基于机器视觉的外螺纹表面缺陷检测技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究的目的与意义 | 第8页 |
| 1.2 工业常用的非接触检测方法 | 第8-9页 |
| 1.3 课题相关技术的国内外研究现状 | 第9-11页 |
| 1.3.1 机器视觉检测技术 | 第9-10页 |
| 1.3.2 图像拼接技术 | 第10-11页 |
| 1.4 本论文结构安排 | 第11-12页 |
| 1.4.1 课题研究的主要内容 | 第11页 |
| 1.4.2 本论文结构安排 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 外螺纹表面缺陷检测系统的硬件构成 | 第13-24页 |
| 2.1 工业相机的选择 | 第13-15页 |
| 2.2 光学镜头的选择 | 第15-16页 |
| 2.3 光学系统设计 | 第16-18页 |
| 2.3.1 照明方式介绍与选择 | 第16-18页 |
| 2.3.2 光源的选型 | 第18页 |
| 2.4 运动执行机构的设计及工作原理 | 第18-22页 |
| 2.4.1 运动执行机构的设计 | 第18-20页 |
| 2.4.2 运动执行机构的工作原理 | 第20-22页 |
| 2.5 图像采集设备 | 第22页 |
| 2.6 工业 PC 机 | 第22页 |
| 2.7 系统软件部分 | 第22-23页 |
| 2.8 本章小结 | 第23-24页 |
| 3 外螺纹表面图像处理的实现 | 第24-45页 |
| 3.1 图像平滑 | 第24-26页 |
| 3.1.1 图像噪声及分类 | 第24-25页 |
| 3.1.2 外螺纹图像的滤波方法 | 第25-26页 |
| 3.2 外螺纹表面图像拼接技术 | 第26-33页 |
| 3.2.1 特征提取 | 第26-30页 |
| 3.2.2 特征点匹配 | 第30-31页 |
| 3.2.3 图像融合 | 第31-33页 |
| 3.3 基于离散余弦变换的图像增强法 | 第33-37页 |
| 3.4 缺陷提取 | 第37-43页 |
| 3.5.1 图像分割方法 | 第37-41页 |
| 3.5.2 外螺纹表面图像的分割方法 | 第41-43页 |
| 3.5 缺陷的识别 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 相机标定 | 第45-52页 |
| 4.1 相机的标定原理 | 第45-47页 |
| 4.1.1 坐标系的建立 | 第45-46页 |
| 4.1.2 成像模型的建立 | 第46-47页 |
| 4.2 相机标定常用的方法 | 第47页 |
| 4.3 本文相机标定的方法 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 实验结果与误差分析 | 第52-59页 |
| 5.1 实验结果 | 第52-55页 |
| 5.2 实验检测结果分析 | 第55-56页 |
| 5.3 误差分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 本文总结 | 第59页 |
| 6.2 以后工作的展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
