| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 引言 | 第11-13页 |
| 1.2 铆接设备及铆接质量检测技术的研究与现状 | 第13-18页 |
| 1.2.1 国内外铆接设备现状 | 第14-17页 |
| 1.2.2 国内外铆接质量检测技术现状 | 第17-18页 |
| 1.3 机器视觉和图像识别现状 | 第18-19页 |
| 1.4 课题研究内容与总体框架 | 第19-21页 |
| 第2章 智能铆接系统的总体设计 | 第21-28页 |
| 2.1 智能铆接系统的系统构架 | 第21-22页 |
| 2.2 智能铆接系统组成 | 第22-27页 |
| 2.2.1 系统总体 | 第22-23页 |
| 2.2.2 液压油泵组成 | 第23-24页 |
| 2.2.3 电气控制系统组成 | 第24-27页 |
| 2.2.4 工控机组成 | 第27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 软件开发 | 第28-43页 |
| 3.1 总体设计 | 第28-30页 |
| 3.1.1 LabVIEW软件简介 | 第28页 |
| 3.1.2 功能需求 | 第28-29页 |
| 3.1.3 软件系统功能层次设计 | 第29-30页 |
| 3.2 泵站自动化控制方案 | 第30-32页 |
| 3.3 力与位移曲线的获取与处理 | 第32-34页 |
| 3.3.1 生产者/消费者结构 | 第32-33页 |
| 3.3.2 铆接力与位移数据的处理 | 第33-34页 |
| 3.4 PCIE总线视频采集卡图像获取 | 第34-37页 |
| 3.4.1 DVP-7637E视频采集卡QCAPSDK | 第34页 |
| 3.4.2 LabVIEW与C语言的混合编程 | 第34-36页 |
| 3.4.3 LabVIEW实现图像采集 | 第36-37页 |
| 3.5 其他功能的实现 | 第37-40页 |
| 3.5.1 基于TCP/IP的系统通信协议的设计 | 第37-38页 |
| 3.5.2 报表的生成 | 第38-40页 |
| 3.6 操作界面的设计 | 第40-41页 |
| 3.6.1 主界面 | 第40-41页 |
| 3.6.2 泵站控制界面 | 第41页 |
| 3.7 本章小结 | 第41-43页 |
| 第4章 基于铆接位置判定的图像识别方法研究 | 第43-57页 |
| 4.1 基于Hough变换的轮廓提取法 | 第43-46页 |
| 4.1.1 计算机视觉与OpenCV | 第43页 |
| 4.1.2 霍夫变换 | 第43-44页 |
| 4.1.3 基于霍夫变换圆轮廓提取的图像识别算法 | 第44-46页 |
| 4.2 基于Harris/Sift/Suft特征提取的图像融合及图像识别 | 第46-51页 |
| 4.2.1 图像融合 | 第46页 |
| 4.2.2 特征点的提取 | 第46-48页 |
| 4.2.3 特征点的匹配 | 第48-51页 |
| 4.2.4 图像的拼接融合 | 第51页 |
| 4.3 基于Histogram特征及BP神经网络的图像识别 | 第51-54页 |
| 4.4 基于开源工具Zbar的条形码/二维码的识别算法 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 智能铆接系统的调试与应用 | 第57-64页 |
| 5.1 新型智能铆接系统各功能模块的调试 | 第57-60页 |
| 5.1.1 流量计铆接位移检测模块的调试 | 第57-58页 |
| 5.1.2 力与位移曲线采集及铆接质量判定模块 | 第58-59页 |
| 5.1.3 图像识别 | 第59-60页 |
| 5.2 系统联调试验 | 第60-63页 |
| 5.2.1 系统的搭建及试验环境 | 第60-62页 |
| 5.2.2 试验过程及结果 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的学位论文 | 第70页 |
