基于单目视觉图像裂纹检测与跟踪自动焊接方法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状和发展进程 | 第9-12页 |
| 1.2.1 国内外研究现状 | 第9-10页 |
| 1.2.2 图像处理技术的内容总结 | 第10-11页 |
| 1.2.3 裂纹图像跟踪技术总结 | 第11-12页 |
| 1.3 裂纹检测与跟踪的总体设计 | 第12-13页 |
| 1.4 本文主要研究内容及创新点 | 第13-15页 |
| 1.4.1 本文主要研究内容 | 第13-14页 |
| 1.4.2 创新点 | 第14-15页 |
| 第二章 基于HALCON的图像处理技术 | 第15-36页 |
| 2.1 暗原色先验理论分析 | 第15-18页 |
| 2.1.1 暗通道理论 | 第15页 |
| 2.1.2 数学模型及推导 | 第15-18页 |
| 2.2 裂纹特征增强理论分析 | 第18-20页 |
| 2.2.1 灰度直方图二值化分析 | 第18-20页 |
| 2.2.2 基于HALCON的裂纹特征增强 | 第20页 |
| 2.3 基于图像增强的结果分析 | 第20-22页 |
| 2.4 裂纹特征点的提取及分析 | 第22-30页 |
| 2.4.1 灰度处理、直方图分析 | 第23页 |
| 2.4.2 滤波处理分析 | 第23-25页 |
| 2.4.3 亚像素边缘检测 | 第25-28页 |
| 2.4.4 特征提取骨架化 | 第28-30页 |
| 2.5 基于HALCON亚像素边缘检测 | 第30-32页 |
| 2.5.1 基于HALCON的裂纹亚像素边缘检测 | 第30页 |
| 2.5.2 边缘检测结果分析 | 第30-32页 |
| 2.6 实验对比分析 | 第32-34页 |
| 2.7 本章小结 | 第34-36页 |
| 第三章 基于图像处理系统的相机标定和激光测距模型 | 第36-43页 |
| 3.1 相机标定 | 第36-40页 |
| 3.1.1 相机标定原理 | 第36-38页 |
| 3.1.2 相机标定结果分析 | 第38-40页 |
| 3.2 激光测距模型 | 第40-42页 |
| 3.2.1 激光测距仪模拟模型 | 第40-41页 |
| 3.2.2 激光测距实验分析 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 裂纹跟踪模型建立和实验结果分析 | 第43-67页 |
| 4.1 裂纹跟踪模型系统的设计 | 第43-50页 |
| 4.1.1 机器人初始点坐标变换 | 第44-46页 |
| 4.1.2 基于图像文件的图形数据转换 | 第46-50页 |
| 4.2 裂纹跟踪实验平台设计 | 第50-57页 |
| 4.2.1 裂纹跟踪实验STEP机器人 | 第52-55页 |
| 4.2.2 裂纹跟踪实验软件设计 | 第55-57页 |
| 4.3 裂纹跟踪过程及步骤 | 第57-64页 |
| 4.3.1 裂纹跟踪过程 | 第57-64页 |
| 4.3.2 裂纹跟踪实验步骤 | 第64页 |
| 4.4 裂纹跟踪实验结果分析 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 结论 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-80页 |
| 附录 | 第80-83页 |
| 攻读学位期间研究成果 | 第83-84页 |
| 致谢 | 第84页 |
