摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 课题研究背景与意义 | 第9-10页 |
1.2 太阳能电池表面质量检测研究现状 | 第10-11页 |
1.3 本文研究的主要内容及组织结构 | 第11-13页 |
1.3.1 本文的主要内容 | 第11页 |
1.3.2 本文的组织结构 | 第11-13页 |
第2章 太阳能电池表面质量检测原理 | 第13-20页 |
2.1 太阳能电池表面检测系统工作原理 | 第13-14页 |
2.2 太阳能单晶硅片表面缺陷检测技术发展与应用 | 第14-16页 |
2.3 数字图像处理基础 | 第16-20页 |
2.3.1 图像数字化 | 第16页 |
2.3.2 数字图像处理 | 第16-18页 |
2.3.3 Matlab图像处理 | 第18-20页 |
第3章 缺陷检测图像处理理论基础 | 第20-25页 |
3.1 图像增强 | 第20-21页 |
3.1.1 灰度线性变换 | 第20页 |
3.1.2 图像中值滤波 | 第20-21页 |
3.2 图像分割 | 第21-23页 |
3.2.1 自适应阈值分割 | 第21-23页 |
3.3 图像形态学 | 第23-25页 |
3.3.1 数学形态学 | 第23页 |
3.3.2 二值形态学 | 第23-25页 |
第4章 基于图像处理的太阳能电池表面质量检测方法研究 | 第25-55页 |
4.1 电池板的缺陷识别 | 第25-27页 |
4.1.1 缺陷识别意义 | 第25页 |
4.1.2 电池板缺陷识别的算法流程 | 第25-26页 |
4.1.3 电池板损坏部分的特征提取 | 第26-27页 |
4.2 界面设计流程及操作展示 | 第27-48页 |
4.2.1 GUI界面设计 | 第27-30页 |
4.2.2 表面质量检测系统GUI的介绍 | 第30-40页 |
4.2.3 缺陷识别的过程 | 第40-48页 |
4.3 算法对比 | 第48-54页 |
4.3.1 边缘检测算法 | 第48-49页 |
4.3.2 边缘检测法提取电池表面缺陷 | 第49-53页 |
4.3.3 对比分析 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第5章 结论与展望 | 第55-56页 |
5.1 本文的主要结论 | 第55页 |
5.2 展望 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60页 |