首页 > 88必威

太阳能电池片表面裂纹检测算法的研究与实现

来源:论文学术网
时间:2024-08-18 21:54:02
热度:

太阳能电池片表面裂纹检测算法的研究与实现【摘要】:太阳能电池阵列是人造卫星能源的唯一来源,太阳能电池片是太阳能电池阵列的重要组成部分,它的破损直接影响到电池阵的输出功率。对太阳电池

【摘要】:太阳能电池阵列是人造卫星能源的唯一来源,太阳能电池片是太阳能电池阵列的重要组成部分,它的破损直接影响到电池阵的输出功率。对太阳电池片表面缺陷的检测是非常重要的一个环节,目前主要是用目测的方法来检测,检测人员利用显微镜对太阳电池片表面进行检查,该方法劳动量大,并且会受到检测人员主观因素的影响。 随着计算机技术和数字图像处理技术的快速发展,使得利用CCD摄像头实时捕捉、存储太阳能电池片表面图像,并利用图像处理算法检测出太阳能电池片表面上的裂纹成为可能。国内外在路面表面裂纹检测算法以及混凝土表面裂纹检测算法方面都有一定的研究,却鲜有针对太阳能电池片表面图像的裂纹算法研究。 目前所提出的针对太阳能电池片表面的裂纹检测算法很少。方帅等人[37]提出的基于生物视觉模型的太阳能电池板裂纹检测算法,该算法计算流程主要是对预处理图像分别使用Thomas Serre标准模型的S1和C1操作以及进行Percolation-based图像处理,然后利用Percolation-based图像处理方法指导C1操作后的特征匹配模板和普通模板的选取,再进行Thomas Serre标准模型的S2和C2操作,产生的特征向量供SVM分类识别。但是这种利用分类器的方法只能检测出该图有没有裂纹,并不能在图中标注出裂纹。王玉[3]提出了峰值二值化算法。该算法首先对图像进行预处理,将利用栅极线特征将图像中的栅极线剔除。之后再用严阈值峰值二值化算法迫使细微裂纹显像,再用轮廓特征进行筛选,将符合线状特征的轮廓保留,最后进行裂痕轮廓的连接。该算法虽然能检测出大部分裂纹,并将其标注在图中,但其检测准确率并不高,并且检测出来的裂纹不完整。 本文算法充分利用裂纹本身的性质,采用一种局部的并行的探测手段来检测图像中的细微裂纹。算法主要由去除图像边界,生成渗透算法模板图像,执行渗透算法,执行张量投票算法,裂痕像素点的聚合五个部分组成。渗透算法和张量投票算法是本文算法的核心部分。渗透算法是根据仿自然界现象的渗透模型,在图像中建立局部的可扩展窗口,以探测裂纹像素的算法。该算法可以充分挖掘出图像中的潜在裂纹像素。张量投票算法是机器视觉中的感知重组方法,它有能力从复杂的环境中推断出结构性信息。裂纹是成曲线聚集分布的,而噪声是离散分布于整个图像各个位置的,张量投票算法有能力分辨出哪些是成曲线聚集的裂纹像素信息,哪些是离散分布的噪声信息,从而达到了去除噪声的目的。将这两种算法结合,再用一些算法辅助处理就构成了本文的裂纹检测算法。 模拟运行实验表明,本文的裂纹检测算法可以实时地检测出太阳能电池片上的裂纹轮廓,并将其完整地标注出来,初步达到了项目设计的目标。在检测速度、精度、稳定性方面均取得了良好的效果。 【关键词】:太阳能电池片 裂纹检测 数字图像处理 张量投票 图像渗透算法
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM914.4
【目录】:
  • 摘要4-6
  • Abstract6-10
  • 第1章 绪论10-14
  • 1.1 研究背景及意义10-11
  • 1.2 国内外研究现状11-13
  • 1.3 本文的主要内容及组织结构13-14
  • 第2章 裂纹检测系统概述14-24
  • 2.1 系统需求分析14-16
  • 2.2 系统总体设计16-24
  • 2.2.1 硬件部分16-18
  • 2.2.2 软件部分18-24
  • 第3章 改进的渗透算法在裂纹检测上的应用24-41
  • 3.1 原始渗透算法介绍24-27
  • 3.2 渗透算法的改进及应用27-33
  • 3.2.1 单步渗透判断29-31
  • 3.2.2 跳过窗口扩大步骤31
  • 3.2.3 提前终止策略31-33
  • 3.3 边缘图像模板33-41
  • 第4章 张量投票算法的原理及其在裂纹检测上的应用41-66
  • 4.1 张量投票算法原理41-50
  • 4.1.1 显著性提取引擎概览41-43
  • 4.1.2 二阶张量表示法43-45
  • 4.1.3 二阶张量投票过程45-49
  • 4.1.4 张量票结果分析方法49-50
  • 4.2 张量投票算法在裂纹检测上的应用50-51
  • 4.3 裂纹连接算法51-55
  • 4.4 实验结果对比55-66
  • 4.4.1 峰值二值化算法的缺点55-57
  • 4.4.2 本文算法的优势57-59
  • 4.4.3 对比实验59-66
  • 第5章 总结与展望66-68
  • 5.1 工作总结66
  • 5.2 研究展望66-68
  • 参考文献68-71
  • 作者简介及在学期间所取得的科研成果71-72
  • 致谢72


