| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-25页 |
| 1.1 课题背景及意义 | 第15-18页 |
| 1.2 边缘检测技术的研究现状 | 第18-22页 |
| 1.2.1 像素级边缘检测方法 | 第18-20页 |
| 1.2.2 亚像素边缘检测方法 | 第20-22页 |
| 1.3 边缘检测效果的评价方法 | 第22-23页 |
| 1.4 本文主要内容 | 第23-24页 |
| 1.5 本章小结 | 第24-25页 |
| 2 小模数齿轮视觉测量系统硬件设计 | 第25-34页 |
| 2.1 硬件系统设计方案 | 第25-26页 |
| 2.2 硬件系统组成 | 第26-33页 |
| 2.2.1 机器视觉系统 | 第26-30页 |
| 2.2.2 精密二维运动系统 | 第30-32页 |
| 2.2.3 机械支撑系统 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 3 图像处理相关技术研究 | 第34-51页 |
| 3.1 图像预处理技术 | 第34-38页 |
| 3.1.1 图像去噪 | 第34-37页 |
| 3.1.2 图像形态学处理 | 第37-38页 |
| 3.2 图像拼接 | 第38-41页 |
| 3.3 边缘检测技术 | 第41-44页 |
| 3.3.1 高斯平滑图像 | 第42页 |
| 3.3.2 计算图像梯度 | 第42页 |
| 3.3.3 非极大值抑制 | 第42-43页 |
| 3.3.4 双阈值处理和边缘连接 | 第43-44页 |
| 3.4 亚像素边缘检测 | 第44-49页 |
| 3.4.1 亚像素边缘检测概述 | 第44页 |
| 3.4.2 亚像素边缘检测分类 | 第44-45页 |
| 3.4.3 基于Zernike矩的亚像素边缘检测原理 | 第45-49页 |
| 3.5 本章小结 | 第49-51页 |
| 4 边缘检测效果评价 | 第51-64页 |
| 4.1 主观评价方法 | 第51页 |
| 4.2 客观评价方法 | 第51-57页 |
| 4.2.1 早期的评价方法 | 第51-52页 |
| 4.2.2 基于连通成分的评价方法 | 第52-53页 |
| 4.2.3 基于均方误差与峰值信噪比的评价方法 | 第53-54页 |
| 4.2.4 基于结构相似度的评价方法 | 第54-56页 |
| 4.2.5 建立标准图像 | 第56-57页 |
| 4.3 基于特征图像的评价方法 | 第57-63页 |
| 4.3.1 圆特征图像 | 第57-59页 |
| 4.3.2 渐开线齿廓特征图像 | 第59-61页 |
| 4.3.3 齿顶特征图像 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 齿轮视觉测量系统的参数评定 | 第64-74页 |
| 5.1 边缘检测效果的对比分析 | 第64-66页 |
| 5.1.1 圆特征图像的对比分析 | 第64-65页 |
| 5.1.2 渐开线齿廓图像的对比分析 | 第65页 |
| 5.1.3 齿顶特征图像的对比分析 | 第65-66页 |
| 5.2 齿轮评价参数 | 第66-68页 |
| 5.2.1 单个齿距偏差 | 第66-67页 |
| 5.2.2 齿廓总偏差 | 第67-68页 |
| 5.3 系统参数评定 | 第68-73页 |
| 5.3.1 图像预处理 | 第69-70页 |
| 5.3.2 边缘检测 | 第70-71页 |
| 5.3.3 齿轮参数计算 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 作者简历 | 第79页 |