基于图像识别的机械零件尺寸测量研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 论文研究背景与意义 | 第12页 |
| 1.2 机器视觉 | 第12-14页 |
| 1.2.1 机器视觉概述 | 第12-13页 |
| 1.2.2 机器视觉的发展与应用 | 第13-14页 |
| 1.3 图像测量技术 | 第14-17页 |
| 1.3.1 图像测量技术概述 | 第14-15页 |
| 1.3.2 图像测量技术现状及发展趋势 | 第15-17页 |
| 1.4 本文研究内容 | 第17-20页 |
| 第2章 机器视觉检测系统 | 第20-28页 |
| 2.1 视觉检测系统概述 | 第20-21页 |
| 2.2 系统检测需求和总体方案设计 | 第21-23页 |
| 2.2.1 视觉检测系统的流程 | 第21页 |
| 2.2.2 视觉检测系统的基本结构 | 第21-23页 |
| 2.3 系统硬件设计 | 第23-26页 |
| 2.3.1 相机的选择 | 第23页 |
| 2.3.2 光源的选择 | 第23-25页 |
| 2.3.3 其他硬件的选取 | 第25-26页 |
| 2.4 编程软件 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 图像预处理及图像分割 | 第28-40页 |
| 3.1 图像去噪 | 第28-30页 |
| 3.1.1 空域滤波 | 第28-29页 |
| 3.1.2 频域滤波 | 第29-30页 |
| 3.2 图像分割 | 第30-33页 |
| 3.2.1 阈值分割 | 第31-32页 |
| 3.2.2 区域分割 | 第32-33页 |
| 3.3 边缘检测 | 第33-37页 |
| 3.3.1 经典边缘检测算子 | 第33-35页 |
| 3.3.2 传统数学形态学 | 第35-36页 |
| 3.3.3 改进数学形态学 | 第36-37页 |
| 3.4 算法性能对比及实验结果分析 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 几何特征提取及亚像素定位 | 第40-48页 |
| 4.1 几何基元识别概述 | 第40-41页 |
| 4.2 直线检测算法 | 第41-44页 |
| 4.2.1 Hough变换检测算法 | 第41-43页 |
| 4.2.2 基于最小二乘法拟合的直线检测 | 第43-44页 |
| 4.3 亚像素定位算法 | 第44-47页 |
| 4.3.1 亚像素定位 | 第44-45页 |
| 4.3.2 亚像素定位算法分类 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 零件测量实验及分析 | 第48-56页 |
| 5.1 测量系统标定 | 第48-51页 |
| 5.1.1 相机标定相关理论基础 | 第48-49页 |
| 5.1.2 系统标定过程 | 第49-51页 |
| 5.2 矩形标准块尺寸测量 | 第51-53页 |
| 5.3 影响系统测量精度的主要因素 | 第53-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士期间已发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