您可以在本站搜索以下学术论文文献来了解更多相关内容

基于人工种群和Agent的路面裂纹检测算法    张洪光;王祁;

表面裂纹检测的现状及发展趋势    丁浩;欧阳敏;

基于数字图像处理的表面裂纹检测算法    邹轶群,侯贵仓,杨峰

基于机器视觉的耐火砖裂纹检测    程骏;贺俊吉;肖建立;朱盈;

SIFT算法研究和应用    黄超;齐英剑;

基于机器视觉的整体中空复合材料低速冲击损伤程度表征    周红涛;孙洪刚;

交警手势的图像处理与识别    吴巧;霍亮生;

基于数字图像的台阶斜率提取    章小兵;宋爱国;唐鸿儒;

一种新的图像背景自适应分割算法    王海星;

基于空域图像增强的研究与分析    柏春岚;

一种新的图像背景自适应分割算法    王海星;

一种基于机器视觉的余药在线检测方法    徐宁;

浅谈图像分割方法的研究运用    张甫;李兴来;陈佳君;

导电纤维编织过程的研究    刘松;杨昆;

基于Shape from Silhouette的三维重构方法    谢路生;胡天林;王磊;黄元庆;

FAN变换在图像置乱加密技术中的应用    范京;黄菲;朱希安;

基于CT图像处理技术的岩石损伤特性研究    杨更社;刘慧;彭丽娟;刘新军;

扩散火焰形态及气化炉内熔渣沉积与传热规律研究    梁钦锋

面向室外场景的图像纹理分析与应用研究    胡勇

基于数字图像处理的叶片三维大位移测量研究    李季平

微细电火花加工表面粗糙度评定研究    陈志杰

激光水下成像的图像复原及超分辨率重建算法研究    谌雨章

基于计算机视觉的急性应激条件下尼罗罗非鱼的行为研究    徐建瑜

镁合金微弧氧化膜的制备、表征及其性能研究    李颂

储层图形(像)融合与富气非线性检测方法研究    李勇

基于数字技术的铸铁图像分析    翟改霞

基于灰阶超声序列图像的乳腺肿瘤计算机辅助诊断    哈章

基于达芬奇技术的水声图像处理研究    张晶明

数字图像去噪算法研究及应用    雷浩鹏

基于小波收缩的图像去噪    濮震宇

多源遥感影像融合技术研究    唐玉娟

车辆牌照智能识别若干关键技术的研究    马小燕

高帧频CMOS相机图像处理系统设计    孙黎明

基于匹配跟踪的多传感器图像融合    王辉

环面蜗杆误差的非接触式检测方法研究    谭琳

图像边缘检测技术在引水压力钢管裂纹检测中的应用研究    罗静

基于人类视觉系统的信息隐藏技术研究    马林

一种基于多项式插值改进的亚像素细分算法    李庆利,张少军,李忠富,白荫玖,金剑,苟中魁

图像的快速亚像素边缘检测方法    刘力双,张铫,卢慧卿,赵琳,王宝光

结构光直线光条图像特征的三步法提取    周富强;王飞;张广军;

提高超声波探伤轧辊裂纹深度的准确度的方法    杨建伟;闯宏宇;张利;程辉;

基于计算机视觉的石油钻杆裂纹检测系统    安红征;殷肖川;王蓓;

涡流检测与其它探伤方法对轧辊的质量控制    于浩;

薄片零件机器视觉图像亚像素边缘检测    伍济钢;宾鸿赞;

太阳能电池组件封胶工艺研究    李云虎;张春良;赵辉;彭媛;

超软焊带的研究应用及工艺推广    张玉;秦进英;刘仁;朱鹏凯;李英建;

太阳能电池片表面裂纹检测算法的研究与实现    冯博

太阳能电池组件封装工艺研究    李云虎

Baidu
map