| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 引言 | 第8页 |
| 1.2 机器视觉技术概述 | 第8-11页 |
| 1.2.1 机器视觉检测系统组成 | 第9页 |
| 1.2.2 机器视觉检测系统特点 | 第9-10页 |
| 1.2.3 机器视觉检测系统在汽车生产领域的国内外研究概况 | 第10-11页 |
| 1.3 本文研究的内容和章节安排 | 第11-13页 |
| 2 气门组件机器视觉检测系统研究 | 第13-24页 |
| 2.1 检测内容和要求 | 第13-16页 |
| 2.1.1 检测内容 | 第13-16页 |
| 2.1.2 检测系统的技术要求 | 第16页 |
| 2.2 系统总体解决方案 | 第16-20页 |
| 2.2.1 系统组成 | 第16-18页 |
| 2.2.2 系统工作方式 | 第18-20页 |
| 2.2.3 系统的安装 | 第20页 |
| 2.3 系统硬件需求分析 | 第20-24页 |
| 2.3.1 工业相机 | 第20-21页 |
| 2.3.2 工业镜头 | 第21-22页 |
| 2.3.3 光源 | 第22页 |
| 2.3.4 图像处理硬件平台 | 第22-24页 |
| 3 气门组件图像处理算法研究 | 第24-51页 |
| 3.1 数字图像处理技术简介 | 第24-27页 |
| 3.1.1 数字图像的表示 | 第24-25页 |
| 3.1.2 点运算 | 第25页 |
| 3.1.3 图像空间滤波 | 第25-26页 |
| 3.1.4 图像分割 | 第26-27页 |
| 3.1.5 二值图像形态学处理 | 第27页 |
| 3.1.6 图像特征提取 | 第27页 |
| 3.1.7 灰度直方图 | 第27页 |
| 3.2 气门油封图像处理算法研究 | 第27-38页 |
| 3.2.1 气门油封灰度变换 | 第29-31页 |
| 3.2.2 气门油封图像锐化滤波 | 第31-33页 |
| 3.2.3 气门油封像图像分割 | 第33-35页 |
| 3.2.4 气门油封图像二值形态学处理 | 第35-36页 |
| 3.2.5 气门油封装配质量特征提取与结果判断 | 第36-38页 |
| 3.3 气门锁夹图像处理算法研究 | 第38-51页 |
| 3.3.1 气门锁夹直方图均衡化 | 第41-42页 |
| 3.3.2 气门锁夹图像空间滤波 | 第42-45页 |
| 3.3.3 气门锁夹图像分割 | 第45-47页 |
| 3.3.4 气门锁夹图像二值形态学应用 | 第47-49页 |
| 3.3.5 气门锁夹装配质量特征提取 | 第49-51页 |
| 4 系统软件开发与实验 | 第51-63页 |
| 4.1 软件开发平台 | 第51页 |
| 4.1.1 Lab VIEW编程系统 | 第51页 |
| 4.1.2 Lab VIEW视觉开发模块 | 第51页 |
| 4.2 系统软件开发 | 第51-57页 |
| 4.2.1 图像采集 | 第52页 |
| 4.2.2 图像处理算法的实现 | 第52-56页 |
| 4.2.3 结果显示和界面设计 | 第56-57页 |
| 4.3 气门组件检测实验 | 第57-63页 |
| 4.3.1 气门油封检测实验 | 第58-60页 |
| 4.3.2 气门锁夹检测实验结 | 第60-63页 |
| 5 总结与展望 | 第63-64页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |