基于空间梯度信息的自适应边缘优化算法的研究

《基于空间梯度信息的自适应边缘优化算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP391论文编号：102870816-S040学科分类号：080300硕士学位论文基于空间梯度信息的自适应边缘优化算法的研究研究生姓名许梅梅学科、专业光学工程研究方向光测技术与信息处理指导教师阎志军副教授南京航空航天大学研究生院理学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofScienceResearchonoptimizationofadaptiveedgedetectionalgorithmbasedonspatialgradientinformatio

2、nAThesisinOpticalEngineeringbyMeimeiXuAdvisedbyAssociateProf.ZhijunYanSubmittedinPartialFulfillmentOftheRequirementsFortheDegreeofMasterofEngineeringMarch,2016承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位

3、论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要太阳能作为一种清洁资源，已经展示了巨大的应用前景。太阳能电池是光伏发电系统的核心器件之一，其质量将会对整个光伏发电系统的效率产生直接影响。多晶硅衬底是光伏发电系统中广泛使用的衬底。由于晶界的存在对光电转换效率有显著的影响，所以通过提升多晶硅衬底的结晶度可以直接提高太阳能电池组件的发电效率。相应地，在生产环节中设置多晶硅衬底质量分级环节就具有重要的意义。当前工业生产中主要使用的人工目测分级方法。本文在前人

4、工作的基础上，对现有算法进行了优化并提出了一种结合空间梯度信息的边缘优化算法。核心的改进包括：在图像分割中，对双峰法和大津法（Otsu法）相结合的图像分割算法进行改进，使得分割阈值能够根据图像特征自适应地选取；结合原图的空间梯度信息得到梯度边缘，将梯度边缘与初始边缘进行综合处理以连接边缘断点并去除伪边缘以实现对边缘的优化。实验结果表明，修改后的算法简单有效，对不同特征的多晶硅图像均能较好地实现自适应提取完整连续的边缘，为实现多晶硅结晶度的机器自动检测的目标奠定了算法基础。关键字：多晶硅，晶畴识别，图像分割，边缘检测与优化，自适应检测I基于空间梯度信息的自适应边缘优化算法的研究ABST

5、RACTAsthecleanresource,solarenergyhasbeenwidelyusedinvariousfield.Solarcellisoneofthecorecomponentsofphotovoltaicpowergenerationsystem,anditsqualityhasdirectimpactontheefficiencyofthewholephotovoltaicpowergenerationsystem.Polysiliconsubstrateiswidelyusedinphotovoltaicpowergenerationsystem.Photo

6、electricconversionefficiencyofsolarcellcanbeimprovedbypromotingthecrystallinityofpolysilicon.Itisimportanttosetupthequalitygradeofthepolysiliconsubstrateinproduction.Atpresent,thedetectionmeansofpolycrystallinesiliconcellscrystallinityismainlysamplingvisualdetection.Theexistingalgorithmshavebee

7、noptimizedandanadaptiveedgealgorithmbasedonspatialgradientinformationisproposedinthisthesis.Firstly,theparametersaredeterminedadaptivelyaccordingtotheimagescharacteristicsintheimprovedsegmentationmethodcombiningbimodalmethodandOts