基于亚像素分析的轴类零件自动检测技术
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 论文的选题背景及研究意义 | 第11页 |
| 1.2 图像处理技术的国内外现状 | 第11-12页 |
| 1.3 亚像素检测算法的国内外现状 | 第12-13页 |
| 1.4 本文研究的主要内容 | 第13-15页 |
| 第2章 自动检测设备的结构设计 | 第15-27页 |
| 2.1 工业相机的选型 | 第15-16页 |
| 2.2 镜头的选择 | 第16-18页 |
| 2.3 光源设计 | 第18-22页 |
| 2.3.1 光源的选择 | 第18-19页 |
| 2.3.2 光照系统的布置方案 | 第19-21页 |
| 2.3.3 结构光光照强度的优化 | 第21-22页 |
| 2.4 工业相机和镜头的结构布置 | 第22-23页 |
| 2.5 工件传送速度的优化 | 第23-24页 |
| 2.6 检测设备的整体结构 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 图像平滑和像素级的边界检测算法研究 | 第27-43页 |
| 3.1 图像平滑 | 第27-34页 |
| 3.1.1 噪声产生原因及滤波目的 | 第27-28页 |
| 3.1.2 几种常见的滤波算法 | 第28-31页 |
| 3.1.2.1 算术平均值滤波AEM | 第28页 |
| 3.1.2.2 中值滤波 | 第28-29页 |
| 3.1.2.3 开关中值滤波SMF | 第29-30页 |
| 3.1.2.4 递进开关中值滤波PSM | 第30-31页 |
| 3.1.3 噪声模型和滤波效果评价标准 | 第31-33页 |
| 3.1.3.1 噪声模型 | 第31-32页 |
| 3.1.3.2 滤波器性能客观评价标准 | 第32-33页 |
| 3.1.4 实验与小结 | 第33-34页 |
| 3.2 像素级的边界检测 | 第34-41页 |
| 3.2.1 Robert算子 | 第37页 |
| 3.2.2 Sobel算子 | 第37-38页 |
| 3.2.3 Prewitt算子 | 第38页 |
| 3.2.4 Canny边界检测算子 | 第38-40页 |
| 3.2.5 本文检测算法 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第4章 亚像素边界检测算法及其评价 | 第43-57页 |
| 4.1 亚像素边界检测原理 | 第43-53页 |
| 4.1.1 矩法 | 第44-50页 |
| 4.1.1.1 基于灰度矩的亚像素边界检测算法 | 第44-50页 |
| 4.1.2 基于曲线拟合亚像素边界检测算法 | 第50-52页 |
| 4.1.3 基于多项式插值的亚像素边界检测算法 | 第52-53页 |
| 4.2 三种不同算法的比较 | 第53-55页 |
| 4.2.1 定位精度的比较 | 第53页 |
| 4.2.2 重复定位精度的比较 | 第53-55页 |
| 4.3 本章小结 | 第55-57页 |
| 第5章 小型轴类零件表面缺陷检测算法研究 | 第57-77页 |
| 5.1 零件表面几种常见的缺陷 | 第57-59页 |
| 5.2 对采集的图像进行分析 | 第59-64页 |
| 5.2.1 对图像中的黑色带进行定位 | 第59-64页 |
| 5.3 特征提取 | 第64-72页 |
| 5.3.1 麻点的检测 | 第64-67页 |
| 5.3.1.1 边界跟踪 | 第64-66页 |
| 5.3.1.2 麻点的提取 | 第66-67页 |
| 5.3.2 划痕的检测 | 第67-71页 |
| 5.3.2.1 断点检测和断点连接 | 第68-71页 |
| 5.3.3 毛刺的检测 | 第71-72页 |
| 5.4 实验数据 | 第72-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 工作总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83-85页 |
| 作者简介及在学期间所获得的科研成果 | 第85-87页 |
| 致谢 | 第87页 |
