干電池內(nèi)缺陷檢測(cè)方法研究及其算法優(yōu)化.pdf

1、我國(guó)是干電池生產(chǎn)及消費(fèi)大國(guó)，傳統(tǒng)干電池缺陷質(zhì)量檢測(cè)主要采用人工目測(cè)的方法。由于人工目測(cè)耗時(shí)、耗力、效率低且不穩(wěn)定的問(wèn)題，使干電池生產(chǎn)廠家的產(chǎn)品質(zhì)量無(wú)法得到可靠的保障。因而，開展干電池缺陷自動(dòng)化檢測(cè)方法及其識(shí)別算法的研究具有積極的意義和較高的價(jià)值。
　　首先，論文深入研究了干電池缺陷檢測(cè)的相關(guān)理論與技術(shù)，對(duì)圖像處理和缺陷識(shí)別算法及優(yōu)化算法進(jìn)行了重點(diǎn)分析與討論。經(jīng)過(guò)比較選擇，確定了相機(jī)、光源、鏡頭等組成了一套完整的圖像采集系統(tǒng)，在此基

2、礎(chǔ)上，搭建了缺陷檢測(cè)綜合實(shí)驗(yàn)平臺(tái)。
　　其次，針對(duì)在普通光源下采集的圖像存在畸變、對(duì)比度低等問(wèn)題，對(duì)缺陷圖像的圖像處理算法進(jìn)行了重點(diǎn)研究。在對(duì)缺陷圖像增強(qiáng)的研究中，先后從圖像的全局對(duì)比度增強(qiáng)和局部對(duì)比度增強(qiáng)角度出發(fā)，在對(duì)幾種常用的圖像全局對(duì)比度增強(qiáng)算法和局部對(duì)比度增強(qiáng)算法研究并實(shí)驗(yàn)的基礎(chǔ)上，提出了一種適用于干電池圖像類型的局部對(duì)比度增強(qiáng)優(yōu)化算法，較好地改善了圖像的清晰度;在對(duì)干電池缺陷圖像分割的研究中，設(shè)計(jì)了以模糊C-均值聚類算法

3、為基礎(chǔ)的圖像分割算法，成功地將目標(biāo)部分從圖像中快速分離出來(lái)，并取得較好的效果;提出了一種采用最小二乘橢圓擬合算法實(shí)現(xiàn)缺陷圖像畸變校正的方法，可以有效地去除圖像畸變的干擾，從而更準(zhǔn)確地反映圖像缺陷的真實(shí)情況，提高缺陷檢測(cè)的準(zhǔn)確度。
　　然后，在對(duì)缺陷特點(diǎn)分析的基礎(chǔ)上，提出了一種多特征組合與優(yōu)化的方法，全面準(zhǔn)確地提取出干電池內(nèi)缺陷特征，并采用動(dòng)量BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行缺陷識(shí)別。實(shí)驗(yàn)結(jié)果表明，在普通光源下，本文設(shè)計(jì)的干電池內(nèi)缺陷檢測(cè)方法能