首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

大型锻件多目立体视觉测量图像处理方法研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-22页
    1.1 大型锻件测量研究背景及意义第9-12页
    1.2 研究现状第12-18页
        1.2.1 多目立体视觉测量研究现状第12-14页
        1.2.2 图像质量评价研究现状第14-15页
        1.2.3 图像对比度增强研究现状第15-16页
        1.2.4 多视数据拼接研究现状第16-18页
    1.3 课题来源与大型锻件测量整体研究方案第18-20页
        1.3.1 课题来源第18-19页
        1.3.2 大型锻件测量整体研究方案第19-20页
    1.4 论文的主要研究内容第20-22页
2 激光光条互参考图像质量评价方法第22-36页
    2.1 激光光条图像特征分析第22-25页
    2.2 互参考图像质量评价模型第25-28页
        2.2.1 单幅图像质量评价模型第25-27页
        2.2.2 图像的相关质量评价模型第27-28页
    2.3 图像质量系数阈值第28-32页
        2.3.1 单幅图像质量系数阈值第28-31页
        2.3.2 图像的相关质量系数阈值第31-32页
    2.4 互参考图像质量评价方法实验验证第32-35页
    2.5 本章小结第35-36页
3 激光光条图像对比度增强第36-50页
    3.1 激光光条图像对比度分析第36-39页
        3.1.1 现场获取光条图像对比度分析第36-37页
        3.1.2 光条图像对比度理论分析第37-39页
    3.2 图像对比度增强方法第39-44页
        3.2.1 高频信息噪声去除第39-42页
        3.2.2 低频信息对比度增强第42-44页
    3.3 图像对比度增强方法实验验证第44-49页
        3.3.1 激光光条图像对比度增强效果第44-45页
        3.3.2 圆柱件测量实验第45-49页
    3.4 本章小结第49-50页
4 基于激光辅助的多视数据拼接方法第50-62页
    4.1 多视数据拼接原理第50-51页
    4.2 激光辅助靶标第51-55页
        4.2.1 激光辅助靶标的设计第51-52页
        4.2.2 激光辅助靶标特征点高精度提取第52-55页
    4.3 粗精结合的多视数据拼接第55-57页
    4.4 多视数据拼接实验第57-61页
    4.5 本章小结第61-62页
5 大型热态锻件多目立体视觉测量实验第62-68页
    5.1 多目立体视觉测量系统第62-63页
    5.2 视觉传感器间转换关系第63-64页
    5.3 方形锻件尺寸测量第64-67页
    5.4 本章小结第67-68页
结论与展望第68-69页
参考文献第69-73页
攻读硕士学位期间发表学术论文情况第73-74页
致谢第74-75页

论文共75页,点击 下载论文
上一篇:基于SAP的物资库存管理系统的设计与实现
下一篇:基于距离度量学习的目标跟踪算法研究