论文摘要
为了能准确的对锂电池极片轧机轧辊表面的缺陷类型做出检测,提出了一种基于图像处理的轧辊表面缺陷检测与识别方法。首先,针对轧辊表面缺陷进行了类别划分,并设计了相应的轧辊表面质量检测系统,实现图像的收集与提取;然后针对收集的轧辊表面图片,利用前景提取和图像增强实现初步的预处理;最后利用特征提取与特征归类的方法对经过预处理的图像进行缺陷归类。通过对40组轧辊缺陷样本进行试验测试,结果表明,轧辊表面缺陷检测的准确度达到90%,证明了该方法的精度和有效性,该方法能够有效鉴别轧辊表面的缺陷类型,对锂电池极片轧辊的维护有着指导作用。
论文目录
文章来源
类型: 期刊论文
作者: 肖艳军,齐浩,周围,彭凯,孟召宗,张雪辉
关键词: 极片轧机轧辊,前景提取,缺陷提取,缺陷归类
来源: 电子测量与仪器学报 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,计算机软件及计算机应用
单位: 河北工业大学机械工程学院
基金: 河北省重点研发计划(18214407D),河北省科技型中小企业创新英才项目(179A7631H),河北省科技项目(16211927)资助
分类号: TP391.41;TM912
DOI: 10.13382/j.jemi.B1902317
页码: 148-156
总页数: 9
文件大小: 613K
下载量: 164