| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 机器视觉研究现状 | 第10-12页 |
| 1.3.2 视觉检测算法研究现状 | 第12-14页 |
| 1.4 研究内容与方案 | 第14-15页 |
| 1.5 创新点 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 2 齿轮视觉系统平台的设计 | 第17-27页 |
| 2.1 视觉检测系统硬件的设计与组成 | 第17-23页 |
| 2.1.1 摄像头的选择 | 第18-19页 |
| 2.1.2 镜头的选用 | 第19-21页 |
| 2.1.3 光源系统的设计与选用 | 第21-23页 |
| 2.1.4 图像采集卡的选用 | 第23页 |
| 2.2 齿轮检测系统的系统标定 | 第23-25页 |
| 2.3 影像测量系统的软件组成 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 像素级边缘检测算法 | 第27-42页 |
| 3.1 图像边缘的概述 | 第27页 |
| 3.2 边缘检测 | 第27-28页 |
| 3.3 经典的边缘检测算法 | 第28-30页 |
| 3.3.1 Roberts算子 | 第28-29页 |
| 3.3.2 Prewitt算子 | 第29页 |
| 3.3.3 Sobel算子 | 第29-30页 |
| 3.3.4 Laplace算子 | 第30页 |
| 3.4 Canny边缘检测算法 | 第30-32页 |
| 3.4.1 Canny边缘检测算法的概述 | 第30-31页 |
| 3.4.2 Canny边缘检测算法的最优准则 | 第31-32页 |
| 3.4.3 Canny边缘检测算法的缺陷及改进方法 | 第32页 |
| 3.5 改进自适应性Canny边缘检测算法 | 第32-38页 |
| 3.5.1 简化的自适应高斯平滑滤波 | 第33-34页 |
| 3.5.2 改进的梯度计算 | 第34页 |
| 3.5.3 梯度幅值的非极大值抑制 | 第34-35页 |
| 3.5.4 双阈值算法检测和连接边缘 | 第35-38页 |
| 3.6 改进的Canny边缘检测算法的结果与分析 | 第38-41页 |
| 3.7 本章小结 | 第41-42页 |
| 4 亚像素边缘检测算法的研究 | 第42-62页 |
| 4.1 亚像素的概述 | 第42页 |
| 4.2 亚像素点定位 | 第42-44页 |
| 4.3 常见亚像素边缘检测算法 | 第44-59页 |
| 4.3.1 插值法 | 第44-46页 |
| 4.3.2 矩法 | 第46-55页 |
| 4.3.2.1 灰度矩 | 第46-47页 |
| 4.3.2.2 空间矩 | 第47-50页 |
| 4.3.2.3 Zernike矩 | 第50-55页 |
| 4.3.3 最小二乘拟合法 | 第55-59页 |
| 4.3.3.1 高斯曲线拟合 | 第55-57页 |
| 4.3.3.2 多项式曲线拟合 | 第57-58页 |
| 4.3.3.3 三次曲面拟合 | 第58-59页 |
| 4.3.3.4 最小二乘圆拟合 | 第59页 |
| 4.4 实验结果 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 直齿圆柱齿轮的几何参数检测 | 第62-68页 |
| 5.1 圆心定位与中心孔的测量 | 第62-64页 |
| 5.2 齿顶圆和齿根圆的测量 | 第64-65页 |
| 5.3 齿轮的齿数与模数的检测 | 第65-66页 |
| 5.4 实验结果与误差分析 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 6 系统误差分析与补偿措施 | 第68-71页 |
| 6.1 硬件误差 | 第68-69页 |
| 6.1.1 CCD的几何畸变 | 第68-69页 |
| 6.1.1.1 透镜像差 | 第68-69页 |
| 6.1.1.2 感光像元排列误差 | 第69页 |
| 6.1.1.3 透视误差 | 第69页 |
| 6.1.2 CCD噪音误差 | 第69页 |
| 6.2 软件误差 | 第69页 |
| 6.3 环境误差 | 第69页 |
| 6.4 补偿措施 | 第69-70页 |
| 6.5 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第79页 |