鎳冶煉廠鎳電解車間電解系統(tǒng)采用“硫化鎳可溶陽極隔膜電解”工藝生產(chǎn)精煉電解鎳。電解過程中,工人需定期將電解鎳陰極板拎起,查看電解鎳的陰極板表面缺陷情況并挑出,同時檢查補液口的水流狀況。該檢測過程費時費力且檢測標(biāo)準(zhǔn)不穩(wěn)定,是制約鎳電解生產(chǎn)過程質(zhì)量控制及效率提升的主要環(huán)節(jié),通常情況全自動化的檢測是解決以上問題的主要手段。本文是針對于鎳電解車間自動巡檢機器人的軟件檢測部分,主要內(nèi)容研究了常用的計算機視覺算法實現(xiàn)對上述問題的檢測功能。本文是自動巡檢機器人中重要的一環(huán),是解決具體檢測任務(wù)的關(guān)鍵。本文首先解決陰極板表面缺陷檢測,其圖像處理包含動態(tài)閾值的二值化方法對陰極板圖像區(qū)域進行分割,邊界追蹤的方式對已經(jīng)分割好的陰極板區(qū)進行追蹤獲得其輪廓信息,多邊形近似的方式將陰極板輪廓近似成為四邊形,以及透視變換的方式矯正形狀,最后裁剪為整幅陰極板圖片,圖像檢測包括提取圖像灰度,紋理和輪廓特征并采用主成分分析法(PCA)降維得到更好的特征向量,采用支持向量機(SVM)對特征進行分類判斷,以及通過滑窗檢測的方式對整幅陰極板圖像進行檢測,在現(xiàn)有樣本下準(zhǔn)確率可達到82.3%;然后解決電解液補液狀況檢測,圖像處理包含對...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景與研究意義
    1.2 課題相關(guān)發(fā)展現(xiàn)狀
    1.3 本文主要內(nèi)容以及創(chuàng)新點
    1.4 本文主要結(jié)構(gòu)安排
第二章 鎳電解狀態(tài)視覺檢測的總體分析
    2.1 車間現(xiàn)場鎳電解狀態(tài)分析
        2.1.1 車間現(xiàn)場環(huán)境及電解基本流程
        2.1.2 陰極板表面缺陷分析
        2.1.3 電解液補液口區(qū)域分析
    2.2 狀態(tài)檢測需求分析
    2.3 狀態(tài)檢測總體結(jié)構(gòu)分析
    2.4 本章小結(jié)
第三章 鎳電解狀態(tài)圖像預(yù)處理研究
    3.1 整幅陰極板圖像預(yù)處理
        3.1.1 陰極板外輪廓提取與近似
        3.1.2 陰極板形狀矯正
    3.2 電解液補液區(qū)域圖像預(yù)處理
        3.2.1 電解液補液區(qū)圖像背景去除
        3.2.2 電解液補液區(qū)域圖像降噪與形態(tài)學(xué)變換
    3.3 本章小結(jié)
第四章 陰極板表面缺陷識別
    4.1 識別主要思路以及缺陷樣本獲取
    4.2 缺陷特征提取
        4.2.1 灰度特征
        4.2.2 紋理特征
        4.2.3 輪廓特征
        4.2.4 特征降維
    4.3 缺陷特征分類器
        4.3.1 分類器選擇
        4.3.2 分類器訓(xùn)練
    4.4 整幅陰極板檢測
    4.5 本章小結(jié)
第五章 電解液補液水流狀態(tài)檢測
    5.1 電解液補液區(qū)域紋理特征識別
        5.1.1 樣本獲取與級聯(lián)分類器訓(xùn)練
        5.1.2 不同紋理特征效果比較
    5.2 水流輪廓特征識別
    5.3 水流狀態(tài)總體檢測
    5.4 本章小結(jié)
第六章 圖像采集和算法平臺研究
    6.1 工業(yè)相機與鏡頭
    6.2 補光設(shè)備
    6.3 視覺算法平臺
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻



本文編號：3739595