圆形基准定位技术研究
摘要 | 第4-5页 |
Abstract | 第5页 |
目录 | 第7-9页 |
第1章 绪论 | 第9-17页 |
1.1 课题背景及研究的目的和意义 | 第9-11页 |
1.1.1 课题背景 | 第9-11页 |
1.1.2 研究目的和意义 | 第11页 |
1.2 机器视觉系统概述 | 第11-15页 |
1.2.1 机器视觉系统的结构 | 第12-13页 |
1.2.2 机器视觉系统的工作过程 | 第13-14页 |
1.2.3 机器视觉的应用领域 | 第14-15页 |
1.3 本文主要研究内容 | 第15-17页 |
第2章 预处理技术 | 第17-28页 |
2.1 连通区域标记算法 | 第17-18页 |
2.2 边缘跟踪 | 第18-20页 |
2.3 基于边缘跟踪和连通区域标记的预处理算法 | 第20-23页 |
2.3.1 基于边缘跟踪的区域标记算法 | 第20-21页 |
2.3.2 算法分析 | 第21-22页 |
2.3.3 带有区域增长的改进算法 | 第22-23页 |
2.4 实验比较与结果 | 第23-27页 |
2.5 本章小结 | 第27-28页 |
第3章 基于改进 HOUGH 变换的圆检测算法 | 第28-45页 |
3.1 标准圆 HOUGH 变换 | 第28-30页 |
3.1.1 算法原理 | 第28-29页 |
3.1.2 算法分析 | 第29-30页 |
3.2 基于几何特征的改进 HOUGH 变换 | 第30-37页 |
3.2.1 算法几何依据 | 第30-31页 |
3.2.2 二维 Hough 变换 | 第31-34页 |
3.2.3 一维半径直方图 | 第34-37页 |
3.3 改进 HOUGH 变换的分析 | 第37页 |
3.4 算法比较 | 第37-44页 |
3.4.1 步长的选择 | 第37-39页 |
3.4.2 算法准确性 | 第39-40页 |
3.4.3 对噪声的鲁棒性 | 第40-42页 |
3.4.4 对形状扭曲的鲁棒性 | 第42-44页 |
3.4.5 对实际图像的检测结果 | 第44页 |
3.5 本章小结 | 第44-45页 |
第4章 基于亚像素和最小二乘拟合的精确定位 | 第45-63页 |
4.1 基于矩的亚像素算法 | 第45-51页 |
4.1.1 基于灰度矩的亚像素边缘定位算法 | 第46-47页 |
4.1.2 基于空间矩的亚像素边缘定位算法 | 第47-51页 |
4.2 基于插值的亚像素算法 | 第51-55页 |
4.2.1 连续空间的推导 | 第51-53页 |
4.2.2 离散空间(图像空间)的近似 | 第53-55页 |
4.3 基于拟合的亚像素方法 | 第55-58页 |
4.3.1 高斯曲线拟合 | 第55-58页 |
4.4 最小二乘拟合圆 | 第58-59页 |
4.5 圆定位算法实验 | 第59-61页 |
4.6 本章小结 | 第61-63页 |
结论 | 第63-64页 |
参考文献 | 第64-69页 |
致谢 | 第69页 |