| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 课题的研究背景及意义 | 第14-16页 |
| 1.2 机器视觉应用与图像技术 | 第16-17页 |
| 1.3 国内外应用和研究现状 | 第17-18页 |
| 1.4 论文主要内容及章节安排 | 第18-21页 |
| 1.4.1 论文主要内容 | 第18-19页 |
| 1.4.2 章节安排 | 第19-21页 |
| 第二章 双尖灯泡视觉检测系统总体方案及硬件选型 | 第21-29页 |
| 2.1 双尖灯泡检测系统的基本组成 | 第21页 |
| 2.2 双尖灯泡检测系统的硬件选型 | 第21-26页 |
| 2.2.1 工业相机选型 | 第21-23页 |
| 2.2.2 相机镜头选型 | 第23-24页 |
| 2.2.3 系统光源选型 | 第24-26页 |
| 2.2.4 工控机及图像采集卡选型 | 第26页 |
| 2.3 双尖灯泡检测系统方案设计 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 双尖灯泡检测系统的关键图像处理技术 | 第29-60页 |
| 3.1 双尖灯泡灯丝同轴检测 | 第29-50页 |
| 3.1.1 图像噪声的平滑 | 第29-31页 |
| 3.1.2 阈值分割算法 | 第31-36页 |
| 3.1.2.1 最大类间方差方法 | 第32页 |
| 3.1.2.2 最小方差方法 | 第32-33页 |
| 3.1.2.3 二维最大熵的阈值分割法 | 第33-35页 |
| 3.1.2.4 基于均谷加权阈值分割算法 | 第35-36页 |
| 3.1.3 基于顺序扫描的二值图像连通标记算法 | 第36-37页 |
| 3.1.4 灯丝ROI区域定位 | 第37-38页 |
| 3.1.5 二值图像形态学处理 | 第38-40页 |
| 3.1.6 基于最大圆盘的灯丝骨架提取算法 | 第40-41页 |
| 3.1.7 边缘检测 | 第41-48页 |
| 3.1.7.1 基于高斯二次曲线拟合亚像素边缘检测 | 第42-44页 |
| 3.1.7.2 实验仿真及数据分析 | 第44-46页 |
| 3.1.7.3 基于最小二乘法直线拟合 | 第46-48页 |
| 3.1.8 双尖灯泡灯丝同轴判定策略 | 第48-50页 |
| 3.2 双尖灯泡铜头焊点检测 | 第50-59页 |
| 3.2.1 焊点图像获取 | 第50页 |
| 3.2.2 焊点边缘提取 | 第50-53页 |
| 3.2.3 图像特征识别方法 | 第53-57页 |
| 3.2.3.1 几何特征参数法 | 第53-55页 |
| 3.2.3.2 形状特征参数法 | 第55-57页 |
| 3.2.4 焊点质量判定策略 | 第57-59页 |
| 3.3 本章小结 | 第59-60页 |
| 第四章 基于HALCON的检测系统标定 | 第60-69页 |
| 4.1 摄像机透视投影模型 | 第60-62页 |
| 4.2 基于HALCON的摄像机标定技术 | 第62-68页 |
| 4.2.1 标定板选取 | 第63页 |
| 4.2.2 标定图像采集 | 第63-64页 |
| 4.2.3 摄像机标定算法实现 | 第64-66页 |
| 4.2.4 误差分析及标定结果 | 第66-68页 |
| 4.2.5 标定比例计算 | 第68页 |
| 4.3 本章小结 | 第68-69页 |
| 第五章 基于机器视觉的双尖灯泡在线检测系统实现 | 第69-80页 |
| 5.1 双尖灯泡系统检测流程 | 第70-72页 |
| 5.1.1 双尖灯泡灯丝同轴检测流程 | 第71页 |
| 5.1.2 双尖灯泡灯尖焊点质量检测流程 | 第71-72页 |
| 5.2 人机交互界面设计与功能介绍 | 第72-75页 |
| 5.3 实验结果及分析 | 第75-78页 |
| 5.3.1 实验结果 | 第75-77页 |
| 5.3.2 重复性精度分析 | 第77-78页 |
| 5.4 误差分析 | 第78-79页 |
| 5.5 本章小结 | 第79-80页 |
| 总结与展望 | 第80-82页 |
| 1.总结 | 第80-81页 |
| 2.展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读学位期间发表的论文及申请的专利 | 第86-88页 |
| 致谢 | 第88页 |