基于机器视觉的图像亚像素测量技术的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-12页 |
| ·选题目的和意义 | 第6-7页 |
| ·国内外研究动态 | 第7-8页 |
| ·文献综述 | 第8-11页 |
| ·机器视觉概述 | 第8-10页 |
| ·机器视觉在测量中的应用 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| 2 图像处理相关算法 | 第12-26页 |
| ·概述 | 第12-13页 |
| ·灰度图像滤波算法 | 第13-17页 |
| ·灰度位图概述 | 第13页 |
| ·灰度直方图均衡化 | 第13-14页 |
| ·滤波算法 | 第14-17页 |
| ·灰度图二值化算法 | 第17-20页 |
| ·二值化算法概述 | 第17页 |
| ·常用二值化算法 | 第17-20页 |
| ·边缘检测算法 | 第20-25页 |
| ·模板算子法 | 第20-22页 |
| ·Canny边缘检测 | 第22-23页 |
| ·亚像素轮廓提取常用算法 | 第23-25页 |
| ·本文使用的预处理方法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 机器视觉 | 第26-31页 |
| ·机器视觉简介 | 第26页 |
| ·机器视觉相关硬件 | 第26-29页 |
| ·机器视觉光源 | 第26-28页 |
| ·工业镜头 | 第28页 |
| ·工业相机 | 第28-29页 |
| ·机器视觉测量基本算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 机器视觉亚像素测量算法 | 第31-40页 |
| ·轮廓测量算法 | 第31页 |
| ·双线性插值算法 | 第31-32页 |
| ·最小二乘拟合算法（LSC） | 第32-35页 |
| ·泰勒亚像素轮廓提取算法 | 第35-36页 |
| ·算法实现 | 第36-39页 |
| ·本文采用的算法 | 第36-38页 |
| ·程序流程图 | 第38页 |
| ·结果分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 在铜帽（带线）尺寸和缺陷检测项目中的应用 | 第40-54页 |
| ·项目整体概况 | 第40-41页 |
| ·项目检测需求 | 第41-43页 |
| ·机器视觉相关需求 | 第41-43页 |
| ·检测软件需求 | 第43页 |
| ·软件各个模块功能介绍 | 第43-45页 |
| ·同心圆和锥点亚像素测量具体实现步骤 | 第45-46页 |
| ·同心圆计算 | 第45-46页 |
| ·锥点计算 | 第46页 |
| ·软件运行效果 | 第46-49页 |
| ·检测同心圆 | 第46-47页 |
| ·检测锥角 | 第47页 |
| ·检测画面 | 第47-48页 |
| ·参数设置 | 第48-49页 |
| ·运行结果与传统算法比较 | 第49-52页 |
| ·改进后算法运行结果 | 第49-50页 |
| ·双线性插值的测量结果 | 第50-52页 |
| ·检测速度 | 第52页 |
| ·现场遇到的主要问题及解决方法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录 | 第59-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
