基于视觉的齿轮检测及相机标定方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题背景 | 第15-16页 |
| 1.2 齿轮检测技术的发展现状 | 第16-17页 |
| 1.3 相机标定技术 | 第17-18页 |
| 1.4 粒子群算法研究现状 | 第18-20页 |
| 1.5 本文主要内容及结构 | 第20-22页 |
| 第二章 齿轮视觉检测系统设计 | 第22-29页 |
| 2.1 齿轮检测要求 | 第22-23页 |
| 2.2 视觉检测系统整体框架 | 第23-24页 |
| 2.3 视觉检测系统硬件平台搭建 | 第24-27页 |
| 2.3.1 工业相机的选择 | 第24-25页 |
| 2.3.2 相机镜头的选择 | 第25页 |
| 2.3.3 光源和照明方式的选择 | 第25-27页 |
| 2.3.4 视觉检测系统硬件平台 | 第27页 |
| 2.4 图像处理开发工具 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 视觉系统标定及方法研究 | 第29-48页 |
| 3.1 相机成像原理 | 第29-32页 |
| 3.1.1 相机成像模型 | 第29-30页 |
| 3.1.2 坐标系转换 | 第30-32页 |
| 3.1.3 相机镜头畸变 | 第32页 |
| 3.2 相机标定及畸变矫正 | 第32-35页 |
| 3.3 基于改进粒子群算法的相机标定 | 第35-42页 |
| 3.3.1 相机参数初始值计算 | 第36-38页 |
| 3.3.2 改进粒子群优化算法 | 第38-40页 |
| 3.3.3 改进粒子群算法实现流程 | 第40-42页 |
| 3.4 基于改进粒子群算法的相机标定实验 | 第42-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 齿轮图像预处理方法研究 | 第48-58页 |
| 4.1 图像处理概述 | 第48页 |
| 4.2 图像滤波 | 第48-50页 |
| 4.2.1 高斯滤波 | 第49页 |
| 4.2.2 中值滤波 | 第49-50页 |
| 4.2.3 均值滤波 | 第50页 |
| 4.3 图像分割 | 第50-52页 |
| 4.4 边缘检测算法 | 第52-57页 |
| 4.4.1 Laplacian边缘检测算子 | 第54-55页 |
| 4.4.2 Sobel边缘检测算子 | 第55-56页 |
| 4.4.3 Canny边缘检测算子 | 第56-57页 |
| 4.4.5 不同算子效果对比 | 第57页 |
| 4.5 图像掩膜处理 | 第57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 齿轮视觉检测方法与实验 | 第58-71页 |
| 5.1 齿轮检测方法 | 第58-68页 |
| 5.1.1 齿轮几何中心定位 | 第59-62页 |
| 5.1.2 齿数检测 | 第62-65页 |
| 5.1.3 齿轮正反检测 | 第65-68页 |
| 5.2 齿轮视觉检测实验 | 第68-70页 |
| 5.2.1 实验前准备工作 | 第68-69页 |
| 5.2.2 实验结果 | 第69页 |
| 5.2.3 实验误差分析 | 第69-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第76-77页 |
