本文關(guān)鍵詞：基于機(jī)器視覺(jué)的鋰電池極片缺陷檢測(cè)研究

  更多相關(guān)文章： 機(jī)器視覺(jué) 缺陷檢測(cè) 鋰電池極片 支持Tucker機(jī)

【摘要】：鋰電池是目前世界上應(yīng)用最為廣泛的動(dòng)力電源,其中鋰電池極片是構(gòu)成鋰電池的重要組成部分。鋰電池極片的缺陷會(huì)嚴(yán)重影響鋰電池的質(zhì)量,甚至產(chǎn)生安全隱患。把機(jī)器視覺(jué)技術(shù)應(yīng)用在鋰電池極片的缺陷檢測(cè)中,取代傳統(tǒng)的依靠人工進(jìn)行檢測(cè)的方法,可以高效率、低成本地完成鋰電池極片的缺陷檢測(cè),從而提高成品合格率,達(dá)到提高鋰電池質(zhì)量和安全性的效果。因此開展基于機(jī)器視覺(jué)的鋰電池極片缺陷檢測(cè)研究具有重要的理論意義和應(yīng)用價(jià)值。本文針對(duì)基于機(jī)器視覺(jué)的鋰電池極片缺陷檢測(cè)開展工作。鋰電池極片缺陷主要包括極耳缺陷、邊緣缺陷和極網(wǎng)缺陷,其中極網(wǎng)缺陷主要包括劃痕異物缺陷和氣泡缺陷。針對(duì)缺陷檢測(cè)設(shè)計(jì)了總體方案,并詳細(xì)討論了各種重要缺陷的具體檢測(cè)方法。主要包括以下內(nèi)容:首先,研究了采用圖像處理檢測(cè)極片缺陷的方法,分別針對(duì)極片的極耳缺陷、邊緣缺陷和極網(wǎng)缺陷設(shè)計(jì)了不同的檢測(cè)處理方法。對(duì)極耳的缺陷通過(guò)圖像預(yù)處理,并依次使用中值濾波器和Sobel算子等圖像處理方法進(jìn)行檢測(cè),可以有效檢測(cè)出極耳破損、褶皺和缺失等缺陷。對(duì)邊緣缺陷和極網(wǎng)缺陷,在圖像預(yù)處理后,運(yùn)用中值濾波和高斯濾波處理,并將得到的圖像做差,從而提取出圖像中的缺陷信息。實(shí)驗(yàn)結(jié)果表明該方法可以有效實(shí)現(xiàn)對(duì)邊緣缺陷和極網(wǎng)缺陷的檢測(cè)。其次,研究了對(duì)極網(wǎng)氣泡進(jìn)行三維重建,獲取深度信息進(jìn)行極網(wǎng)氣泡檢測(cè)的方法。利用激光三角測(cè)量法,通過(guò)獲取激光照射在物體表面得到的輪廓信息,對(duì)被測(cè)物體進(jìn)行三維重建,從而得到高度信息,最后結(jié)合邊緣提取方法將氣泡的深度信息提取出來(lái)。分別對(duì)規(guī)則立方體樣塊和極網(wǎng)氣泡進(jìn)行三維重建,得到了樣塊和氣泡的三維對(duì)象模型,對(duì)其三維重建的結(jié)果和測(cè)量誤差進(jìn)行了實(shí)驗(yàn)分析。結(jié)果表明,該方法可以有效獲得極網(wǎng)氣泡的深度信息,并且能夠滿足檢測(cè)的精度要求。最后,對(duì)極網(wǎng)氣泡缺陷分類方法進(jìn)行了研究。極網(wǎng)中有氣泡缺陷圖像和無(wú)缺陷圖像構(gòu)成訓(xùn)練樣本集和測(cè)試樣本集,利用支持Tucker機(jī)對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí),并對(duì)測(cè)試樣本進(jìn)行測(cè)試,得到支持Tucker機(jī)的分類結(jié)果。同時(shí),將實(shí)驗(yàn)得到的分類結(jié)果與支持向量機(jī)等分類方法的結(jié)果進(jìn)行了對(duì)比,結(jié)果表明本文采用的支持Tucker機(jī)方法具有更高的分類準(zhǔn)確度和更優(yōu)的ROC曲線性能。
【關(guān)鍵詞】：機(jī)器視覺(jué) 缺陷檢測(cè) 鋰電池極片 支持Tucker機(jī)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM912;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-20
• 1.1 課題背景及研究意義9-10
• 1.2 缺陷檢測(cè)的國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.3 基于機(jī)器視覺(jué)的缺陷檢測(cè)方法13-18
