首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的发动机零件智能检测系统

摘要第4-6页
Abstract第6-7页
第一章 绪论第14-20页
    1.1 课题研究背景及意义第14-15页
        1.1.1 课题背景第14页
        1.1.2 课题意义第14-15页
    1.2 国内外研究现状第15-18页
        1.2.1 发动机零件检测第15-16页
        1.2.2 机器视觉检测技术第16-18页
    1.3 论文的主要研究内容和结构安排第18-20页
第二章 机器视觉智能检测系统搭建与标定第20-39页
    2.1 系统的总体结构设计第20-22页
        2.1.1 基本结构组成第20-21页
        2.1.2 检测工作原理第21-22页
    2.2 系统硬件设计第22-30页
        2.2.1 照明系统第22-24页
        2.2.2 摄像机选型第24-26页
        2.2.3 镜头选型第26-29页
        2.2.4 总线及图像采集卡第29-30页
    2.3 摄像机标定第30-38页
        2.3.1 摄像机标定的必要性第30页
        2.3.2 针孔成像原理及坐标系转换关系第30-33页
        2.3.3 本文摄像机标定方法第33-38页
    2.4 本章小结第38-39页
第三章 图像处理与边缘检测第39-51页
    3.1 图像平滑第39-44页
        3.1.1 均值滤波(Blur)第40-41页
        3.1.2 高斯滤波(GaussianBlur)第41-42页
        3.1.3 中值滤波(Medianfilter)第42-43页
        3.1.4 自适应中值滤波(AdaptiveMedianFilter)第43-44页
    3.2 图像分割第44-46页
        3.2.1 灰度直方图第44-45页
        3.2.2 快速最大类间方差阈值分割法第45-46页
    3.3 图像形态学处理第46-47页
        3.3.1 腐蚀与膨胀第46-47页
        3.3.2 开运算与闭运算第47页
    3.4 边缘检测第47-50页
        3.4.1 Canny边缘检测算法第47-49页
        3.4.2 基于形态学的边缘检测算法第49页
        3.4.3 改进的Canny算子和形态学边缘检测算法第49-50页
    3.5 本章小结第50-51页
第四章 结合ZNCC-DWT的SURF算子快速拼接算法第51-68页
    4.1 图像去阴影及拼接的必要性第51页
    4.2 拼接总体算法第51-52页
    4.3 序列图LDRIs输入第52页
    4.4 图像配准第52-56页
    4.5 ZNCC算法特征点匹配及鬼影检测第56-59页
    4.6 二维离散小波变换融合法去鬼影第59-64页
        4.6.1 小波变换信号的分解和融合重构第59-60页
        4.6.2 图像二维DWT求分解系数第60页
        4.6.3 确定高低频融合原则第60-64页
        4.6.4 图像融合去鬼影第64页
    4.7 图像拼接第64-65页
    4.8 图像拼接质量评价指标第65-67页
    4.9 本章小结第67-68页
第五章 实时检测软件系统的设计第68-82页
    5.1 活塞环检测研究第68-76页
        5.1.1 活塞环漏光度检测及图像拼接与分析第69-73页
        5.1.2 活塞环测量结果与分析第73-76页
    5.2 实时检测软件系统开发第76-80页
        5.2.1 软件开发环境第76-77页
        5.2.2 软件结构设计与实现第77-80页
        5.2.3 系统检测技术评价第80页
    5.3 本章小结第80-82页
第六章 总结与展望第82-84页
    6.1 主要研究工作内容与结论第82页
    6.2 展望第82-84页
参考文献第84-89页
攻读学位期间获得的科研成果第89-92页
致谢第92页

论文共92页,点击 下载论文
上一篇:基于图像处理的车牌识别方法研究
下一篇:基于机器视觉的焊接机安全门禁光幕识别系统开发