高亮异型曲面表面缺陷检测系统研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-19页 |
1.1 课题研究背景和意义 | 第10-11页 |
1.2 机器视觉与视觉检测研究发展综述 | 第11-16页 |
1.2.1 国外机器视觉的发展 | 第11-12页 |
1.2.2 国外视觉检测的发展 | 第12-15页 |
1.2.3 国内研究现状 | 第15-16页 |
1.3 缺陷的定义与分类及最小检测缺陷 | 第16-17页 |
1.4 课题来源及主要研究内容 | 第17-19页 |
第2章 高亮异型曲面的成像系统设计 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 高亮异型曲面常规采集图像问题 | 第19-20页 |
2.3 视觉检测系统的组成 | 第20页 |
2.4 成像影响因素分析 | 第20-25页 |
2.4.1 光源类型及形状 | 第21-22页 |
2.4.2 光与被测物间的相互关系 | 第22-23页 |
2.4.3 光线与相机成像间的相互关系 | 第23-25页 |
2.5 适用于高亮曲面的成像系统方案 | 第25-27页 |
2.6 机器人平台解析 | 第27-29页 |
2.7 本章小结 | 第29-30页 |
第3章 缺陷的图像处理 | 第30-46页 |
3.1 引言 | 第30页 |
3.2 图像去噪预处理 | 第30-33页 |
3.2.1 噪声的产生原理及类型 | 第30-31页 |
3.2.2 图像平滑与噪声的去除 | 第31-33页 |
3.3 缺陷的识别与分割 | 第33-38页 |
3.3.1 基于边缘的缺陷分割 | 第34-37页 |
3.3.2 基于区域的缺陷分割 | 第37-38页 |
3.4 缺陷特征计算 | 第38-43页 |
3.4.1 缺陷的区域特征 | 第38-41页 |
3.4.2 缺陷的灰度特征 | 第41页 |
3.4.3 缺陷的梯度特征 | 第41-42页 |
3.4.4 缺陷特征的对比分析 | 第42-43页 |
3.5 基于坏值剔除原理的假缺陷去除算法 | 第43-45页 |
3.6 本章小结 | 第45-46页 |
第4章 缺陷的三角化定位及机器人点位规划 | 第46-58页 |
4.1 引言 | 第46页 |
4.2 视觉成像系统的数学模型 | 第46-49页 |
4.2.1 系统坐标系的转换 | 第46-49页 |
4.2.2 相机外参数与内参数 | 第49页 |
4.3 缺陷特征点的匹配 | 第49-53页 |
4.3.1 基于缺陷区域特征的匹配 | 第49-51页 |
4.3.2 基于缺陷灰度特征的匹配 | 第51页 |
4.3.3 基于缺陷梯度特征的匹配 | 第51-52页 |
4.3.4 各种匹配算法的对比分析 | 第52-53页 |
4.4 多视几何与三角化测量 | 第53-56页 |
4.4.1 多视几何原理 | 第53-54页 |
4.4.2 求解图像像素点对应的射线方程 | 第54-55页 |
4.4.3 计算深度信息 | 第55-56页 |
4.5 机器人点位规划 | 第56-57页 |
4.6 本章小结 | 第57-58页 |
第5章 摩托车油箱表面缺陷检测实验 | 第58-77页 |
5.1 引言 | 第58页 |
5.2 实验平台的搭建 | 第58-59页 |
5.2.1 硬件组成 | 第58页 |
5.2.2 相机选配 | 第58-59页 |
5.3 机器人系统及相机标定 | 第59-66页 |
5.3.1 相机标定 | 第59-61页 |
5.3.2 成像系统标定 | 第61-64页 |
5.3.3 相机与机器人位姿关系计算 | 第64-66页 |
5.4 光照系统的对比实验 | 第66-68页 |
5.4.1 弧形光成像系统实验 | 第66-67页 |
5.4.2 同轴光成像系统实验 | 第67-68页 |
5.4.3 低角度线结构光实验 | 第68页 |
5.5 缺陷的识别与分割算法实验 | 第68-70页 |
5.6 基于坏值剔除原理的假缺陷去除实验 | 第70-72页 |
5.7 缺陷的特征匹配与三角化定位实验 | 第72-76页 |
5.7.1 缺陷的特征匹配 | 第72-74页 |
5.7.2 缺陷的三角化定位 | 第74-76页 |
5.8 本章小结 | 第76-77页 |
结论 | 第77-78页 |
参考文献 | 第78-83页 |
致谢 | 第83页 |