基于机器视觉的内螺纹参数检测系统设计
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究的意义 | 第16页 |
| 1.2 检测方法的选择 | 第16-17页 |
| 1.3 机器视觉检测的发展现状 | 第17-18页 |
| 1.4 本课题主要的研究内容 | 第18-20页 |
| 第二章 系统硬件平台 | 第20-29页 |
| 2.1 系统总体结构 | 第20-21页 |
| 2.2 照明系统 | 第21-25页 |
| 2.2.1 照明方式的选择 | 第21-24页 |
| 2.2.2 照明光源的选择 | 第24-25页 |
| 2.3 图像采集系统 | 第25-27页 |
| 2.3.1 镜头的选择 | 第25-26页 |
| 2.3.2 相机的选择 | 第26-27页 |
| 2.4 机械运动系统 | 第27-28页 |
| 2.4.1 运动执行模块 | 第27-28页 |
| 2.4.2 运动控制模块 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 系统检测算法 | 第29-68页 |
| 3.1 检测算法 | 第29页 |
| 3.2 检测系统算法流程图 | 第29-30页 |
| 3.3 内螺纹参数检测算法的实现 | 第30-67页 |
| 3.3.1 图像预处理 | 第30-34页 |
| 3.3.1.1 光晕噪声 | 第30-31页 |
| 3.3.1.2 RGB图与灰度图 | 第31-32页 |
| 3.3.1.3 灰度化的方法 | 第32-34页 |
| 3.3.2 图像几何变换 | 第34-40页 |
| 3.3.2.1 俯视成像带来的问题 | 第34-35页 |
| 3.3.2.2 图像几何变换的类型 | 第35-36页 |
| 3.3.2.3 消除内螺纹图像的畸变 | 第36-39页 |
| 3.3.2.4 插值运算 | 第39-40页 |
| 3.3.3 滤波降噪 | 第40-47页 |
| 3.3.3.1 噪声分析 | 第40-41页 |
| 3.3.3.2 滤波的方法 | 第41-47页 |
| 3.3.4 边缘提取 | 第47-49页 |
| 3.3.4.1 边缘检测的目的 | 第47页 |
| 3.3.4.2 边缘检测的方法 | 第47-48页 |
| 3.3.4.3 实验结果 | 第48-49页 |
| 3.3.5 亚像素级边缘定位 | 第49-55页 |
| 3.3.5.1 亚像素边缘检测概述 | 第49-50页 |
| 3.3.5.2 空间矩亚像素边缘检测 | 第50-54页 |
| 3.3.5.3 亚像素检测效果 | 第54-55页 |
| 3.3.6 分段拟合得到特征点 | 第55-59页 |
| 3.3.6.1 内螺纹轮廓 | 第55-56页 |
| 3.3.6.2 分段拟合 | 第56-59页 |
| 3.3.7 连接亮条纹断裂处 | 第59-62页 |
| 3.3.7.1 亮条纹断裂处的影响 | 第59-60页 |
| 3.3.7.2 利用闭运算连接断裂处 | 第60-62页 |
| 3.3.8 细化处理与分段拟合 | 第62-64页 |
| 3.3.8.1 细化算法 | 第62-63页 |
| 3.3.8.2 得到分段点 | 第63页 |
| 3.3.8.3 得到特征点 | 第63-64页 |
| 3.3.9 内螺纹相关参数的计算 | 第64-67页 |
| 3.4 本章小结 | 第67-68页 |
| 第四章 实验结果与分析 | 第68-72页 |
| 4.1 实验结果 | 第68-70页 |
| 4.1.1 系统稳定性 | 第68-69页 |
| 4.1.2 系统检测精度 | 第69-70页 |
| 4.2 结果分析 | 第70-71页 |
| 4.2.1 影响稳定性的因素 | 第70页 |
| 4.2.2 影响检测精度的因素 | 第70-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-75页 |
| 5.1 本文工作总结 | 第72-73页 |
| 5.2 后期工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间的发表论文情况 | 第78页 |
