基于视觉的动力电池焊后质量检测
为了对动力电池的焊后质量进行检测,针对检测时对比度低、背景复杂和干扰等问题,提出一种融合了动态阈值与全局阈值、行程处理和主成分分析-支持向量机(PAC-SVM)分类模型的焊后质量检测方法.首先,提出了一种结合动态阈值和全局阈值的混合阈值算法来分割焊缝和瑕疵;其次,利用形态学和行程处理来消除焊缝周边干扰得到更真实的焊缝边缘;最后,融合灰度特征、几何特征和矩特征建立7维特征向量的针孔模型,并采用带主成分分析的支持向量机检测针孔.结果表明,采用文中提出的方法,可获得良好的检测效果.
混合阈值、行程处理、主成分分析、支持向量机
39
TG409(焊接、金属切割及金属粘接)
华南师范大学青年教师科研培育基金15KJ13;广东省科技项目2013B090600045、2013B090200003、2014B010131004、2014B010124002、2014B090903014、2015B090920003、2016B90917002、2016B090926004;广东省自然科学基金2016A030313456
2018-11-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
122-128