刀具豁口高精度自动检测装置关键技术研究及实现
发布时间：2021-01-26 18:29
动力或手机电池极片在分切时,刀具上微米级的豁口将使其产生极片毛刺,是进一步导致电池起火的直接危险源。然而,国内外刀具的质量检测通常通过人眼使用显微镜目镜进行观测,过程耗时、用眼强度极大,且检测准确率低、重复性差。为解决此问题,论文设计了一种刀具豁口自动显微检测系统。该检测系统主要由图像采集、图像拼接、豁口检测、数据管理等部分组成,通过机器视觉相关技术检测分切刀具在出厂或使用时产生的豁口。本文针对电池极片分切时刀具上的豁口缺陷检测、显微图像拼接算法工作展开研究,论文主要研究内容如下:（1）针对图像拼接过程中轮廓匹配搜索速度较低的问题,提出一种区域蛙跳搜索算法,通过蛙群的初始分布、鸣叫分贝的更新、青蛙的跳跃和决策域的更新四个阶段实现快速匹配轮廓相似度的最优值。实验验证表明区域蛙跳搜索算法具有较好的求解精度和收敛速度。（2）针对显微图像中特征稀少、拼接困难等问题,提出采用图像轮廓线之间的相似度进行匹配的拼接算法。引入两种指标衡量其轮廓曲线的相似距离,分别计算图像轮廓曲线间的相似度和曲线离散距离,替代传统的SIFT或SURF特征匹配方法,提高图像拼接中匹配的精度。实验结果表明MSED距离作为图...
【文章来源】：桂林电子科技大学广西壮族自治区
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图像边缘缺陷示意图
（b）拼接图像图 3-5 图像拼接结果表 3-3 RFL-CSA 图像拼接算法Algorithm3:RFL-CSA:Regional Frog Leaping basedContour Stitching AlgorithmInput: Trajectories:iT ,i1T ;Seed: s ;Thresholds:minD , iter _ max,0r ;Output: Trajectories:i1T ;Step: W , H0 i W T,0 H H1 1( , )i iT T W H ;0 1( , )ii iD dist T T while0( ( ) ) ( _ max)ir t r t iterdoUpdateisN : ( ( ) ( 1) , ( ) ( 1) ), , 0,1i m i nr t r t m n ;foreachi ic sN Ndo1 1c ii i cT T N ;
()()()()lengthClengthGlengthClengthGIoU （4-10）使用提出的 Sensitive Method 缺陷目标检测算法对分切刀具的测试结果如图 4所示，其中（a1）、（b1）为缺陷目标在其提取轮廓线上的对应位置，（a2）、（b2为缺陷目标在原图上的定位，黑色部分为刀具，豁口缺陷分布于刀刃边缘。（a1） （b1）
【参考文献】：
期刊论文
[1]一种基于改进动态规划的最佳拼接线搜索方法[J]. 陈丹丹,方发明,刘惠燕. 计算机应用与软件. 2018(10)
[2]自适应高斯滤波图像去噪算法[J]. 王海菊,谭常玉,王坤林,杜凤娟,吴智军,高仕龙. 福建电脑. 2017(11)
[3]对比度阈值自适应的SIFT图像拼接算法[J]. 李尊,申小萌,苗同军. 红外技术. 2017(10)
[4]图像拼接中surf配准算法的研究[J]. 夏岩,刘智,王俊然. 长春理工大学学报(自然科学版). 2017(02)
[5]基于HOG特征的优化区域模板匹配检测[J]. 王溪波,王彬,赵海,朱宏博,葛宏帅,朴春赫. 沈阳工业大学学报. 2016(06)
[6]基于局部与非局部线性判别分析和高斯混合模型动态集成的晶圆表面缺陷探测与识别[J]. 余建波,卢笑蕾,宗卫周. 自动化学报. 2016(01)
[7]德国“工业4.0”与“中国制造2025”[J]. 贺正楚,潘红玉. 长沙理工大学学报(社会科学版). 2015(03)
[8]基于特征点提取的轴承瑕疵工业在线检测[J]. 柴先涛,梁久祯. 济南大学学报(自然科学版). 2015(05)
