锌锰电解过程阴阳极表面缺陷导致重金属废水和
危废产生量大。本发明针对不同缺陷颜色和形貌复杂而多样难以识别的问题,通过研究阴极剥锌后的缺陷包括全锌、残锌、黄斑、黑斑等,阳极除泥后的缺陷包括烧洞、脱焊等,以及这些缺陷在颜色、斑块、深浅、疏密、形状和纹理等微观信息上的差异,建立了不同缺陷与特定光学参数的定量化关系,进而标定了可进行模型识别和计算的图像信息。利用机器视觉动态获取阴阳极双面图像信息,自动适配高能光源强度与缺陷图像灰度值等指标,将特征学习融入到建立模型的过程中,实现了对阴阳极表面缺陷的智能识别。识别速度<1秒,识别精度<1mm,检出率≥98%。在国家严控的一类重金属污染物源头削减方面发挥重要作用。
声明:
“一种电解锌锰阴阳极表面物理缺陷智能识别的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)