基于机器视觉的电池表面缺陷检测技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-18页 |
| ·机器视觉概论 | 第14页 |
| ·机器视觉检测 | 第14-15页 |
| ·项目背景与研究思路 | 第15-18页 |
| ·电池缺陷阐述 | 第15-17页 |
| ·本文研究内容 | 第17-18页 |
| 第2章 基于机器视觉的电池质量检测系统总体设计 | 第18-30页 |
| ·电池质量自动检测系统总体概述 | 第18-19页 |
| ·机器视觉检测系统设计 | 第19-20页 |
| ·系统设计难点 | 第19页 |
| ·模块功能分析 | 第19-20页 |
| ·分布式体系结构 | 第20页 |
| ·机器视觉硬件结构研究 | 第20-27页 |
| ·相机 | 第21-22页 |
| ·镜头 | 第22页 |
| ·图像采集卡与传输接口 | 第22页 |
| ·光源系统 | 第22-26页 |
| ·暗箱环境 | 第26-27页 |
| ·机器视觉系统软件设计 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 电池图像预处理方法 | 第30-39页 |
| ·预处理概述 | 第30-31页 |
| ·图像去噪 | 第31-33页 |
| ·空域滤波 | 第31-32页 |
| ·频域滤波 | 第32-33页 |
| ·实验与结果 | 第33页 |
| ·图像增强 | 第33-35页 |
| ·直方图均衡算法 | 第33-34页 |
| ·限制对比度自适应直方图均衡算法 | 第34-35页 |
| ·小波增强 | 第35页 |
| ·实验与结果 | 第35页 |
| ·图像二值化 | 第35-37页 |
| ·数学形态学处理 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 电池图像定位和校正方法 | 第39-56页 |
| ·电池图像目标检测与区域定位 | 第39-43页 |
| ·概论 | 第39-40页 |
| ·电池区域定位算法设计 | 第40-42页 |
| ·实验与结果 | 第42-43页 |
| ·正极面字符倾斜角度计算 | 第43-50页 |
| ·算法设计 | 第44-45页 |
| ·实验与分析 | 第45-46页 |
| ·改进算法 | 第46-50页 |
| ·目标图像旋转与校正 | 第50-52页 |
| ·图像相似系数研究 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 电池正极面字符图像区域定位与分割 | 第56-62页 |
| ·概论 | 第56页 |
| ·字符区域定位 | 第56-58页 |
| ·模板匹配原理 | 第57页 |
| ·实验与分析 | 第57-58页 |
| ·字符区域分割 | 第58-61页 |
| ·模板差减法 | 第59-60页 |
| ·区域分割 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 缺陷特征分析与识别方法 | 第62-74页 |
| ·概述 | 第62页 |
| ·电池正极面缺陷特征分析 | 第62-66页 |
| ·背景区域缺陷分析 | 第62-64页 |
| ·字符区域缺陷分析 | 第64-66页 |
| ·电池负极面缺陷特征分析 | 第66-67页 |
| ·电池缺陷识别算法研究 | 第67-71页 |
| ·电池正极面缺陷识别方法 | 第67-68页 |
| ·电池负极面缺陷识别方法 | 第68-69页 |
| ·缺陷检测分类器设计原则 | 第69-71页 |
| ·实验与分析 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第7章 总结与展望 | 第74-77页 |
| ·本文工作总结 | 第74-75页 |
| ·问题与展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 在读期间发表论文与科研情况 | 第81页 |
