| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-27页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-23页 |
| 1.2.1 图像超分辨率技术国内外研究现状 | 第13-17页 |
| 1.2.2 双目立体视觉技术国内外研究现状 | 第17-21页 |
| 1.2.3 圆孔视觉检测技术国内外研究现状 | 第21-23页 |
| 1.3 论文主要研究内容 | 第23-27页 |
| 1.3.1 主要研究内容 | 第23-24页 |
| 1.3.2 本文章节安排 | 第24-27页 |
| 第2章 面向边缘增强的图像超分辨率重建技术研究 | 第27-40页 |
| 2.1 引言 | 第27页 |
| 2.2 面向超分辨率学习任务的样本库预处理 | 第27-31页 |
| 2.2.1 基于三次卷积插值的高分辨率图像退化 | 第28-30页 |
| 2.2.2 面向超分辨率任务的样本色彩空间转换 | 第30-31页 |
| 2.2.3 面向超分辨率任务的样本数据增强 | 第31页 |
| 2.3 面向边缘增强的图像特征分布度量 | 第31-35页 |
| 2.3.1 基于余弦距离的特征相似性度量 | 第32-33页 |
| 2.3.2 基于近似KL散度的特征分布损失函数 | 第33-35页 |
| 2.4 改进的深度递归残差超分辨率重建模型 | 第35-39页 |
| 2.4.1 改进的深度递归残差超分辨率重建模型构建 | 第35-37页 |
| 2.4.2 超分辨率学习模型训练与求解 | 第37-38页 |
| 2.4.3 实验结果分析 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第3章 基于超分辨率重建图像的零件圆孔位姿视觉检测 | 第40-57页 |
| 3.1 引言 | 第40页 |
| 3.2 基于超分辨率重建图像的零件圆孔边缘精准提取 | 第40-44页 |
| 3.2.1 圆孔超分辨率重建图像生成 | 第41页 |
| 3.2.2 基于相位一致性的圆孔边缘提取 | 第41-44页 |
| 3.3 基于弧段组合的圆孔参数拟合 | 第44-52页 |
| 3.3.1 基于特征数的弧段筛选与组合 | 第45-49页 |
| 3.3.2 改进的基于弧段组合的圆孔参数拟合 | 第49-52页 |
| 3.4 基于立体匹配的圆孔位姿估计 | 第52-56页 |
| 3.4.1 基于超分辨率重建图像的相机观测模型构建 | 第53-54页 |
| 3.4.2 基于立体匹配的圆孔位姿估计 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第4章 基于多孔组合视觉检测的零件位姿估计 | 第57-70页 |
| 4.1 引言 | 第57-58页 |
| 4.2 基于多孔零件视觉检测图像的目标圆孔定位 | 第58-65页 |
| 4.2.1 基于多孔图像的目标圆孔筛选 | 第58-63页 |
| 4.2.2 基于位置特征的目标圆孔定位 | 第63-65页 |
| 4.3 基于多孔定位的零件位姿估计 | 第65-69页 |
| 4.3.1 基于多孔定位的目标圆孔立体匹配 | 第65-66页 |
| 4.3.2 基于多孔组合的零件位姿估计 | 第66-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第5章 基于图像超分辨率重建的圆孔位姿视觉检测系统实现 | 第70-82页 |
| 5.1 引言 | 第70页 |
| 5.2 基于图像超分辨率重建的圆孔位姿视觉检测流程 | 第70-72页 |
| 5.3 基于图像超分辨率重建的圆孔位姿视觉检测系统开发 | 第72-77页 |
| 5.3.1 系统硬件环境搭建 | 第72-74页 |
| 5.3.2 系统软件开发 | 第74-77页 |
| 5.4 基于图像超分辨率重建的圆孔位姿视觉检测实验 | 第77-81页 |
| 5.4.1 实验方案设计 | 第77-78页 |
| 5.4.2 评价标准 | 第78页 |
| 5.4.3 实验结果分析 | 第78-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第6章 全文总结与展望 | 第82-85页 |
| 6.1 全文总结 | 第82-83页 |
| 6.2 工作展望 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 作者简介 | 第91页 |
| 攻读硕士学位期间参与的科研项目 | 第91页 |
