学位论文 > 优秀研究生学位论文题录展示
基于图象处理的太阳能电池阵列裂缝的检测
作 者: 王玉
导 师: 申铉京
学 校: 吉林大学
专 业: 计算机应用技术
关键词: 太阳能电池阵列 软件工程 机器视觉 图像处理
分类号: TP274.4
类 型: 硕士论文
年 份: 2009年
下 载: 182次
引 用: 1次
阅 读: 论文下载
内容摘要
近年来,机器视觉技术在工业检测和控制领域得到了广泛的应用。将机器视觉引入到太阳能电池阵列裂缝检测中,将会对太阳能电池阵列裂缝检测工作带来极大的便利。本文在基于机器视觉技术的基础上,运用图像处理的相关方法,实现实时扫描并检测出太阳能电池阵列上的裂缝的功能,文中描述了项目开发过程中若干关键算法的研究和软件的设计,并概括介绍了相关知识以及系统背景、总体设计、功能与结构的实现。本文首先对整个系统从软件工程的角度进行了分析和设计,进行了软件功能模块的划分,保证了系统开发的完整性和可行性,系统开发的每一个环节都十分重要,对开发过程中会出现的问题考虑的越全面,开发的可行性会越大。本文紧紧围绕对太阳能电池阵列裂缝进行高速质检的要求,着重对相关图像处理算法的研究进行了详细论述。包括:采集来的原始图像的二值化处理,设计并实现了相对于传统的阈值二值化方法实际效果更好的峰值二值化算法;针对实际扫描来的太阳能电池片图像中存在边界的现状,采用了独特的边界去除算法,有效去除不需要的边界,得到待检测图像;针对太阳能电池阵列存在栅极线的实际情况,设计了栅极线去除算法,经过栅极线去除、去噪处理之后,运用有效的裂缝轮廓检测及连接算法将图像中的裂缝提取出来。模拟运行实验证明,该系统方案以及所研究的关键算法可以实时地检测太阳能电池阵列中太阳能电池片的裂缝,初步达到了项目设计的目标。最后,对所做的工作进行了总结,并对进一步的研究工作提出了一些建议。
|
全文目录
提要 4-8 第1章 绪论 8-11 1.1 研究背景 8-9 1.2 项目说明 9 1.3 论文主要内容及组织结构 9-11 1.3.1 论文主要内容 9-10 1.3.2 论文组织结构 10-11 第2章 机器视觉理论及技术 11-21 2.1 机器视觉自动检测概述 11-15 2.1.1 机器视觉的概念 11-12 2.1.2 机器视觉的系统构成与分类 12-13 2.1.3 机器视觉在检测技术中的应用和发展 13-15 2.2 图像处理概述 15-16 2.3 光学成像设计原理 16-21 2.3.1 光源设计原理 16-17 2.3.2 光源选择 17-18 2.3.3 CCD 的发展 18-19 2.3.4 图像采集卡的基本原理 19-21 第3章 裂缝检测系统概述 21-27 3.1 需求分析 21-22 3.1.1 设计原则 22 3.1.2 设计指标 22 3.2 系统总体设计 22-23 3.3 机械子系统设计 23-24 3.3.1 主要部件 23 3.3.2 工作原理 23-24 3.3.3 机械子系统结构设计 24 3.3.4 安全性和可靠性设计 24 3.4 光学影像子系统设计 24-27 3.4.1 工作原理 24-25 3.4.2 光学影像子系统设计 25-27 第4章 软件系统的设计和实现 27-35 4.1 OpenCV 图像处理函数库 27-30 4.1.1 OpenCV 简介 27-28 4.1.2 OpenCV 常用的数据结构 28-30 4.2 软件设计思路 30-31 4.2.1 成像传感探头移动控制 30-31 4.2.2 图像采集与处理 31 4.2.3 裂缝检测 31 4.2.4 检测结果输出及后处理 31 4.3 软件系统组成模块 31-32 4.4 软件系统模块的功能和设计 32-35 4.4.1 图像采集模块 32 4.4.2 图像处理模块 32-33 4.4.3 裂缝检测模块 33 4.4.4 检测结果输出模块 33 4.4.5 测距模块 33 4.4.6 移动控制模块 33-34 4.4.7 CAD 文件解析模块 34-35 第5章 图像处理各部分中的关键算法 35-51 5.1 二值图像处理 35-38 5.1.1 二值图像的几何概念 35-37 5.1.2 裂缝图像检测的特殊性 37-38 5.2 峰值二值化算法 38-42 5.2.1 算法基本思想 38 5.2.2 完整算法步骤 38-41 5.2.3 实验结果分析 41-42 5.3 边界去除算法 42-44 5.3.1 算法基本思想 42-43 5.3.2 完整算法步骤 43 5.3.3 实验结果分析 43-44 5.4 栅极线去除算法 44-48 5.4.1 线段数据结构 44-45 5.4.2 寻找首列位置 45-46 5.4.3 种子填充算法 46 5.4.4 实验结果分析 46-48 5.5 裂缝检测及连接算法 48-51 5.5.1 算法主要思想 48-49 5.5.2 实验结果分析 49-51 第6章 总结与展望 51-53 6.1 本文总结 51 6.2 工作展望 51-53 参考文献 53-55 致谢 55-56 摘要 56-58 ABSTRACT 58-60
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
- PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 半成型结构在休闲女装中的应用,TS941.2
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于机器视觉的光纤几何参数检测研究,TN253
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 猪肉加工特性预测方法研究,TS251.1
- 基于图像处理技术的两相流动特性描述,TP391.41
- 游戏公司计费系统的设计与实现,TP311.52
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 群控电梯客流密度实时识别技术研究,TP391.41
- 基于神经树的人脸识别方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统 > 集中检测与巡回检测系统
© 2012 www.xueweilunwen.com
|