基于机器视觉的螺纹零件头部检测方法及实验研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·机器视觉 | 第11-13页 |
| ·机器视觉概述 | 第11页 |
| ·机器视觉发展 | 第11-12页 |
| ·机器视觉的应用 | 第12-13页 |
| ·课题的研究背景 | 第13-19页 |
| ·螺纹零件头部检测的基本方法 | 第14-17页 |
| ·螺纹零件检测研究现状 | 第17-19页 |
| ·课题的研究内容 | 第19页 |
| ·课题的研究意义 | 第19-21页 |
| 第二章 螺纹零件头部图像采集系统 | 第21-36页 |
| ·螺纹零件检测硬件平台 | 第22-23页 |
| ·光源及照明方式的选择 | 第23-26页 |
| ·光源的作用 | 第23页 |
| ·LED 光源 | 第23-24页 |
| ·光源的照明方式 | 第24-26页 |
| ·相机的选择 | 第26-28页 |
| ·相机的分类 | 第26页 |
| ·CCD 相机的选择 | 第26-28页 |
| ·镜头的选择 | 第28-30页 |
| ·镜头的成像过程 | 第28-29页 |
| ·镜头的主要参数及相关特性 | 第29-30页 |
| ·螺纹零件头部检测系统标定 | 第30-32页 |
| ·系统整体结构 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 螺纹零件头部裂纹检测 | 第36-50页 |
| ·螺纹零件头部直径测量 | 第36-39页 |
| ·提取感兴趣区域 | 第39-40页 |
| ·边缘检测 | 第40-43页 |
| ·边缘检测定义 | 第40页 |
| ·边缘检测算子 | 第40-42页 |
| ·边缘检测算子比较 | 第42-43页 |
| ·裂纹检测 | 第43-49页 |
| ·图像分割 | 第44-45页 |
| ·形态学操作 | 第45-47页 |
| ·裂纹识别 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 螺纹零件头部槽型判断及槽内污渍判断 | 第50-61页 |
| ·图像的轮廓 | 第50-51页 |
| ·轮廓的匹配 | 第51-52页 |
| ·轮廓的矩 | 第51-52页 |
| ·Hu 矩的匹配 | 第52页 |
| ·头部槽型判断 | 第52-55页 |
| ·头部槽型区域提取 | 第53-54页 |
| ·头部槽型的识别 | 第54-55页 |
| ·槽内污渍判断 | 第55-60页 |
| ·完整的内槽区域提取 | 第55-58页 |
| ·内槽污渍判断 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 实验平台及实验结果分析 | 第61-68页 |
| ·实验平台介绍 | 第61-62页 |
| ·系统框架 | 第62-64页 |
| ·实验结果 | 第64-67页 |
| ·螺纹零件头部直径测量结果 | 第64-65页 |
| ·螺纹零件头部裂纹检测结果 | 第65-66页 |
| ·螺纹零件头部槽型判断结果 | 第66页 |
| ·螺纹零件头部内槽污渍检测结果 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
