基于机器视觉的锂离子电池极片检测系统的研究与设计

论文摘要

锂离子电池是一种非常重要的动力电池,在当今社会的各个领域都有着广泛的应用。然而由于电池极片材料的脆性,在涂料、辊压等环节都有可能导致极片破损,而这些缺陷会严重影响电池的质量和使用寿命。传统的人工检测方法效率低、误差大,已经不能适应现代工业高精度、高速率的要求,因此有必要在新技术的基础上开发一种高效的、实时的电池极片检测系统。机器视觉作为近年来发展和完善起来的现代科学技术,具有精度高、速度快、非接触等优点,在各个工程技术领域获得广泛的应用。本文根据电池极片检测要求,对基于机器视觉的电池极片检测系统进行了深入的探讨和研究。本文主要内容如下：1.针对电池极片检测系统的特点,分析和研究了基于机器视觉在线检测系统的工作原理和软硬件的构成；2.分析了电池极片在线检测的具体流程,包括图像获取、信息处理、特征提取；3.讨论了各种适合电池极片图像处理的算法。如中值滤波、直方图均衡化、Canny算子边缘检测、区域生长法,数学形态学区域填充等；4.在硬件选择上,详细阐述了各种硬件的选择标准,并选择了最佳的硬件设备；5.基于VC++6.0软件,设计了在线电池极片检测系统。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的提出
• 1.2 机器视觉理论
• 1.2.1 Marr视觉理论框架
• 1.2.2 基于知识的机器视觉理论框架
• 1.2.3 主动视觉理论框架
• 1.3 机器视觉的应用现状
• 1.3.1 机器视觉在工业上的应用
• 1.3.2 机器视觉在电池检测领域中的应用
• 1.4 课题的研究意义
• 第二章 锂离子电池的特征和缺陷分类
• 2.1 锂离子电池的发展史和发展前景
• 2.1.1 锂离子电池的发展史
• 2.1.2 锂离子电池的发展前景
• 2.2 锂离子电池的原理和优点
• 2.3 锂离子电池的结构
• 2.3.1 锂离子电池的结构
• 2.3.2 锂离子电池生产的工艺流程
• 2.4 锂离子电池极片缺陷分类
• 2.5 本章小结
• 第三章 电池极片缺陷图像处理
• 3.1 电池极片表面缺陷图像处理流程
• 3.1.1 电池极片缺陷图像的采集
• 3.1.2 图像处理与识别
• 3.2 电池极片缺陷图像预处理方法研究
• 3.2.1 中值滤波
• 3.2.2 直方图均衡化
• 3.3 电池极片缺陷图像分割技术的研究
• 3.3.1 边缘检测
• 3.3.2 阈值分割
• 3.3.3 分水岭分割法
• 3.3.4 区域分割法
• 3.3.5 算法的比较和选择
• 3.4 缺陷图像填充技术研究
• 3.5 本章小结
• 第四章 电池极片缺陷的特征提取
• 4.1 特征评判标准
• 4.2 极片缺陷图像的灰度特征分析
• 4.3 极片缺陷图像的纹理特征分析
• 4.3.1 纹理特征
• 4.3.2 灰度共生矩阵
• 4.3.3 基于最小距离的判别函数
• 4.4 极片缺陷图像的形态特征分析
• 4.5 本章小结
• 第五章 电池极片检测系统的设计
• 5.1 硬件部分
• 5.1.1 CCD相机
• 5.1.2 镜头
• 5.1.3 光源
• 5.1.4 图像采集卡
• 5.1.5 PC与控制单元
• 5.1.6 系统硬件选择
• 5.2 软件部分
• 5.2.1 开发环境
• 5.2.2 开发工具
• 5.2.3 软件设计
• 5.3 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