發(fā)布時間：2020-10-20 17:43

　　 當前工業(yè)生產應用中,對釩電池(全釩氧化還原液流電池)碳氈板和液流框板的尺寸的準確測量是實現電池高性能組裝的關鍵環(huán)節(jié)。本文在了解機器視覺的基本原理和查閱有關邊緣檢測和尺寸測量文獻的基礎上,完成了針對碳氈板和液流框板的邊緣視覺檢測算法設計,搭建實驗檢測平臺,分析算法工業(yè)應用場景,設計編寫碳氈板和液流框板尺寸視覺檢測平臺軟件。論文的主要研究內容包括:(1)構建圖像采集系統(tǒng)平臺。依據系統(tǒng)的性能要求,完成硬件選型,包括光源、相機、鏡頭以及系統(tǒng)計算機。通過搭建的檢測平臺,采集實際碳氈和液流框板的圖像。(2)設計基于改進PCNN(Pulse Coupled Neural Network,脈沖耦合神經網絡)的邊緣檢測算法�；跈C器視覺的理論方法,針對測量目標特征,添加抑制因子、去紋理算子,設計一種合理的基于改進PCNN的像素級邊緣尺寸檢測方法。同時,基于圖像處理效率最大的原則,完成了網絡模型的參數自適應設置。針對應用中對輪廓細節(jié)的不同需求,分別結合三次樣條插值算法和拋物線擬合算法,設計兩種基于改進PCNN的亞像素級邊緣檢測方法。完成了尺寸檢測以及算法的噪聲污染對比試驗。最后采用計算機產生的標準直線圖像對亞像素級邊緣檢測算法進行算法精度測試。(3)針對工業(yè)應用需求,設計系統(tǒng)檢測算法并完成完整的測量任務。分析兩種應用情境,設計碳氈板和液流框板孔尺寸測量流程,標定平臺相機參數。結合標定參數,重新推導適用于電池生產應用中視覺檢測的逆透視公式。最后運用本文設計的算法對采集到的圖像上的直線、圓柱孔圓進行測量,對比工件實際測量尺寸,進行算法有效性與檢測精度測試。(4)設計編寫視覺檢測平臺軟件。針對課題需求,設計基于視覺的尺寸檢測系統(tǒng)的平臺軟件界面,介紹軟件設計思路及各部分功能。在MATLAB的開發(fā)平臺上,編寫軟件并完成實際對碳氈板材料外圍尺寸和液流框板局部尺寸的測量檢測實驗。
【學位單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TM911
【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題背景及其研究意義
    1.2 國內外研究現狀及分析
        1.2.1 液流電池制備工藝現狀及分析
        1.2.2 視覺尺寸檢測現狀及分析
    1.3 本文的主要工作和章節(jié)安排
        1.3.1 本文的主要工作
        1.3.2 本文的章節(jié)安排
第二章 釩電池材料視覺檢測基礎
    2.1 釩電池系統(tǒng)
    2.2 電池制備工藝檢測的要求及技術難點
        2.2.1 檢測要求
        2.2.2 技術難點
    2.3 基于視覺的檢測平臺硬件組成及選型
        2.3.1 工業(yè)相機的選型
        2.3.2 鏡頭的選型
        2.3.3 光源的選型
        2.3.4 系統(tǒng)計算機的選型
    2.4 視覺檢測系統(tǒng)平臺整體方案
    2.5 本章小結
第三章 基于改進PCNN的邊緣檢測方法
    3.1 圖像邊緣檢測
        3.1.1 邊緣檢測原理
        3.1.2 傳統(tǒng)邊緣檢測算法
    3.2 PCNN
        3.2.1 PCNN網絡模型
        3.2.2 PCNN的特性及工作機制
        3.2.3 改進的PCNN模型與參數自適應設置
    3.3 基于改進PCNN的圖像邊緣檢測模型
    3.4 基于改進PCNN的圖像邊緣檢測算法
    3.5 本章小結
第四章 基于改進PCNN的亞像素級精度邊緣檢測算法
    4.1 亞像素級精度檢測原理
    4.2 基于改進PCNN的插值邊緣檢測
    4.3 基于改進PCNN的擬合邊緣檢測
    4.4 實驗結果及分析
        4.4.1 像素精度算法抗噪效果對比
        4.4.2 亞像素級精度算法實驗與分析
        4.4.3 理想邊緣檢測
    4.5 本章小結
第五章 邊緣檢測算法在釩電池材料檢測中的應用
    5.1 尺寸測量
        5.1.1 視覺尺寸測量流程
        5.1.2 相機的標定
        5.1.3 圖像預處理
        5.1.4 基于工作臺標記線的逆透視算法
        5.1.5 實驗結果及分析
    5.2 工件裝配
        5.2.1 孔型工件裝配需求
        5.2.2 圓孔輪廓檢測流程
        5.2.3 工件尺寸裝配誤差分析
        5.2.4 實驗結果及分析
    5.3 檢測軟件平臺
        5.3.1 設計思路
        5.3.2 功能介紹
    5.4 本章小結
第六章 總結與展望
    6.1 本文工作總結
    6.2 展望
參考文獻
攻讀碩士學位期間的學術活動及成果情況

