| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 机器视觉 | 第10-12页 |
| 1.1.1 机器视觉概述 | 第10-11页 |
| 1.1.2 机器视觉理论的发展 | 第11页 |
| 1.1.3 机器视觉的应用 | 第11-12页 |
| 1.2 课题的研究背景 | 第12-16页 |
| 1.2.1 机械零件尺寸检测技术的发展现状 | 第12-14页 |
| 1.2.2 机器视觉尺寸检测技术存在的问题及发展趋势 | 第14-15页 |
| 1.2.3 基于机器视觉的机械零件尺寸检测系统的关键问题 | 第15-16页 |
| 1.3 课题的研究意义 | 第16页 |
| 1.4 课题的研究内容 | 第16-18页 |
| 第二章 机械零件影像的边缘轮廓提取 | 第18-38页 |
| 2.1 引言 | 第18-20页 |
| 2.2 像素级边缘提取方法介绍 | 第20-24页 |
| 2.2.1 梯度算子 | 第20-21页 |
| 2.2.2 拉普拉斯算子 | 第21-22页 |
| 2.2.3 Canny算子 | 第22-23页 |
| 2.2.4 数学形态学边缘检测方法 | 第23-24页 |
| 2.3 亚像素级边缘提取介绍 | 第24-25页 |
| 2.4 本文采用的亚像素边缘提取算法 | 第25-37页 |
| 2.4.1 图像二值化 | 第26-27页 |
| 2.4.2 形态学处理及像素级边缘提取 | 第27-30页 |
| 2.4.3 ROI中各像素级边缘点的法线方向求解 | 第30-32页 |
| 2.4.4 ROI中各像素级边缘点的亚像素定位 | 第32-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 几何基元的自动识别 | 第38-53页 |
| 3.1 引言 | 第38页 |
| 3.2 基于Ramer算法的轮廓分割 | 第38-40页 |
| 3.3 基于Hough变换的几何基元识别 | 第40-42页 |
| 3.3.1 Hough变换的基本原理 | 第40页 |
| 3.3.2 Hough变换用于直线、圆检测 | 第40-42页 |
| 3.4 利用DXF文件解析和距离变换图像的几何图元的定位、识别 | 第42-51页 |
| 3.4.1 DXF文件格式介绍与读取 | 第43-48页 |
| 3.4.2 基于距离变换图像的几何基元定位 | 第48-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 批量机械零件尺寸的自动检测 | 第53-62页 |
| 4.1 引言 | 第53页 |
| 4.2 机械零件尺寸检测过程介绍 | 第53-54页 |
| 4.3 批量机械零件的自动检测 | 第54-61页 |
| 4.3.1 检测模板的概念与制作 | 第54-57页 |
| 4.3.2 检测模板的调用 | 第57-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 机械零件尺寸检测系统研发 | 第62-74页 |
| 5.1 机械零件尺寸检测系统介绍 | 第62-64页 |
| 5.2 系统标定 | 第64-67页 |
| 5.3 测量系统分析 | 第67-73页 |
| 5.3.1 位置分析 | 第68-70页 |
| 5.3.2 变异性分析 | 第70-73页 |
| 5.4 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
