| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 机器视觉技术在工业检测领域的发展现状 | 第12页 |
| 1.3 机器视觉尺寸测量系统的关键问题 | 第12-13页 |
| 1.4 本文研究内容及章节安排 | 第13-16页 |
| 1.4.1 本文研究内容 | 第13页 |
| 1.4.2 本文章节安排 | 第13-16页 |
| 第2章 机器视觉尺寸测量系统总体设计 | 第16-28页 |
| 2.1 机器视觉测量系统的工作原理 | 第16页 |
| 2.2 油泵壳体的主要测量指标 | 第16-17页 |
| 2.3 机器视觉测量系统的硬件架构设计 | 第17-27页 |
| 2.3.1 光源模块 | 第18-22页 |
| 2.3.2 图像采集模块 | 第22-25页 |
| 2.3.3 其他硬件 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 图像预处理与边缘检测研究 | 第28-48页 |
| 3.1 图像预处理 | 第28-30页 |
| 3.2 像素级边缘检测 | 第30-35页 |
| 3.2.1 像素级边缘检测算法 | 第31-33页 |
| 3.2.2 像素级边缘检测算法比较 | 第33-35页 |
| 3.3 亚像素边缘检测 | 第35-40页 |
| 3.3.1 亚像素边缘检测原理 | 第35-36页 |
| 3.3.2 亚像素边缘检测算法简介 | 第36-37页 |
| 3.3.3 基于二次曲线拟合的亚像素边缘检测算法 | 第37-40页 |
| 3.4 改进的基于二次曲线拟合的亚像素边缘检测算法 | 第40-47页 |
| 3.4.1 算法改进 | 第41-44页 |
| 3.4.2 算法性能测试 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于亚像素的油泵壳体尺寸测量 | 第48-58页 |
| 4.1 相机标定 | 第48-52页 |
| 4.1.1 线性标定 | 第48-51页 |
| 4.1.2 相机标定流程 | 第51-52页 |
| 4.2 油泵壳体指标一的尺寸测量 | 第52-55页 |
| 4.2.1 指标一的测量方法 | 第52-53页 |
| 4.2.2 最小二乘法拟合椭圆 | 第53-54页 |
| 4.2.3 指标一完整测量流程 | 第54-55页 |
| 4.3 油泵壳体指标二的尺寸测量 | 第55-57页 |
| 4.3.1 指标二的测量方法 | 第55-56页 |
| 4.3.2 最小二乘法拟合圆 | 第56-57页 |
| 4.3.3 指标二完整测量流程 | 第57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 软件设计与测量实验 | 第58-66页 |
| 5.1 软件设计 | 第58-60页 |
| 5.2 测量实验 | 第60-65页 |
| 5.2.1 测量结果 | 第60-62页 |
| 5.2.2 数据分析 | 第62-63页 |
| 5.2.3 指标一的改进测量实验 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72-73页 |
| 攻读硕士学位期间主要的研究成果 | 第73页 |