| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 A公司概述 | 第9页 |
| 1.3 机器视觉技术发展现状 | 第9-12页 |
| 1.4 研究目标与内容 | 第12-13页 |
| 1.5 论文结构 | 第13-14页 |
| 第2章 相关理论与方法综述 | 第14-20页 |
| 2.1 工业测量系统 | 第14-18页 |
| 2.1.1 现代工业测量系统的发展趋势 | 第14-15页 |
| 2.1.2 国内外测量系统的测量能力研究现状 | 第15页 |
| 2.1.3 工业测量系统的测量能力评价方法理论 | 第15-18页 |
| 2.2 国内外机器视觉测量系统研究应用现状 | 第18-19页 |
| 2.3 本文主要研究方法 | 第19-20页 |
| 第3章 影响机器视觉测量系统的因素 | 第20-34页 |
| 3.1 机器视觉测量系统的构成 | 第20-21页 |
| 3.2 机器视觉测量系统的核心关注点 | 第21页 |
| 3.3 影响机器视觉测量系统图像质量的因素分析 | 第21-26页 |
| 3.3.1 硬件因素 | 第22-26页 |
| 3.3.2 环境因素 | 第26页 |
| 3.4 影响机器视觉测量系统图像质量因素的解决对策 | 第26-32页 |
| 3.5 软件算法对测量系统的影响 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于机器视觉的测量系统测量能力分析及评价方法实施 | 第34-60页 |
| 4.1 基于机器视觉的测量系统项目实现步骤 | 第34-35页 |
| 4.2 基于机器视觉的测量系统具体实施 | 第35-51页 |
| 4.2.1 机器视觉的集成方案选择 | 第35-37页 |
| 4.2.2 机器视觉测量系统的方案验证 | 第37-39页 |
| 4.2.3 机器视觉测量系统开发的项目管理 | 第39-41页 |
| 4.2.4 基于像素的机器视觉测量系统图像质量评价 | 第41-43页 |
| 4.2.5 机器视觉测量系统的测量能力分析与评估实施 | 第43-50页 |
| 4.2.6 机器视觉测量系统的移交 | 第50-51页 |
| 4.3 基于机器视觉的测量系统测量能力与评价方法应用 | 第51页 |
| 4.4 项目实践 | 第51-58页 |
| 4.4.1 “连接器尺寸测量”项目案例介绍 | 第51-52页 |
| 4.4.2 前期评估实验建立 | 第52-54页 |
| 4.4.3 后期项目控制阶段 | 第54-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第5章 结论与展望 | 第60-62页 |
| 5.1 成果 | 第60页 |
| 5.2 未来发展 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 附录 | 第64-65页 |
| 致谢 | 第65-66页 |
