基于机器视觉的太阳能网版缺陷检测

摘要：

为了解决传统太阳能网版缺陷检测法效率低、检测速度慢和准确率低的问题,本文提出一种硬件与软件相结合的基于机器视觉的太阳能网版检测方法.根据测量精度的要求,本文还设计了一台适合太阳能网版图像采集的移动平台,软件部分主要包括缺陷检测、栅线宽度测量.利用质心检测和直线拟合测量栅线的宽度,在此基础上,通过支持向量机(SVM)图像分类法检测太阳能网版缺陷,利用已经分类好的样本进行训练生成一个分类器.经过实验验证,缺陷检测的准确率超过95％,栅线宽度测量误差为1μm左右,证明该方法不仅具有检测成本低、可靠性高、检测效率高等特点,而且具有实用推广价值.

关键词：太阳能网版、支持向量机、缺陷检测、栅线宽度测量

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51775230,61275110;广西研究生教育创新计划项目XYCSZ2019070;桂林市科学研究与技术开发计划重点项目2016010604,20170104-2;广西师范大学重点项目2015ZD004;广西自然科学基金2017GXNSFAA198313

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：105-112