| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 目录 | 第9-12页 |
| 1. 文献综述 | 第12-31页 |
| 1.1 课题的来源及意义 | 第12-13页 |
| 1.2 视觉测量理论与技术综述 | 第13-27页 |
| 1.2.1 视觉测量技术的产生及发展 | 第13-14页 |
| 1.2.2 计算机视觉理论框架 | 第14-16页 |
| 1.2.3 工业视觉测量系统组成及关键技术 | 第16-22页 |
| 1.2.4 视觉测量技术在工业中的研究与应用现状 | 第22-27页 |
| 1.3 问题的提出 | 第27-28页 |
| 1.3.1 强干扰条件 | 第27页 |
| 1.3.2 现有视觉测量理论与技术的不足 | 第27-28页 |
| 1.4 本文的主要研究内容 | 第28-31页 |
| 2. 干扰条件下图像高精度特征提取方法研究 | 第31-57页 |
| 2.1 特征提取的一般步骤 | 第31-32页 |
| 2.2 常见图像分割方法分析 | 第32-42页 |
| 2.2.1 阈值分割 | 第32-38页 |
| 2.2.3 基于边缘检测的分割 | 第38-42页 |
| 2.3 常见圆特征提取方法理论分析 | 第42-45页 |
| 2.3.1 重心法 | 第43页 |
| 2.3.2 曲线拟合法 | 第43-44页 |
| 2.3.3 Hough变换 | 第44-45页 |
| 2.4 基于区域和边缘准确定位的圆特征精确提取方法 | 第45-50页 |
| 2.4.1 特征边缘的准确提取 | 第46-47页 |
| 2.4.2 特征区域的准确定位 | 第47-48页 |
| 2.4.3 特征亚像素精确定位 | 第48页 |
| 2.4.4 算法实现步骤 | 第48-49页 |
| 2.4.5 实验及分析 | 第49-50页 |
| 2.5 应用新特征提取方法实现复杂背景下多点检测 | 第50-56页 |
| 2.5.1 特征编号及效验方法 | 第51页 |
| 2.5.2 多特征的区域和边缘准确定位 | 第51-52页 |
| 2.5.3 算法实现步骤 | 第52-53页 |
| 2.5.4 实验及分析 | 第53-56页 |
| 2.6 本章小节 | 第56-57页 |
| 3. 低质量工业检测图像增强方法研究 | 第57-77页 |
| 3.1 图像质量影响因素分析 | 第57-58页 |
| 3.2 常见的图像增强方法分析 | 第58-68页 |
| 3.2.1 对比度增强 | 第58-59页 |
| 3.2.2 空域噪声抑制 | 第59-60页 |
| 3.2.3 频域噪声抑制 | 第60-61页 |
| 3.2.4 基于数学形态学的噪声抑制方法 | 第61-63页 |
| 3.2.5 实验及讨论 | 第63-68页 |
| 3.3 应用像素邻接特性分析的激光边缘图像修复 | 第68-75页 |
| 3.3.1 距离变换 | 第69-70页 |
| 3.3.2 连通分量标记 | 第70-71页 |
| 3.3.3 算法实现原理 | 第71-73页 |
| 3.3.4 实验及讨论 | 第73-75页 |
| 3.4 本章小节 | 第75-77页 |
| 4. 工业测量系统的精度校准及精度维护 | 第77-90页 |
| 4.1 视觉测量系统成像模型 | 第77-80页 |
| 4.1.1 线性成像模型 | 第77-79页 |
| 4.1.2 成像系统的非线性畸变 | 第79-80页 |
| 4.2 现有的视觉测量系统精度校准方法 | 第80-82页 |
| 4.2.1 线性成像模型下的测量系统精度校准 | 第80-81页 |
| 4.2.2 非线性成像模型下测量系统精度校准 | 第81-82页 |
| 4.3 应用直线畸变方程的工业测量系统精度校准及精度维护 | 第82-86页 |
| 4.3.1 问题的提出 | 第82-83页 |
| 4.3.2 精度校准方法的数学原理 | 第83-85页 |
| 4.3.3 特征点的选择 | 第85-86页 |
| 4.4 新校准及维护方法的主动视觉实现 | 第86-89页 |
| 4.4.1 精度校准 | 第86-88页 |
| 4.4.2 精度维护 | 第88-89页 |
| 4.5 本章小节 | 第89-90页 |
| 5. 自适应滤波理论在视觉测量中的应用 | 第90-109页 |
| 5.1 滤波理论分析 | 第90-97页 |
| 5.1.1 贝叶斯滤波理论 | 第90-91页 |
| 5.1.2 Kalman滤波器 | 第91-94页 |
| 5.1.3 自适应Kalman滤波 | 第94-97页 |
| 5.2 Sage-Husa算法在检测数据处理中的应用研究 | 第97-102页 |
| 5.2.1 Sage-Husa算法的改进 | 第97-99页 |
| 5.2.2 实验及分析 | 第99-102页 |
| 5.3 基于区域估计的复杂背景下圆特征提取方法 | 第102-107页 |
| 5.3.1 滤波器建模及初始化 | 第103-104页 |
| 5.3.2 野值判断方法 | 第104-105页 |
| 5.3.3 算法实现步骤 | 第105页 |
| 5.3.4 实验及分析 | 第105-107页 |
| 5.4 本章小节 | 第107-109页 |
| 6. 工业视觉测量系统的应用与集成 | 第109-127页 |
| 6.1 大型挤压机活动部件五自由度监测系统设计 | 第109-119页 |
| 6.1.1 背景及基础 | 第109-111页 |
| 6.1.2 工作原理 | 第111-112页 |
| 6.1.3 系统数学模型 | 第112-115页 |
| 6.1.4 系统组成 | 第115页 |
| 6.1.5 系统硬件设计 | 第115-117页 |
| 6.1.6 系统软件设计 | 第117-119页 |
| 6.2 柔性接头摆心视觉测试系统设计及现场测试 | 第119-126页 |
| 6.2.1 研究背景 | 第119-120页 |
| 6.2.2 测量原理 | 第120-122页 |
| 6.2.3 视觉测量算法设计 | 第122-123页 |
| 6.2.4 工业现场测试 | 第123-126页 |
| 6.3 本章小节 | 第126-127页 |
| 7. 总结与展望 | 第127-131页 |
| 7.1 全文总结 | 第127-130页 |
| 7.2 工作展望 | 第130-131页 |
| 参考文献 | 第131-146页 |
| 攻读学位期间主要的研究成果目录 | 第146-148页 |
| 致谢 | 第148页 |
