基于机器视觉的齿轮图像拼接算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 课题意义 | 第9-10页 |
| 1.2 课题的研究现状 | 第10-11页 |
| 1.2.1 视觉测量技术的发展状况 | 第10-11页 |
| 1.2.2 图像拼接技术的研究现状 | 第11页 |
| 1.3 本文的主要研究内容 | 第11-13页 |
| 第2章 机器视觉测量系统设计 | 第13-20页 |
| 2.1 机器视觉测量系统原理与性能参数 | 第13页 |
| 2.2 机器视觉测量系统的结构组成 | 第13-14页 |
| 2.3 数字图像测量系统的硬件设计 | 第14-18页 |
| 2.3.1 摄像机的选用 | 第14-15页 |
| 2.3.2 镜头的选用 | 第15-16页 |
| 2.3.3 光源系统的设计 | 第16-18页 |
| 2.3.4 图像采集卡的选用 | 第18页 |
| 2.4 机器视觉测量系统的软件的设计 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 机器视觉的图像处理技术 | 第20-38页 |
| 3.1 噪声来源分析 | 第20-21页 |
| 3.2 数字图像滤波 | 第21-23页 |
| 3.3 齿轮数字图像的边缘提取研究 | 第23-32页 |
| 3.3.1 数字图像的边缘检测原理 | 第24-25页 |
| 3.3.2 数字图像的边缘检测算法 | 第25-28页 |
| 3.3.3 本文采用的边缘检测算法 | 第28-32页 |
| 3.4 齿轮廓形的图像细分亚像素研究 | 第32-35页 |
| 3.5 系统的标定方法设计 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 齿轮数字图像的拼接算法研究 | 第38-51页 |
| 4.1 图像配准的主要方法 | 第38-39页 |
| 4.2 基于灰度的数字图像匹配 | 第39-40页 |
| 4.2.1 逐一比较法 | 第39页 |
| 4.2.2 序贯相似比较法 | 第39-40页 |
| 4.2.3 比值模板法 | 第40页 |
| 4.3 基于相位相关的数字图像匹配 | 第40-41页 |
| 4.4 基于特征点的数字图像匹配 | 第41-45页 |
| 4.4.1 Harris角点检测 | 第41-42页 |
| 4.4.2 特征点匹配 | 第42-45页 |
| 4.5 基于边缘像素点的图像拼接 | 第45-49页 |
| 4.5.1 齿轮图像拼接方法 | 第45-47页 |
| 4.5.2 拼接结果与分析 | 第47-49页 |
| 4.6 本章小结 | 第49-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 在学研究成果 | 第55-56页 |
| 致谢 | 第56页 |
