| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 本课题的研究背景和意义 | 第12-13页 |
| 1.2 直线电机动子位置测量技术发展现状 | 第13-15页 |
| 1.3 图像测量技术 | 第15-20页 |
| 1.3.1 图像测量技术的国内外发展现状 | 第15-17页 |
| 1.3.2 图像测量技术在直线电机动子位置检测中的应用 | 第17-19页 |
| 1.3.3 数字图像相关测量算法简介 | 第19-20页 |
| 1.4 本课题的研究特色与创新性工作 | 第20-22页 |
| 1.5 主要研究内容 | 第22-24页 |
| 第2章 直线电机动子位置测量的系统标定方法 | 第24-35页 |
| 2.1 传统相机标定方法 | 第24-25页 |
| 2.2 相机自标定法 | 第25-26页 |
| 2.3 一种改进的CCD相机标定方法 | 第26-30页 |
| 2.4 本文相机的标定方法 | 第30-35页 |
| 第3章 基于图像相关算法的直线电机动子位置测量方法 | 第35-48页 |
| 3.1 直线电机动子位置图像检测方法 | 第35-36页 |
| 3.2 数字图像相关算法原理 | 第36-41页 |
| 3.2.1 相位相关算法原理 | 第37-38页 |
| 3.2.2 结合粒子群优化算法的数字图像相关算法原理 | 第38-41页 |
| 3.3 实验验证和结果分析 | 第41-46页 |
| 3.3.1 图像相位相关算法的实验 | 第41-44页 |
| 3.3.2 数字图像相关算法的实验 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于图像熵的栅栏图像筛选方法 | 第48-60页 |
| 4.1 栅栏图像的构造 | 第48-49页 |
| 4.2 栅栏图像的初步筛选 | 第49-50页 |
| 4.3 基于图像熵的优化栅栏图像筛选方法 | 第50-55页 |
| 4.3.1 数字图像熵的定义 | 第51-54页 |
| 4.3.2 图像熵的极大值原理 | 第54-55页 |
| 4.3.3 图像熵对图像测量的影响分析 | 第55页 |
| 4.4 极大图像熵的栅栏图像的筛选 | 第55-56页 |
| 4.5 实验验证和结果分析 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 图像测量算法的实验与结果分析 | 第60-67页 |
| 5.1 图像测量算法的抗干扰性和准确性分析 | 第60-64页 |
| 5.2 图像测量算法实时性分析 | 第64页 |
| 5.3 误差原因分析及改进 | 第64-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-70页 |
| 6.1 本课题研究内容总结 | 第67-68页 |
| 6.2 待研究的工作 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间学术成果 | 第77页 |
