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:
运用机器视,觉原理中的自动聚类检测方法,利用嵌入式系统作为核心控制元件,气动装置作为执行机构,设计制作了基于机器视觉的太阳能电池筛检系统,用于检测太阳能电池的几何参数及物理缺陷.实验表明,该系统在太阳能电池筛检中识别正确率在95%以上,执行机构无故障率98%以上,较好地解决了太阳能电池筛检识别精度和效率低的问题.
推荐文章
太阳能电池的基本特性
太阳能电池
短路电流
开路电压
填充因子
转换效率
太阳能电池封装技术
太阳能电池
封装
玻璃
含氟树脂
有机太阳能电池应用前景展望
有机太阳能电池
转换效率
低成本
基于视觉的太阳能电池片位置检测
太阳能电池片
归类法
亚像素细分
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 一种基于机器视觉原理筛检太阳能电池的实现方法
来源期刊 机械 学科 工学
关键词 太阳能电池 自动聚类 机器视觉 筛检系统
年,卷(期) 2015,(2) 所属期刊栏目 测量与检测技术
研究方向 页码范围 69-72
页数 分类号 TM914.4|TP391.7
字数 语种 中文
DOI 10.3969/j.issn.1006-0316.2015.02.018
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 樊庆文 四川大学制造科学与工程学院 77 448 11.0 18.0
2 王德麾 四川大学制造科学与工程学院 24 87 6.0 8.0
3 周莹莹 四川大学制造科学与工程学院 3 3 1.0 1.0
4 冯军帅 四川大学制造科学与工程学院 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (14)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
太阳能电池
自动聚类
机器视觉
筛检系统
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
机械
月刊
1006-0316
51-1131/TH
大16开
四川省成都市锦江工业园区墨香路48号
62-105
1962
chi
出版文献量(篇)
5898
总下载数(次)
11
总被引数(次)
24321
论文1v1指导