| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题相关国内外研究现状 | 第10-14页 |
| 1.2.1 焊缝检测技术 | 第10-11页 |
| 1.2.2 计算机视觉检测技术 | 第11-12页 |
| 1.2.3 立体视觉技术 | 第12-14页 |
| 1.3 课题来源及主要研究内容 | 第14-15页 |
| 第2章 基本理论 | 第15-25页 |
| 2.1 图像特征提取 | 第15-17页 |
| 2.1.1 特征选择及判断依据 | 第15-16页 |
| 2.1.2 图像纹理 | 第16-17页 |
| 2.2 模式识别 | 第17-21页 |
| 2.2.1 BP神经网络 | 第17-19页 |
| 2.2.2 分类器评价标准和感受性曲线 | 第19-21页 |
| 2.3 双目立体视觉技术 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 集箱管接头内焊缝视觉检测系统开发 | 第25-41页 |
| 3.1 焊缝表面缺陷视觉检测系统设计方案 | 第25-26页 |
| 3.2 集箱管接头内焊缝视觉检测硬件系统集成开发 | 第26-33页 |
| 3.2.1 图像采集模块 | 第27-29页 |
| 3.2.2 机械运动控制模块 | 第29-33页 |
| 3.3 集箱管接头内焊缝视觉系统检测软件开发 | 第33-38页 |
| 3.3.1 软件总体设计 | 第33-34页 |
| 3.3.2 主要功能模块 | 第34-38页 |
| 3.4 集箱管接头内焊缝视觉检测系统测试 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于图像纹理的焊缝表面缺陷识别方法研究 | 第41-71页 |
| 4.1 集箱管接头内焊缝表面图像预处理方法研究 | 第41-46页 |
| 4.1.1 图像降噪方法 | 第41-42页 |
| 4.1.2 基于Gabor滤波的图像纹理增强方法 | 第42-46页 |
| 4.2 集箱管接头内焊缝表面图像特征提取方法研究 | 第46-56页 |
| 4.2.1 基于局部二值模式的焊缝图像纹理表征方法研究 | 第46-49页 |
| 4.2.2 基于灰度共生矩阵的焊缝图像特征参数提取方法研究 | 第49-56页 |
| 4.3 基于BP神经网络的内焊缝缺陷识别方法及影响因素研究 | 第56-67页 |
| 4.3.1 BP神经网络输入参数影响因素研究 | 第57-65页 |
| 4.3.2 BP神经网络结构参数影响 | 第65-67页 |
| 4.4 集箱管接头内焊缝表面识别结果分析 | 第67-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第5章 基于双目视觉的焊缝表面高度测量方法研究 | 第71-91页 |
| 5.1 基于双目视觉的高度测量方法研究 | 第71-81页 |
| 5.1.1 相机参数标定 | 第71-77页 |
| 5.1.2 图像立体匹配 | 第77-80页 |
| 5.1.3 高度测量 | 第80-81页 |
| 5.2 系统结构对测量结果的影响 | 第81-83页 |
| 5.2.1 相机间距对测量误差的影响 | 第81-82页 |
| 5.2.2 物距对测量误差的影响 | 第82-83页 |
| 5.3 基于工业内窥镜的焊缝表面高度测量 | 第83-90页 |
| 5.3.1 焊缝图像预处理 | 第84-86页 |
| 5.3.2 焊缝表面形貌深度恢复及高度测量 | 第86-90页 |
| 5.4 本章小结 | 第90-91页 |
| 结论 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 攻读硕士学位期间所取得的学术成果 | 第97-99页 |
| 致谢 | 第99页 |
