基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前太阳能电池片生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响.文中提出了一种基于RPCA(Robust Principal Component Analysis,RPCA)的太阳能电池片表面缺陷检测方法.该方法对图像矩阵进行变换,使之分解成无缺陷的低秩矩阵图像和有缺陷的稀疏矩阵图像.通过凸优化的方法,分别最小化上述两个矩阵的核范数和1范数,从而使矩阵得以有效快速地分解.同时,文中分别对优化的两种算法:加速逼近梯度(Accelerated Proximal Gradient,APG)法和非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)法,在太阳能电池片缺陷检测的计算时间和迭代次数方面进行了比较.最后通过大量实验,证明了上述方法在检测太阳能电池片表面缺陷的可行性和有效性.
推荐文章
基于PSO-RBFNN的太阳能电池片表面质量检测
电池质量分析
检测值对比
太阳能电池片
PSO-RBF神经网络
外观检测
图像处理
基于PSO-RBFNN的太阳能电池片表面质量检测
电池质量分析
检测值对比
太阳能电池片
PSO-RBF神经网络
外观检测
图像处理
太阳能电池板缺陷分割技术研究
前景提取
灰度差分
二维最大类间方差法
太阳能电池板
缺陷分割
基于机器视觉的太阳能电池缺陷检测实验设计
太阳能电池
缺陷检测
实验教学
教学效果
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RPCA的太阳能电池片表面缺陷检测
来源期刊 计算机学报 学科 工学
关键词 RPCA 缺陷检测 APG法 IALM法
年,卷(期) 2013,(9) 所属期刊栏目 图形图像
研究方向 页码范围 1943-1952
页数 10页 分类号 TP391
字数 6294字 语种 中文
DOI 10.3724/SP.J.1016.2013.01943
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚明海 浙江工业大学信息工程学院 91 1088 17.0 30.0
2 王宪保 浙江工业大学信息工程学院 26 423 9.0 20.0
3 李洁 浙江工业大学信息工程学院 3 155 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (15)
节点文献
引证文献  (53)
同被引文献  (82)
二级引证文献  (219)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(6)
  • 参考文献(6)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(21)
  • 引证文献(8)
  • 二级引证文献(13)
2017(40)
  • 引证文献(15)
  • 二级引证文献(25)
2018(73)
  • 引证文献(10)
  • 二级引证文献(63)
2019(89)
  • 引证文献(10)
  • 二级引证文献(79)
2020(41)
  • 引证文献(4)
  • 二级引证文献(37)
研究主题发展历程
节点文献
RPCA
缺陷检测
APG法
IALM法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
总被引数(次)
187004
论文1v1指导