基于机器视觉的复杂零件检测及相关关键技术研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题背景及研究意义 | 第15页 |
| 1.2 视觉检测技术的发展状况 | 第15-17页 |
| 1.3 论文主要内容 | 第17-19页 |
| 第二章 视觉检测系统的总体方案设计 | 第19-35页 |
| 2.1 视觉检测系统的结构设计 | 第19页 |
| 2.2 视觉检测系统的硬件组成 | 第19-28页 |
| 2.2.1 照明系统 | 第20-22页 |
| 2.2.2 相机 | 第22-24页 |
| 2.2.3 镜头 | 第24-26页 |
| 2.2.4 总线和图像采集卡 | 第26-27页 |
| 2.2.5 计算机系统 | 第27-28页 |
| 2.3 伺服移动单元 | 第28-34页 |
| 2.3.1 伺服移动单元的结构设计 | 第28-30页 |
| 2.3.2 伺服移动单元的控制系统设计 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 相机标定 | 第35-42页 |
| 3.1 相机标定的必要性 | 第35页 |
| 3.2 相机的标定方法 | 第35-39页 |
| 3.2.1 传统相机标定方法 | 第35-38页 |
| 3.2.2 相机自标定法 | 第38-39页 |
| 3.3 视觉检测系统的相机标定 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 柴油机曲轴图像采集及边缘检测 | 第42-60页 |
| 4.1 图像采集 | 第42-43页 |
| 4.2 滤波处理 | 第43-48页 |
| 4.2.1 均值滤波 | 第44-45页 |
| 4.2.2 统计排列滤波 | 第45页 |
| 4.2.3 频域滤波 | 第45页 |
| 4.2.4 开运算滤波 | 第45-48页 |
| 4.3 二值化处理 | 第48-49页 |
| 4.4 边缘检测 | 第49-59页 |
| 4.4.1 传统边缘检测算子 | 第51-55页 |
| 4.4.2 基于数学形态学的边缘检测 | 第55-56页 |
| 4.4.3 基于BP神经网络的边缘检测 | 第56-58页 |
| 4.4.4 灰度值差异边缘检测算法 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 柴油机曲轴空间误差评定及误差分析 | 第60-70页 |
| 5.1 亚像素 | 第60-62页 |
| 5.2 柴油机曲轴轴线像素点坐标计算 | 第62-65页 |
| 5.3 空间误差评定 | 第65-67页 |
| 5.4 误差分析 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70页 |
| 6.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第76页 |