• 1.3.1 缺陷檢測(cè)的圖像處理13-14
• 1.3.2 三維重建方法介紹14-17
• 1.3.3 缺陷分類方法介紹17-18
• 1.4 本課題主要研究?jī)?nèi)容18-20
• 第2章 基于機(jī)器視覺(jué)的極片缺陷檢測(cè)的總體設(shè)計(jì)20-29
• 2.1 鋰電池極片缺陷檢測(cè)的需求分析20-23
• 2.1.1 鋰電池極片缺陷介紹20-22
• 2.1.2 鋰電池極片缺陷檢測(cè)要求22-23
• 2.2 極片缺陷檢測(cè)系統(tǒng)的設(shè)計(jì)方案23-28
• 2.2.1 缺陷檢測(cè)系統(tǒng)的總體設(shè)計(jì)23-25
• 2.2.2 軟件系統(tǒng)的總體設(shè)計(jì)25-28
• 2.3 本章小結(jié)28-29
• 第3章 基于數(shù)字圖像處理的極片缺陷檢測(cè)29-37
• 3.1 極耳缺陷的檢測(cè)29-33
• 3.1.1 極耳缺陷的檢測(cè)方法與實(shí)現(xiàn)29-32
• 3.1.2 極耳缺陷的檢測(cè)結(jié)果32-33
• 3.2 邊緣和極網(wǎng)缺陷的檢測(cè)33-36
• 3.2.1 邊緣和極網(wǎng)缺陷的檢測(cè)方法與實(shí)現(xiàn)33-35
• 3.2.2 邊緣和極網(wǎng)缺陷的檢測(cè)結(jié)果35-36
• 3.3 本章小結(jié)36-37
• 第4章 基于激光三角測(cè)量的極網(wǎng)氣泡三維重建37-52
• 4.1 引言37
• 4.2 激光三角測(cè)量的原理37-41
• 4.3 激光三角測(cè)量的步驟41-45
• 4.3.1 設(shè)備的安裝41-42
• 4.3.2 裝置的標(biāo)定42-45
• 4.3.3 三維重建及測(cè)量45
• 4.3.4 深度信息的提取45
• 4.4 三維重建的結(jié)果及分析45-50
• 4.4.1 對(duì)立方體的三維重建結(jié)果及分析45-48
• 4.4.2 對(duì)極網(wǎng)氣泡的三維重建結(jié)果及分析48-50
• 4.5 本章小結(jié)50-52
• 第5章 基于支持Tucker機(jī)的極網(wǎng)氣泡缺陷分類52-68
• 5.1 引言52
• 5.2 支持Tucker機(jī)的原理52-55
• 5.3 基于支持Tucker機(jī)的極網(wǎng)氣泡缺陷分類步驟55-56
• 5.4 極網(wǎng)氣泡缺陷分類的實(shí)驗(yàn)結(jié)果及分析56-67
• 5.4.1 ROC曲線56-59
• 5.4.2 支持向量機(jī)與主成分分析59-60
• 5.4.3 實(shí)驗(yàn)結(jié)果與分析60-67
• 5.5 本章小結(jié)67-68
• 結(jié)論68-69
• 參考文獻(xiàn)69-76
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果76-78
• 致謝78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 李德仁，，王新華，黃培之;基于光度立體的物體三維表面重建[J];測(cè)繪學(xué)報(bào);1995年03期

2 曹金亮;張春光;陳修強(qiáng);李虹;;鋰聚合物電池的發(fā)展、應(yīng)用及前景[J];電源技術(shù);2014年01期

3 姚國(guó)正,汪云九;D.Marr及其視覺(jué)計(jì)算理論[J];國(guó)外自動(dòng)化;1984年06期

4 張舞杰;李迪;葉峰;;硅太陽(yáng)能電池視覺(jué)檢測(cè)方法研究[J];計(jì)算機(jī)應(yīng)用;2010年01期

5 馮少榮;;決策樹算法的研究與改進(jìn)[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 胡永芳;基于紋理特征的鋼板表面缺陷檢測(cè)技術(shù)研究[D];昆明理工大學(xué);2012年

本文編號(hào)：535366