基于机器视觉的继电器底座检测系统的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 视觉检测系统的研究背景与意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 视觉检测技术的发展现状和趋势 | 第14-18页 |
| 1.2.1 国外的发展现状和应用 | 第14-17页 |
| 1.2.2 我国的发展现状和趋势 | 第17-18页 |
| 1.3 本文的主要研究思路 | 第18-21页 |
| 第二章 检测系统的整体设计 | 第21-33页 |
| 2.1 检测系统的设计要求 | 第21-22页 |
| 2.1.1 图像缺陷检测要求 | 第21-22页 |
| 2.1.2 图像尺寸测量要求 | 第22页 |
| 2.2 检测系统的总体设计方案 | 第22-23页 |
| 2.3 检测系统的机械结构介绍 | 第23-25页 |
| 2.4 机器视觉设备系统硬件选型 | 第25-31页 |
| 2.4.1 工业相机的选型 | 第25-27页 |
| 2.4.2 镜头的选型 | 第27-28页 |
| 2.4.3 光源的选型 | 第28-30页 |
| 2.4.4 其他硬件设备 | 第30-31页 |
| 2.5 视觉检测系统模块设计 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 图像缺陷识别算法研究 | 第33-43页 |
| 3.1 图像识别的前期处理 | 第33-34页 |
| 3.2 图像匹配方法选择 | 第34-35页 |
| 3.3 基于灰度值模板匹配 | 第35-36页 |
| 3.4 改进的灰度值模板匹配算法 | 第36-39页 |
| 3.4.1 归一化相关系数策略 | 第36-38页 |
| 3.4.2 图像金字塔分层查找策略 | 第38-39页 |
| 3.4.3 具有旋转和缩放匹配的稳定性 | 第39页 |
| 3.5 图像平移旋转变换和差分运算 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 图像尺寸测量算法研究 | 第43-57页 |
| 4.1 尺寸测量图像的预处理 | 第43-47页 |
| 4.1.1 图像标定 | 第43-45页 |
| 4.1.2 图像阈值分割 | 第45-47页 |
| 4.2 像素级边缘检测 | 第47-48页 |
| 4.3 亚像素级边缘检测方法介绍 | 第48-49页 |
| 4.4 改进的亚像素级边缘检测算法 | 第49-55页 |
| 4.4.1 矩形区域灰度值的梯度方向确定 | 第50-51页 |
| 4.4.2 插值方法的选择 | 第51-54页 |
| 4.4.3 亚像素坐标的计算 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 检测系统功能模块的设计开发 | 第57-73页 |
| 5.1 软件系统框架设计 | 第57-59页 |
| 5.1.1 主界面初始化 | 第58-59页 |
| 5.1.2 功能下拉菜单 | 第59页 |
| 5.2 相机控制模块设计 | 第59-62页 |
| 5.2.1 相机连接 | 第59-60页 |
| 5.2.2 图像采集 | 第60-61页 |
| 5.2.3 相机参数设置 | 第61-62页 |
| 5.3 创建模板模块设计 | 第62-63页 |
| 5.4 缺陷识别模块设计 | 第63页 |
| 5.5 尺寸测量模块设计 | 第63-65页 |
| 5.6 系统实验结果分析 | 第65-71页 |
| 5.6.1 匹配精度和检测时间 | 第65-67页 |
| 5.6.2 尺寸测量精度和检测时间 | 第67-70页 |
| 5.6.3 系统整体结果显示 | 第70-71页 |
| 5.7 本章小结 | 第71-73页 |
| 第六章 工作总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间取得的相关科研成果 | 第80页 |
