基于机器视觉技术的模拟指针式仪表自动检定系统
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-16页 |
| ·问题的提出及研究意义 | 第12-13页 |
| ·当前机器视觉技术应用的现状 | 第12-13页 |
| ·机器视觉技术应用在指针式仪表检定系统中的意义 | 第13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国外研究的现状 | 第13-14页 |
| ·国内研究的现状 | 第14页 |
| ·本文研究的目的和研究内容 | 第14-15页 |
| ·小结 | 第15-16页 |
| 2 机器视觉技术概述 | 第16-30页 |
| ·机器视觉技术的背景 | 第16-17页 |
| ·人类视觉的特点 | 第17-23页 |
| ·视觉的相对性 | 第17-18页 |
| ·视觉的选择性 | 第18页 |
| ·视觉的整体性 | 第18页 |
| ·视觉的恒常性 | 第18-19页 |
| ·视觉的组织性 | 第19-20页 |
| ·错视现象 | 第20-21页 |
| ·视觉对深度的感知 | 第21-23页 |
| ·机器视觉技术研究的特点 | 第23-24页 |
| ·机器视觉技术的理论框架 | 第24-25页 |
| ·机器视觉技术研究的发展 | 第24页 |
| ·Marr的计算机视觉理论框架 | 第24-25页 |
| ·计算机视觉与图像处理,图像理解,图像分析的关系 | 第25-26页 |
| ·机器视觉用于工业检测领域的几个主要概念 | 第26-29页 |
| ·机器视觉系统分辨率的定义 | 第26-27页 |
| ·投影成像模型 | 第27-29页 |
| ·小结 | 第29-30页 |
| 3 系统总体方案设计和检定原理 | 第30-44页 |
| ·系统设计要求 | 第30-32页 |
| ·系统技术难点 | 第32-34页 |
| ·检定系统总体方案设计 | 第34-41页 |
| ·全局图像检测面临的困难 | 第34-36页 |
| ·检测原理 | 第36-41页 |
| ·系统照明环境设计 | 第41页 |
| ·硬件系统设计 | 第41-42页 |
| ·软件系统设计 | 第42页 |
| ·软件的总体框架 | 第42页 |
| ·软件设计的编程思想 | 第42页 |
| ·小结 | 第42-44页 |
| 4 图像采集和图像预处理 | 第44-56页 |
| ·图像的采集设备的选取 | 第44-46页 |
| ·采集设备的分辨率 | 第44-45页 |
| ·镜头的几何畸变误差 | 第45-46页 |
| ·采集设备的噪声 | 第46页 |
| ·图像采集的软件技术 | 第46-49页 |
| ·微软的VFW技术 | 第47页 |
| ·WDM技术和DIRECSHOW技术 | 第47-48页 |
| ·视频捕捉卡设备提供商提供的软件SDK开发包 | 第48页 |
| ·系统中采用的采集设备和采集技术 | 第48-49页 |
| ·图像的预处理 | 第49-55页 |
| ·几何变换 | 第50页 |
| ·图像平滑 | 第50-52页 |
| ·边缘检测 | 第52-53页 |
| ·图像的复原 | 第53-55页 |
| ·小结 | 第55-56页 |
| 5 图像分割技术 | 第56-78页 |
| ·基于阈值的分割 | 第56-60页 |
| ·阈值检测方案 | 第59页 |
| ·最优阈值化方法 | 第59-60页 |
| ·多光谱阈值化 | 第60页 |
| ·分层数据结构下的阈值化 | 第60页 |
| ·基于边缘的分割 | 第60-61页 |
| ·边缘图像阈值化 | 第60-61页 |
| ·边缘松弛法 | 第61页 |
| ·从边界构造区域 | 第61页 |
| ·基于区域的分割 | 第61-64页 |
| ·区域归并 | 第61页 |
| ·区域分裂 | 第61-62页 |
| ·分水岭分裂 | 第62页 |
| ·系统中新设计的连通区域识别算法 | 第62-64页 |
| ·模板匹配 | 第64-65页 |
| ·匹配标准 | 第64-65页 |
| ·匹配的控制策略 | 第65页 |
| ·HOUGH变换技术 | 第65-67页 |
| ·分割的评价准则 | 第67-69页 |
| ·定性分析准则 | 第67页 |
| ·定量分析准则 | 第67-68页 |
| ·定性试验准则 | 第68页 |
| ·定量试验准则 | 第68-69页 |
| ·系统中的分割技术 | 第69-76页 |
| ·分割算法的优选 | 第69页 |
| ·系统中的分割算法设计 | 第69-76页 |
| ·小结 | 第76-78页 |
| 6 图像理解 | 第78-86页 |
| ·图像理解的控制策略 | 第78-79页 |
| ·并行和串行处理控制 | 第78页 |
| ·分层控制 | 第78-79页 |
| ·混合的控制策略 | 第79页 |
| ·非分层的控制策略 | 第79页 |
| ·基于知识的图像理解的方法 | 第79-82页 |
| ·图像理解中的知识表示 | 第80-81页 |
| ·图像理解框架的知识模块 | 第81-82页 |
| ·本系统中的图像理解策略和理解过程 | 第82-84页 |
| ·系统中的图像理解策略 | 第82页 |
| ·系统中的图像理解过程 | 第82-83页 |
| ·结果数据 | 第83-84页 |
| ·小结 | 第84-86页 |
| 7 影响机器视觉精度的因素分析 | 第86-88页 |
| ·采集设备的误差 | 第86页 |
| ·图像分割造成的误差 | 第86-87页 |
| ·图像理解造成的误差 | 第87-88页 |
| 8 系统的总结与展望 | 第88-90页 |
| 致谢 | 第90-92页 |
| 参考文献 | 第92-96页 |
| 作者论文发表情况 | 第96-97页 |
