| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 内容提要 | 第9-13页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.2.3 机器识别技术应用与发展 | 第17-19页 |
| 1.3 本文研究的主要内容 | 第19-20页 |
| 第2章 机械零件的机器识别技术 | 第20-31页 |
| 2.1 机械零件图像采集 | 第20-23页 |
| 2.1.1 零件图像采集原理 | 第20-21页 |
| 2.1.2 零件图像采集卡技术 | 第21-23页 |
| 2.2 图像灰度变换 | 第23-25页 |
| 2.3 机械零件图像预处理 | 第25-28页 |
| 2.3.1 滤波去噪处理 | 第25-26页 |
| 2.3.2 图像二值化处理 | 第26-28页 |
| 2.4 图像边缘处理 | 第28-31页 |
| 第3章 基于机器识别的机械零件检测总体方案 | 第31-41页 |
| 3.1 机械零件检测系统总体框架 | 第31-32页 |
| 3.2 系统硬件设计 | 第32-34页 |
| 3.2.1 光学照明系统 | 第32-33页 |
| 3.2.2 图像采集系统 | 第33-34页 |
| 3.2.3 运动控制装置 | 第34页 |
| 3.3 软件开发平台 | 第34-35页 |
| 3.3.1 系统开发软件平台 | 第34-35页 |
| 3.3.2 NI-IMAQ软件包与NI-IMAQ驱动软件 | 第35页 |
| 3.4 系统软件实现流程方案 | 第35-37页 |
| 3.5 软件功能分析 | 第37-41页 |
| 3.5.1 零件图像采集部分 | 第38页 |
| 3.5.2 零件图像预处理部分 | 第38-39页 |
| 3.5.3 零件识别/测量部分 | 第39-40页 |
| 3.5.4 结果输出部分 | 第40-41页 |
| 第4章 机械零件图像识别研究 | 第41-52页 |
| 4.1 机械零件图像识别过程分析 | 第41-42页 |
| 4.2 零件图像匹配模版制作 | 第42-43页 |
| 4.3 零件图像识别算法 | 第43-52页 |
| 4.3.1 零件分类和匹配区域划定 | 第43-47页 |
| 4.3.2 基于灰度的零件识别算法 | 第47-49页 |
| 4.3.3 零件模板图像旋转 | 第49-52页 |
| 第5章 机械零件尺寸测量试验 | 第52-64页 |
| 5.1 机器视觉检测系统标定 | 第52-56页 |
| 5.1.1 摄像机标定 | 第52-56页 |
| 5.1.2 像素当量的标定 | 第56页 |
| 5.2 测量某轴承外径 | 第56-61页 |
| 5.3 测量实验 | 第61-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 作者简介 | 第70-71页 |
| 后记和致谢 | 第71页 |