首页--工业技术论文--金属学与金属工艺论文--刀具、磨料、磨具、夹具、模具和手工具论文--刀具论文--铣刀论文

基于机器视觉的立铣刀磨损检测方法的研究

摘要第4-6页
abstract第6-7页
1 绪论第11-18页
    1.1 引言第11页
    1.2 国内外研究现状第11-15页
        1.2.1 刀具磨损检测方法的国内外研究现状第11-13页
        1.2.2 机器视觉检测方法的国内外研究现状第13-15页
    1.3 课题研究的目的和意义第15页
    1.4 本文研究的主要内容和各章节安排第15-18页
        1.4.1 本文研究的主要内容第15-16页
        1.4.2 各章节的主要内容安排第16-18页
2 刀具磨损关键技术及评价指标的确定第18-23页
    2.1 引言第18页
    2.2 刀具磨损的研究第18-20页
        2.2.1 刀具磨损的形式第18-19页
        2.2.2 刀具磨损机理第19-20页
        2.2.3 刀具磨钝标准第20页
    2.3 刀具几何角度对加工质量的影响第20-22页
        2.3.1 前角对加工质量的影响第20-21页
        2.3.2 后角对加工质量的影响第21页
        2.3.3 刀尖对加工质量的影响第21-22页
    2.4 本文研究采用的磨损评价指标第22页
    2.5 本章小结第22-23页
3 摄像机标定第23-41页
    3.1 引言第23页
    3.2 摄像机标定坐标系第23-24页
        3.2.1 世界坐标系第24页
        3.2.2 摄像机坐标系第24页
        3.2.3 图像像素坐标系第24页
        3.2.4 图像物理坐标系第24页
    3.3 摄像机标定原理第24-28页
        3.3.1 针孔模型第24-27页
        3.3.2 摄像机畸变模型第27-28页
    3.4 摄像机标定的基本方法第28-33页
        3.4.1 自标定方法第28-29页
        3.4.2 基于主动视觉标定法第29页
        3.4.3 基于物的相机标定方法第29-33页
    3.5 利用改进遗传算法优化摄像机标定第33-37页
        3.5.1 遗传算法的基本原理第33页
        3.5.2 遗传算法的特点第33-34页
        3.5.3 改进后遗传算法的基本流程第34-37页
    3.6 摄像机标定实验第37-39页
        3.6.1 实验过程第37-39页
        3.6.2 实验结果分析第39页
    3.7 本章小结第39-41页
4 基于立铣刀图像预处理与算法分析第41-50页
    4.1 引言第41页
    4.2 采集图像第41-42页
    4.3 图像预处理第42-45页
        4.3.1 立铣刀灰度化第42页
        4.3.2 图像祛噪处理第42-45页
    4.4 图像增强处理第45-48页
        4.4.1 灰度增强第45-47页
        4.4.2 直方图第47-48页
    4.5 实验结果与分析第48页
    4.6 本章小结第48-50页
5 立铣刀多特征参数提取第50-66页
    5.1 引言第50页
    5.2 图像边缘检测第50-55页
        5.2.1 常用的边缘检测算子第50-51页
        5.2.2 一阶边缘检测算子第51-54页
        5.2.3 二阶边缘检测算子第54-55页
    5.3 基于改进的Zernike矩亚像素立铣刀图像边缘检测算法第55-58页
    5.4 各种边缘检测算子综合分析第58页
    5.5 特征值理论计算分析第58-61页
        5.5.1 立铣刀磨损特点的五要素第59页
        5.5.2 特征提取第59-61页
    5.6 立铣刀的合格性判别第61-63页
        5.6.1 立铣刀合格性的判别流程第61-62页
        5.6.2 各特征值权重的分配第62-63页
    5.7 实验过程第63-65页
        5.7.1 立铣刀直径和副后刀面面积测量第63-64页
        5.7.2 立铣刀前角后角测量第64页
        5.7.3 立铣刀刀尖高度测量第64-65页
    5.8 立铣刀多特征值实验第65页
    5.9 本章小结第65-66页
6 刀具合格性判定实验第66-77页
    6.1 引言第66页
    6.2 立铣刀磨损实验硬件平台的搭建第66-69页
        6.2.1 光源的选型第67-68页
        6.2.2 相机选型第68页
        6.2.3 镜头的选型第68页
        6.2.4 立铣刀检测硬件集成第68-69页
    6.3 立铣刀磨损实验第69-76页
        6.3.1 加工条件第69-71页
        6.3.2 实验过程中立铣刀磨损的图像类型第71-73页
        6.3.3 实验结果第73-75页
        6.3.4 实验分析第75-76页
    6.4 本章小结第76-77页
7 结论与展望第77-79页
    7.1 结论第77页
    7.2 展望第77-79页
参考文献第79-83页
攻读硕士学位期间发表的论文第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:大数据分析技术在地质灾害系统中的应用研究
下一篇:视觉注意与深度学习相结合的车辆目标检测