| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 论文选题的背景与意义 | 第12-13页 |
| 1.1.1 论文选题背景 | 第12-13页 |
| 1.1.2 论文选题意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 在线检测技术和Open CV的介绍及发展现状 | 第13-15页 |
| 1.2.2 多目标优化问题研究现状 | 第15-17页 |
| 1.3 本课题研究的主要内容 | 第17-19页 |
| 第二章 遗传算法与NSGA-II原理 | 第19-26页 |
| 2.1 遗传算法原理 | 第19-22页 |
| 2.2 NSGA-II原理 | 第22-25页 |
| 2.2.1 多目标优化问题的数学描述 | 第22页 |
| 2.2.2 基本概念 | 第22-23页 |
| 2.2.3 NSGA-II原理 | 第23-24页 |
| 2.2.4 NSGA-II特点 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 在线检测系统建立 | 第26-46页 |
| 3.1 相机选型 | 第26-31页 |
| 3.1.1 相机图像格式的选取 | 第26-28页 |
| 3.1.2 相机芯片的选取 | 第28-29页 |
| 3.1.3 相机分辨率的选择 | 第29-31页 |
| 3.2 镜头选型 | 第31-34页 |
| 3.2.1 镜头的主要参数 | 第31-32页 |
| 3.2.2 镜头选择的基本原则 | 第32-34页 |
| 3.3 光源的选型及打光方式的设计 | 第34-41页 |
| 3.3.1 光源选择 | 第34-36页 |
| 3.3.2 打光方式设计 | 第36-41页 |
| 3.4 相机标定 | 第41-44页 |
| 3.5 软件系统的搭建 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 薄板零件尺寸检测的单目标优化 | 第46-55页 |
| 4.1 薄板零件尺寸检测单目标优化模型的建立 | 第46-49页 |
| 4.1.1 Hough变换检测圆模型的建立 | 第46-47页 |
| 4.1.2 GA优化待定参数模型的建立 | 第47-49页 |
| 4.2 实例分析 | 第49-54页 |
| 4.3 实例结果分析 | 第54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 薄板零件尺寸检测的多目标优化 | 第55-65页 |
| 5.1 薄板零件尺寸检测多目标优化模型的建立 | 第55-62页 |
| 5.1.1 非支配排序定义 | 第55-56页 |
| 5.1.2 快速非支配排序 | 第56-58页 |
| 5.1.3 种群中个体多样性的保留 | 第58-60页 |
| 5.1.4 NSGA-II执行流程 | 第60-62页 |
| 5.2 实例分析 | 第62-63页 |
| 5.3 薄板零件尺寸检测单目标优化与多目标优化结果的对比分析 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 主要工作及结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 读硕士学位期间发表的学术论文及取得的相关科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |