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--化学电源、电池、燃料电池论文--原电池、干电池论文

基于机器视觉的干电池缺陷并行检测方法研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第14-25页
    1.1 课题研究背景及研究意义第14-15页
    1.2 机器视觉理论概述第15-16页
    1.3 LabVIEW及视觉模块介绍第16-19页
        1.3.1 LabVIEW的软件开发环境第16-17页
        1.3.2 LabVIEW视觉模块第17-19页
    1.4 国内外研究状况第19-23页
        1.4.1 机器视觉国内外研究状况第19-21页
        1.4.2 并行处理技术研究状况第21-22页
        1.4.3 干电池缺陷检测技术研究状况第22-23页
    1.5 本文主的研究目标和主要工作第23-25页
第二章 干电池缺陷并行检测实验装置搭建第25-35页
    2.1 检测实验装置整体设计第25-27页
        2.1.1 干电池缺陷分析第25-26页
        2.1.2 技术要求第26页
        2.1.3 整体设计方案第26-27页
    2.2 硬件选择第27-33页
        2.2.1 照明系统设计第27-29页
        2.2.2 摄像机选型第29-32页
        2.2.3 光学镜头第32-33页
        2.2.4 其它硬件设备第33页
    2.3 检测装置的实验环境第33页
    2.4 本章小结第33-35页
第三章 基于LabVIEW的干电池缺陷并行检测软件设计第35-44页
    3.1 并行检测装置软件设计模式第35-38页
        3.1.1 生产者/消费者模式第35-36页
        3.1.2 基于队列状态机的生产者/消费者模式第36-37页
        3.1.3 软件检测流程第37-38页
    3.2 实验装置的软件模块第38-42页
        3.2.1 多通道图像采集模块第38-39页
        3.2.2 图像处理模块第39-40页
        3.2.3 数据存储模块第40页
        3.2.4 系统主界面设计第40-42页
    3.3 软件检测效果第42-43页
    3.4 本章小结第43-44页
第四章 干电池缺陷图像预处理和边缘检测第44-57页
    4.1 图像处理流程第44-45页
    4.2 图像预处理第45-52页
        4.2.1 图像滤波第46-48页
        4.2.2 图像滤波效果分析第48-49页
        4.2.3 灰度变换第49-50页
        4.2.4 灰度变换效果分析第50-52页
    4.3 边缘检测第52-56页
    4.4 本章小结第56-57页
第五章 干电池缺陷识别方法研究第57-70页
    5.1 干电池缺陷特征分析第57-59页
        5.1.1 锌筒缺陷特征分析第57-58页
        5.1.2 浆层纸缺陷特征分析第58页
        5.1.3 碳棒缺陷特征分析第58-59页
    5.2 锌筒缺陷识别第59-63页
        5.2.1 轮廓提取第59-61页
        5.2.2 轮廓匹配第61-63页
    5.3 浆层纸缺陷识别第63-65页
    5.4 碳棒缺陷识别第65-69页
        5.4.1 基于边缘特征的缺陷识别第65-67页
        5.4.2 模板匹配第67-69页
    5.5 本章小结第69-70页
总结与展望第70-72页
参考文献第72-76页
攻读硕士学位期间发表的论文第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:基于LabVIEW和输入整形算法抑振的气悬浮平台研究
下一篇:高效纳米催化剂在食品有害物电分析及食品废水能源再利用中的应用