【參考文獻】

相關期刊論文 前10條

1 王曉麗;張宇;李穎;張華民;;全釩液流電池技術與產業(yè)發(fā)展狀況[J];儲能科學與技術;2015年05期

2 尹英杰;徐德;張正濤;王欣剛;屈穩(wěn)太;;基于單目視覺的平面測量[J];電子測量與儀器學報;2013年04期

3 陸凱;李成金;趙勛杰;鄒薇;張雪松;;一種快速的亞像素圖像配準算法[J];紅外技術;2013年01期

4 來躍深;陳琛;田軍委;程鋼;;高斯插值亞像素邊緣檢測算法的優(yōu)化[J];西安工業(yè)大學學報;2012年10期

5 張美靜;石振剛;;改進形態(tài)學梯度的樣條插值亞像素邊緣檢測方法[J];沈陽理工大學學報;2012年03期

6 胡樹杰;;圖像亞像素邊緣檢測的新方法[J];制造業(yè)自動化;2012年02期

7 韓延祥;張志勝;戴敏;;用于目標測距的單目視覺測量方法[J];光學精密工程;2011年05期

8 袁啟平;宋金澤;吳濤;;基于逆透視投影變換的圖像拼接方法[J];微計算機信息;2010年21期

9 魏本征;趙志敏;華晉;;基于改進形態(tài)學梯度和Zernike矩的亞像素邊緣檢測方法[J];儀器儀表學報;2010年04期

10 李顥;楊明;;基于非線性逆透視變換的攝像機畸變參數標定[J];上海交通大學學報;2008年10期

相關博士學位論文 前3條

1 劉勍;基于脈沖耦合神經網絡的圖像處理若干問題研究[D];西安電子科技大學;2011年

2 陳偉;基于PSO的復雜工業(yè)環(huán)境視覺目標檢測算法應用研究[D];武漢科技大學;2008年

3 伍濟鋼;薄片零件尺寸機器視覺檢測系統(tǒng)關鍵技術研究[D];華中科技大學;2008年

相關碩士學位論文 前9條

1 呂曉龍;基于脈沖耦合神經網絡的圖像邊緣檢測算法研究[D];哈爾濱工業(yè)大學;2016年

2 趙晗;脈沖耦合神經網絡用于圖像分割若干問題研究[D];中國礦業(yè)大學;2015年

3 凌云志;基于機器視覺的AGV結構設計與導航算法研究[D];華南理工大學;2015年

4 王為;基于FPGA-DSP的浮選圖像系統(tǒng)多通道采集裝置研制[D];中南大學;2014年

5 王雙印;全釩氧化還原液流電池電極材料的改性及電堆結構設計[D];蘭州交通大學;2014年

6 董菲;一維視覺巖心圖像掃描系統(tǒng)的研究[D];天津科技大學;2014年

7 傅駿;基于機器視覺的汽車換熱器尺寸測量及外觀檢測系統(tǒng)設計[D];南京理工大學;2014年

8 喬玲玲;圖像分割算法研究及實現[D];武漢理工大學;2009年

9 賈丹;攝像機現場標定算法研究[D];哈爾濱工程大學;2007年

本文編號：2848964