| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题背景及意义 | 第10-11页 |
| 1.3 机器视觉概述及国内外研究现状 | 第11-14页 |
| 1.3.1 机器视觉概述 | 第11-12页 |
| 1.3.2 国外研究现状 | 第12-13页 |
| 1.3.3 国内研究现状 | 第13页 |
| 1.3.4 基于嵌入式的机器视觉测量应用 | 第13-14页 |
| 1.4 研究内容及结构安排 | 第14-16页 |
| 2 视觉尺寸测量系统设计 | 第16-28页 |
| 2.1 测量系统硬件设计 | 第17-20页 |
| 2.1.1 视觉测量系统硬件设计 | 第17-18页 |
| 2.1.2 车厢尺寸测量原理 | 第18-19页 |
| 2.1.3 激光测距传感器测距原理 | 第19-20页 |
| 2.2 嵌入式硬件系统配置 | 第20-22页 |
| 2.3 视觉传感器分析与研究 | 第22-24页 |
| 2.3.1 视觉传感器的类型 | 第22页 |
| 2.3.2 视觉传感器的分析与研究 | 第22-24页 |
| 2.4 光学镜头组配置 | 第24-25页 |
| 2.5 光源设计 | 第25-26页 |
| 2.6 激光测距传感器选择 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 3 嵌入式开发环境的建立 | 第28-39页 |
| 3.1 开发环境 | 第28页 |
| 3.2 建立嵌入式系统开发环境 | 第28-33页 |
| 3.2.1 Linux系统及动态库的移植 | 第28-30页 |
| 3.2.2 Qt的移植 | 第30-33页 |
| 3.3 OpenCV移植到嵌入式开发板 | 第33-37页 |
| 3.3.1 OpenCV概述 | 第33-34页 |
| 3.3.2 OpenCV移植到嵌入式Linux环境上 | 第34-37页 |
| 3.4 Linux串行通信设计 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 测量系统图像处理算法设计 | 第39-53页 |
| 4.1 图像滤波算法研究 | 第39-44页 |
| 4.1.1 图像噪声产生原因及分析 | 第39-40页 |
| 4.1.2 常用的滤波方法 | 第40-43页 |
| 4.1.3 图像滤波方法分析 | 第43-44页 |
| 4.2 边缘检测方法研究 | 第44-51页 |
| 4.2.1 常用边缘检测算法概述 | 第44-45页 |
| 4.2.2 边缘检测原理及步骤 | 第45-46页 |
| 4.2.3 常用边缘检测算法 | 第46-49页 |
| 4.2.4 改进的Canny算子边缘检测算法 | 第49-51页 |
| 4.3 激光光斑中心定位 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 实验与分析 | 第53-69页 |
| 5.1 相机标定 | 第53-64页 |
| 5.1.1 相机标定概述 | 第53-54页 |
| 5.1.2 相机标定原理 | 第54-60页 |
| 5.1.3 相机标定 | 第60-64页 |
| 5.2 图像滤波 | 第64页 |
| 5.3 图像增强 | 第64-66页 |
| 5.4 边缘检测后续处理 | 第66页 |
| 5.5 轮廓绘制 | 第66页 |
| 5.6 尺寸测量 | 第66-67页 |
| 5.6.1 采样触发 | 第66-67页 |
| 5.6.2 尺寸测量 | 第67页 |
| 5.7 结果分析 | 第67-68页 |
| 5.8 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-70页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76页 |