文献 | 第90-93页 |
致谢 | 第93-94页 |
攻读硕士学位期间发表的学术论文 | 第94页 |