| 提要 | 第1-5页 |
| 摘要 | 第5-8页 |
| ABSTRACT | 第8-15页 |
| 第1章 绪论 | 第15-23页 |
| ·计算机视觉测量技术 | 第15-16页 |
| ·计算机视觉测量概述 | 第15页 |
| ·计算机视觉测量技术研究现状 | 第15-16页 |
| ·论文工作的意义 | 第16-17页 |
| ·轴径视觉测量的相关技术 | 第17-21页 |
| ·边缘检测技术 | 第17-18页 |
| ·角点检测技术 | 第18-19页 |
| ·摄像机标定技术 | 第19-20页 |
| ·反求轴径尺寸 | 第20-21页 |
| ·本文研究工作 | 第21-23页 |
| 第2章 修正贝塞尔边缘模型的亚像素边缘检测方法 | 第23-41页 |
| ·亚像素边缘检测方法 | 第23-30页 |
| ·矩方法 | 第24-26页 |
| ·插值法 | 第26-28页 |
| ·拟合法 | 第28-30页 |
| ·修正贝塞尔边缘模型的亚像素边缘检测方法 | 第30-36页 |
| ·贝塞尔型点扩散函数及其修正 | 第30-33页 |
| ·修正贝塞尔边缘模型 | 第33-34页 |
| ·模拟数字采样过程 | 第34-35页 |
| ·基于最小二乘差的亚像素边缘检测方法求解 | 第35-36页 |
| ·贝塞尔型边缘模型修正的作用 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 修正贝塞尔模型的亚像素边缘检测方法实验与分析 | 第41-51页 |
| ·拟合窗口大小的选择 | 第41-43页 |
| ·修正贝塞尔边缘检测方法精度的评价 | 第43-46页 |
| ·图像灰度差对检测边缘精度的影响 | 第46-47页 |
| ·本文亚像素边缘检测方法与其它方法的对比 | 第47-48页 |
| ·本章小结 | 第48-51页 |
| 第4章 方格型角点的亚像素坐标检测 | 第51-61页 |
| ·亚像素角点检测方法 | 第51-53页 |
| ·改进的Harris方法 | 第51-52页 |
| ·Forstner方法 | 第52-53页 |
| ·基于亚像素边缘的角点检测方法 | 第53-55页 |
| ·基于亚像素边缘的角点检测算法原理 | 第53-55页 |
| ·检测方法的步骤 | 第55页 |
| ·亚像素角点检测方法比较 | 第55-60页 |
| ·根据视觉的角点检测评价 | 第55-56页 |
| ·利用重投影误差的角点检测评价 | 第56-57页 |
| ·基于图像测量精度的角点检测评价 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于改进畸变模型的摄像机标定 | 第61-85页 |
| ·摄像机成像模型 | 第61-66页 |
| ·模型中的坐标系 | 第61-63页 |
| ·摄像机针孔模型 | 第63-64页 |
| ·摄像机镜头畸变 | 第64-66页 |
| ·传统的摄像机标定方法 | 第66-75页 |
| ·线性标定方法 | 第66-67页 |
| ·非线性优化标定方法 | 第67页 |
| ·两步标定法 | 第67-75页 |
| ·改进畸变模型的摄像机标定方法 | 第75-83页 |
| ·改进标定方法的原理 | 第75-78页 |
| ·改进标定方法实验分析 | 第78-83页 |
| ·本章小结 | 第83-85页 |
| 第6章 基于视觉的轴径测量方法 | 第85-99页 |
| ·引言 | 第85页 |
| ·机器视觉测量物体平面尺寸的方法 | 第85-88页 |
| ·测量方法原理 | 第85页 |
| ·测量方法步骤 | 第85-87页 |
| ·测量结果分析 | 第87-88页 |
| ·机器视觉测量轴径的方法 | 第88-98页 |
| ·轴的成像 | 第88-89页 |
| ·测量轴径方法 | 第89-94页 |
| ·摄像机标定外部参数的校正 | 第94-97页 |
| ·轴径的动态测量实验 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第7章 结论与展望 | 第99-101页 |
| ·结论 | 第99页 |
| ·不足和展望 | 第99-101页 |
| 参考文献 | 第101-107页 |
| 附录1 | 第107-109页 |
| 附录2 | 第109-111页 |
| 附录3 | 第111-113页 |
| 攻读博士学位期间发表的学术论文 | 第113-114页 |
| 致谢 | 第114页 |