首页> 正文

基于图像处理的激光测厚系统的设计

2020-12-02阅读(199)

基于图像处理的激光测厚系统的设计

论文摘要

锂电池极片的厚度控制在锂电池生产制造过程中是非常关键的一环,它直接决定了锂电池的容量、充放电速度、循环寿命等各项性能指标。因此,对锂电池极片的厚度进行测量显得尤为重要。传统的人工检测方法,劳动强度大,产品的质量得不到保证。为了实现工业生产中锂电池极片厚度的高质量测量,本文研制了一款基于图像处理,以Zynq-7010和面阵CCD为核心的锂电池极片激光测厚系统。主要研究内容如下:1、图像采集光路结构的研究。分析了激光三角位移测量法和同步双光路差动式测厚法,对激光测厚系统的检测原理进行全面的了解,确定图像采集光路测量结构。2、激光测厚系统的总体框架研究。通过图像处理硬件平台（Zynq）、图像采集系统的硬件选型（激光器,镜头,相机）、千兆以太网接口部分等来实现系统的总体方案设计。3、激光测厚系统的图像处理算法研究。对光点图像进行预处理,Hough变换识别圆,通过对比几种常用的亚像素光点中心定位算法的优缺点,来选择适合本系统检测对象的亚像素定位光点中心算法。4、系统的软硬件协同处理与硬件加速研究。对系统软硬件的功能进行划分,利用FPGA实现相关的图像处理算法,将算法封装为IP核作为ARM端的外设,实现软硬件协同处理,使用Vivado HLS对图像处理算法进行硬件设计。5、系统软件研究。完成Linux嵌入式系统的搭建与移植,利用QT对上位机界面进行设计。最后对该系统的图像采集光学结构和Zynq图像处理平台进行搭建和调试,采用标准锂电池极片作为测量对象。在实验室条件下,对该系统的精度和稳定性进行了测试。实验结果表明,该系统测量锂电池极片厚度的精度达到1um,示值误差不超过±3um。满足锂电池极片在生产过程中对厚度检测的要求,具有良好的应用前景。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 课题研究背景及意义
  •   1.2 课题来源
  •   1.3 测厚技术国内外发展研究现状
  •   1.4 论文工作与章节安排
  •   1.5 本章小结
  • 第二章 激光测厚系统总体方案
  •   2.1 激光测厚原理
  •     2.1.1 激光回波分析法
  •     2.1.2 激光三角位移测量法
  •     2.1.3 同步双光路差动式测厚法
  •   2.2 激光测厚系统结构设计
  •   2.3 激光测厚系统硬件平台
  •     2.3.1 图像处理硬件平台
  •     2.3.2 图像采集系统的硬件设计
  •     2.3.3 千兆以太网接口
  •   2.4 本章小结
  • 第三章 激光测厚系统图像处理算法
  •   3.1 图像预处理
  •   3.2 HOUGH变换识别圆获取光点位置
  •   3.3 亚像素细分技术
  •   3.4 亚像素定位光点中心原理
  •   3.5 亚像素定位光点中心算法设计
  •     3.5.1 插值法的亚像素定位光点中心算法
  •     3.5.2 矩方法的亚像素定位光点中心算法
  •     3.5.3 灰度质心法的亚像素定位光点中心算法
  •   3.6 本章小结
  • 第四章 系统的软硬件协同处理与硬件加速设计
  •   4.1 软硬件协同处理设计
  •     4.1.1 PS与PL的交互
  •   4.2 PS与PL的数据交互方式
  •     4.2.1 AXI协议介绍
  •     4.2.2 AXI接口协议分类
  •   4.3 VIDEO DMA组件
  •     4.3.1 VIDEO DMA高速数据传输
  •     4.3.2 VIDEO DMA配置
  •   4.4 算法硬件设计
  •     4.4.1 VIVADO HLS简介
  •     4.4.2 VIVADO HLS实现方式
  •     4.4.3 VIVADO HLS硬件加速
  •   4.5 图像预处理硬件加速设计
  •     4.5.1 图像滤波
  •     4.5.2 VIVADO HLS图像滤波的实现
  •   4.6 本章小结
  • 第五章 系统软件设计
  •   5.1 LINUX嵌入式系统
  •   5.2 ZYNQ上LINUX系统的搭建
  •     5.2.1 LINUX内核配置与编译
  •     5.2.2 设备树制作
  •     5.2.3 LINUX系统文件
  •     5.2.4 ZYNQ启动文件
  •     5.2.5 嵌入式LINUX系统移植
  •   5.3 ZYNQ图形界面设计
  •     5.3.1 QT环境的搭建
  •     5.3.2 ZYNQ嵌入式移植
  •     5.3.3 上位机操作界面
  •   5.4 本章小结
  • 第六章 系统测试与误差分析
  •   6.1 测试环境搭建
  •   6.2 系统性能测试
  •     6.2.1 系统精度测试
  •     6.2.2 系统稳定性测试
  •   6.3 环境因素误差分析及实验验证
  •     6.3.1 温度变化误差分析
  •     6.3.2 空气流动误差分析
  •     6.3.3 激光强度误差分析
  •   6.4 本章小结
  • 结论
  •   总结
  •   展望
  • 参考文献
  • 致谢
  • 附录A （攻读学位期间发表的论文）

    • 文章来源

    类型: 硕士论文

    作者: 龙威

    导师: 唐立军,吴定祥

    关键词: 面阵,激光测厚,硬件加速

    来源: 长沙理工大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 物理学,电力工业,无线电电子学,计算机软件及计算机应用

    单位: 长沙理工大学

    分类号: TP391.41;TM912;TN249

    DOI: 10.26985/d.cnki.gcsjc.2019.000698

    总页数: 73

    文件大小: 5135K

    下载量: 22

    相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [3].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [4].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [5].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [6].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [7].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [8].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [9].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [10].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [11].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [12].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [13].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [14].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [15].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [16].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [17].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [18].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [19].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)
    • [20].图像处理技术在纺织品测试中的应用[J]. 化纤与纺织技术 2015(04)
    • [21].深度学习在图像处理技术课程教学实践中的应用探讨[J]. 教育教学论坛 2016(09)
    • [22].浅析计算机图像处理技术的应用[J]. 通讯世界 2016(06)
    • [23].图像处理技术在纺织检测中的应用[J]. 山东纺织经济 2016(06)
    • [24].图像处理软件在广告设计中的使用及效果分析[J]. 电子制作 2015(10)
    • [25].职业学院《图像处理技术》课程教学探索[J]. 黑龙江科技信息 2015(15)
    • [26].数字化背景下的多媒体图像处理技术[J]. 电子技术与软件工程 2015(13)
    • [27].基于图像处理的自动报靶系统[J]. 数码世界 2018(12)
    • [28].浅谈图像处理技术及应用[J]. 数码世界 2019(11)
    • [29].图像处理谁最行[J]. 电脑爱好者(普及版) 2012(11)
    • [30].计算机图像处理技术的发展及未来展望[J]. 电脑迷 2018(07)

    标签：;  ;  ;  

    基于图像处理的激光测厚系统的设计
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6