典型文献
热电池内部缺陷图像识别方法研究
文献摘要：
针对目前热电池内部装配缺陷检测效率低、准确度不高的问题,研究了一种可精准分割内部电池堆图像并能够准确识别缺陷种类的方法.首先采用水平、垂直积分投影法对目标电池堆边缘特征进行提取,利用局部自适应对比度增强算法对局部不清晰部分进行细节纹理增强;然后研究了缺陷结构的灰度特性,计算提取出缺陷特征参数;最后使用BP(back propagation)神经网络和CART(classification and regression tree)决策树对特征参数分类识别,并根据分类准确度进行权重分配,将加权融合后的结果作为检测的最终判据.实验结果表明:该方法对2000个样本的检测准确度达98.9％,为热电池的X射线缺陷检测提供了有效的途径.
文献关键词：
热电池;图像分析;缺陷检测;积分投影
中图分类号：
作者姓名：
周围;汪芮;孟凡钦;鞠国铭;孟庆宜;张旭
作者机构：
河北工业大学 机械工程学院,天津 300130;天津中德应用技术大学 能源工程学院,天津 300350;天津职业技术师范大学 机械工程学院,天津 300222
文献出处：
引用格式：
[1]周围;汪芮;孟凡钦;鞠国铭;孟庆宜;张旭-.热电池内部缺陷图像识别方法研究)[J].应用光学,2022(01):60-66
A类：
装配缺陷检测
B类：
热电池,池内,内部缺陷,图像识别,检测效率,电池堆,准确识别,直积,积分投影,投影法,边缘特征,局部自适应对比度增强,增强算法,对局,细节纹理,纹理增强,缺陷结构,灰度,出缺,缺陷特征,back,propagation,CART,classification,regression,tree,决策树,参数分类,分类识别,行权,权重分配,加权融合,判据,检测准确度,线缺陷,图像分析
AB值：
0.485679
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
