基于机器视觉的锂电池极片涂布缺陷检测系统设计
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-18页 |
| ·课题研究的背景及意义 | 第9-11页 |
| ·国内外研究现状及分析 | 第11-15页 |
| ·机器视觉检测技术的研究现状 | 第11-13页 |
| ·电池极片缺陷检测研究现状 | 第13-15页 |
| ·机器视觉检测关键技术 | 第15-16页 |
| ·本文的主要研究工作 | 第16页 |
| ·章节安排 | 第16-18页 |
| 2. 电池极片涂布缺陷检测系统设计与分析 | 第18-26页 |
| ·锂电池极片缺陷检测原理 | 第19页 |
| ·电池极片涂布缺陷检测系统设计 | 第19-24页 |
| ·系统结构设计 | 第19-20页 |
| ·系统主要硬件选择 | 第20-24页 |
| ·系统检测流程 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3. 系统优化和光源设计 | 第26-35页 |
| ·光路设计及光源设计 | 第26-29页 |
| ·光学系统的理论模型 | 第26-27页 |
| ·光源的设计 | 第27-28页 |
| ·光路设计 | 第28-29页 |
| ·系统振动的影响分析 | 第29-32页 |
| ·对成像系统景深的影响 | 第29-30页 |
| ·调焦函数 | 第30-32页 |
| ·误差分析与实验校正 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4. 极片表面的缺陷检测 | 第35-47页 |
| ·极片表面主要缺陷特点分析 | 第35-37页 |
| ·图像预处理 | 第37-40页 |
| ·噪声分析 | 第37页 |
| ·常用的图像去噪算法 | 第37-40页 |
| ·图像灰度变换 | 第40页 |
| ·可疑区域快速检测 | 第40-42页 |
| ·数学形态学处理 | 第42-43页 |
| ·边缘检测 | 第43-44页 |
| ·目标标记 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5. 极片缺陷分类及实验分析 | 第47-57页 |
| ·缺陷的特征参数计算 | 第47-50页 |
| ·缺陷图像的形态特征 | 第47-49页 |
| ·缺陷图像的灰度特征 | 第49-50页 |
| ·缺陷图像的纹理特征 | 第50页 |
| ·特征选择 | 第50-51页 |
| ·电池极片缺陷的识别分类流程 | 第51页 |
| ·分类器设计 | 第51-52页 |
| ·典型缺陷处理及实验分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 6. 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57页 |
| ·前景展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
