基于机器视觉的气门检测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状分析 | 第10-13页 |
| ·机器视觉的发展 | 第10-13页 |
| ·气门检测的发展现状 | 第13页 |
| ·本文研究内容 | 第13-15页 |
| 第2章 气门几何参数检测系统设计方案 | 第15-23页 |
| ·系统概述 | 第15-16页 |
| ·气门检测硬件平台 | 第16-19页 |
| ·气门检测软件系统 | 第19-20页 |
| ·气门检测软件功能模块 | 第20-21页 |
| ·图像处理 | 第20页 |
| ·输入输出显示功能 | 第20页 |
| ·数据管理功能 | 第20-21页 |
| ·气门检测技术指标 | 第21页 |
| ·关键技术 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 气门几何参数检测的图像处理方法 | 第23-45页 |
| ·系统噪声分析及滤波 | 第24-27页 |
| ·系统噪声分析 | 第24页 |
| ·中值滤波简述 | 第24-25页 |
| ·中值滤波原理 | 第25-26页 |
| ·中值滤波特性 | 第26-27页 |
| ·图像增强 | 第27-30页 |
| ·图像增强简述 | 第27-28页 |
| ·直方图均衡化算法原理 | 第28页 |
| ·改进的直方图均衡化算法 | 第28-30页 |
| ·图像二值化 | 第30-32页 |
| ·边缘检测算法 | 第32-35页 |
| ·SUSAN算子 | 第35-39页 |
| ·SUSAN特征检测原理 | 第35-36页 |
| ·算法描述 | 第36-37页 |
| ·SUSAN边缘检测算法的特点 | 第37-38页 |
| ·SUSAN算子加速算法 | 第38-39页 |
| ·算法比较 | 第39-41页 |
| ·最小二乘法曲线拟合 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 气门几何参数测量方法及软件实现 | 第45-55页 |
| ·气门几何参数检测方法 | 第45-48页 |
| ·气门尺寸标定 | 第45-46页 |
| ·参数测量算法 | 第46-48页 |
| ·气门检测软件设计 | 第48-53页 |
| ·软件设计流程图 | 第48-49页 |
| ·软件功能模块介绍 | 第49-50页 |
| ·软件的应用平台和开发 | 第50-53页 |
| ·软件设计实现 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 测量结果及误差分析 | 第55-60页 |
| ·测量结果 | 第55页 |
| ·误差分析 | 第55-59页 |
| ·误差来源和分类 | 第56页 |
| ·系统误差因素 | 第56-57页 |
| ·随机误差因素 | 第57-58页 |
| ·随机误差分析 | 第58-59页 |
| ·边缘检测数据误差处理 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结和展望 | 第60-62页 |
| ·全文总结 | 第60页 |
| ·前景展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