[9]基于形态学的散乱点云轮廓特征线提取[J]. 程效军,方芳. 同济大学学报(自然科学版). 2014(11)
[10]一种改进的Roberts和灰色关联分析的边缘检测算法[J]. 文永革,何红洲,李海洋. 图学学报. 2014(04)
博士论文
[1]机器视觉图像检测与定位系统关键技术研究[D]. 盛遵冰.哈尔滨工业大学 2009
[2]产品表面缺陷在线检测方法研究及系统实现[D]. 彭向前.华中科技大学 2008
硕士论文
[1]图像检测在工业生产的应用[D]. 刘晓斌.华南理工大学 2014
本文编号：3001609
【文章来源】：桂林电子科技大学广西壮族自治区
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图像边缘缺陷示意图
（b）拼接图像图 3-5 图像拼接结果表 3-3 RFL-CSA 图像拼接算法Algorithm3:RFL-CSA:Regional Frog Leaping basedContour Stitching AlgorithmInput: Trajectories:iT ,i1T ;Seed: s ;Thresholds:minD , iter _ max,0r ;Output: Trajectories:i1T ;Step: W , H0 i W T,0 H H1 1( , )i iT T W H ;0 1( , )ii iD dist T T while0( ( ) ) ( _ max)ir t r t iterdoUpdateisN : ( ( ) ( 1) , ( ) ( 1) ), , 0,1i m i nr t r t m n ;foreachi ic sN Ndo1 1c ii i cT T N ;
()()()()lengthClengthGlengthClengthGIoU （4-10）使用提出的 Sensitive Method 缺陷目标检测算法对分切刀具的测试结果如图 4所示，其中（a1）、（b1）为缺陷目标在其提取轮廓线上的对应位置，（a2）、（b2为缺陷目标在原图上的定位，黑色部分为刀具，豁口缺陷分布于刀刃边缘。（a1） （b1）
【参考文献】：
期刊论文
[1]一种基于改进动态规划的最佳拼接线搜索方法[J]. 陈丹丹,方发明,刘惠燕. 计算机应用与软件. 2018(10)
[2]自适应高斯滤波图像去噪算法[J]. 王海菊,谭常玉,王坤林,杜凤娟,吴智军,高仕龙. 福建电脑. 2017(11)
[3]对比度阈值自适应的SIFT图像拼接算法[J]. 李尊,申小萌,苗同军. 红外技术. 2017(10)
[4]图像拼接中surf配准算法的研究[J]. 夏岩,刘智,王俊然. 长春理工大学学报(自然科学版). 2017(02)
[5]基于HOG特征的优化区域模板匹配检测[J]. 王溪波,王彬,赵海,朱宏博,葛宏帅,朴春赫. 沈阳工业大学学报. 2016(06)
[6]基于局部与非局部线性判别分析和高斯混合模型动态集成的晶圆表面缺陷探测与识别[J]. 余建波,卢笑蕾,宗卫周. 自动化学报. 2016(01)
[7]德国“工业4.0”与“中国制造2025”[J]. 贺正楚,潘红玉. 长沙理工大学学报(社会科学版). 2015(03)
[8]基于特征点提取的轴承瑕疵工业在线检测[J]. 柴先涛,梁久祯. 济南大学学报(自然科学版). 2015(05)
[9]基于形态学的散乱点云轮廓特征线提取[J]. 程效军,方芳. 同济大学学报(自然科学版). 2014(11)
[10]一种改进的Roberts和灰色关联分析的边缘检测算法[J]. 文永革,何红洲,李海洋. 图学学报. 2014(04)
博士论文
[1]机器视觉图像检测与定位系统关键技术研究[D]. 盛遵冰.哈尔滨工业大学 2009
[2]产品表面缺陷在线检测方法研究及系统实现[D]. 彭向前.华中科技大学 2008
硕士论文
[1]图像检测在工业生产的应用[D]. 刘晓斌.华南理工大学 2014
本文编号：3001609
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3001609.html
