基于机器视觉的太阳能电池片表面缺陷检测的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题背景及意义 | 第9-10页 |
| ·机器视觉检测技术的发展现状 | 第10-12页 |
| ·基于机器视觉的太阳能电池表面检测技术的发展现状 | 第12-15页 |
| ·基于机器视觉的太阳能电池片表面检测的发展趋势 | 第15-17页 |
| ·本论文研究的主要目的和内容 | 第17-19页 |
| 第2章 太阳能电池片表面缺陷检测系统方案 | 第19-37页 |
| ·常见缺陷类型 | 第19页 |
| ·系统整体设计 | 第19-22页 |
| ·表面缺陷检测系统的结构示意图 | 第19-21页 |
| ·表面缺陷检测系统的软件流程 | 第21-22页 |
| ·光源的设计 | 第22-36页 |
| ·照明光源的光学参数 | 第23-25页 |
| ·常用光源类型和照明方式 | 第25-28页 |
| ·LED 光源特性 | 第28-31页 |
| ·摄像机和镜头的选型 | 第31-33页 |
| ·光源结构的设计 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 图像处理 | 第37-55页 |
| ·图像增强 | 第37-42页 |
| ·邻域平均法 | 第38-41页 |
| ·中值滤波法 | 第41-42页 |
| ·列扫描图像和图像灰度差分 | 第42-45页 |
| ·列扫描图像 | 第42-43页 |
| ·图像灰度差分 | 第43-45页 |
| ·图像分割 | 第45-52页 |
| ·最大熵阈值分割法 | 第45-49页 |
| ·最大方差分割法 | 第49-52页 |
| ·形态学处理 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 缺陷识别 | 第55-63页 |
| ·缺陷图像的标记 | 第55-56页 |
| ·缺陷图像的特征参数 | 第56-61页 |
| ·缺陷识别 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 实验结果及分析 | 第63-73页 |
| ·系统操作界面 | 第63页 |
| ·实验结果和实验数据 | 第63-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |
