基于图像特征提取的开关安装智能纠错系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11页 |
| 1.2 机器视觉的发展 | 第11-12页 |
| 1.3 课题主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第2章 系统总体架构 | 第14-22页 |
| 2.1 需求分析 | 第14-16页 |
| 2.1.1 硬件需求 | 第14-15页 |
| 2.1.2 软件需求 | 第15-16页 |
| 2.2 系统架构 | 第16页 |
| 2.3 工作流程 | 第16-17页 |
| 2.4 硬件设计与选型 | 第17-21页 |
| 2.4.1 工作台 | 第18页 |
| 2.4.2 摄像机 | 第18-19页 |
| 2.4.3 PLC | 第19-21页 |
| 2.5 通信方案 | 第21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 开关图像预处理及开关定位 | 第22-34页 |
| 3.1 图像处理的基本方法 | 第22-23页 |
| 3.2 图像复原方法 | 第23-27页 |
| 3.2.1 高斯滤波 | 第23-25页 |
| 3.2.2 种子填充 | 第25-27页 |
| 3.3 图像的形态学处理方法 | 第27-30页 |
| 3.3.1 结构元素 | 第27页 |
| 3.3.2 膨胀和腐蚀 | 第27-29页 |
| 3.3.3 图像的开运算和闭运算 | 第29-30页 |
| 3.3.4 top-hat变换 | 第30页 |
| 3.4 图像增强方法 | 第30-32页 |
| 3.5 图像定位方法 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 图像特征识别与匹配 | 第34-47页 |
| 4.1 特征识别算法概述 | 第34页 |
| 4.2 特征识别算法主要思想和特点 | 第34-35页 |
| 4.3 SIFT算法实现 | 第35-42页 |
| 4.3.1 建立尺度空间 | 第36-38页 |
| 4.3.2 确定特征点位置 | 第38-39页 |
| 4.3.3 确定特征点方向 | 第39-40页 |
| 4.3.4 建立SIFT特征描述子 | 第40-42页 |
| 4.4 SIFT算法的优化 | 第42-45页 |
| 4.4.1 PCA（主成分分析）技术 | 第43-44页 |
| 4.4.2 PCA-SIFT | 第44-45页 |
| 4.5 特征匹配方法及改进 | 第45-46页 |
| 4.5.1 欧氏距离 | 第45-46页 |
| 4.5.2 皮尔逊相关度 | 第46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 系统实现 | 第47-54页 |
| 5.1 硬件部分的实现 | 第48-49页 |
| 5.2 图像定位的实现 | 第49-50页 |
| 5.3 图像预处理的实现 | 第50-51页 |
| 5.4 SIFT算法和匹配的实现 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
