| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究目的和意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 课题意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-17页 |
| 1.2.1 大齿轮测量技术的发展 | 第12-14页 |
| 1.2.2 机器视觉检测技术的发展 | 第14-16页 |
| 1.2.3 机器视觉在齿轮测量中的应用 | 第16-17页 |
| 1.3 课题的研究内容 | 第17-18页 |
| 第2章 基于机器视觉技术的大齿轮回转中心测量方法 | 第18-26页 |
| 2.1 概述 | 第18-21页 |
| 2.1.1 大齿轮在机测量的关键技术 | 第18-19页 |
| 2.1.2 大齿轮在机测量技术的发展趋势 | 第19页 |
| 2.1.3 大齿轮齿廓总偏差在机测量原理 | 第19-21页 |
| 2.2 基于机器视觉测量技术的大齿轮回转中心测量系统 | 第21-23页 |
| 2.2.1 视觉测量装置 | 第21-22页 |
| 2.2.2 CCD移动平台 | 第22页 |
| 2.2.3 计算机控制系统 | 第22-23页 |
| 2.3 基于机器视觉测量技术的大齿轮回转中心测量原理 | 第23页 |
| 2.4 测量方法及坐标系的建立 | 第23-25页 |
| 2.4.1 测量方法 | 第23-24页 |
| 2.4.2 坐标系的建立 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 大齿轮回转中心测量系统中的图像处理技术 | 第26-35页 |
| 3.1 图像去噪声处理 | 第26-29页 |
| 3.1.1 大齿轮回转中心测量系统中存在的噪声 | 第26-27页 |
| 3.1.2 基于线性滤波算法的去噪声方法 | 第27-29页 |
| 3.2 图像边缘定位算法 | 第29-34页 |
| 3.2.1 图像处理中的亚像素边缘检测 | 第30-32页 |
| 3.2.2 基于高斯积分曲线拟合的亚像素边缘定位算法 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 大齿轮回转中心的拟合方法研究 | 第35-44页 |
| 4.1 概述 | 第35-37页 |
| 4.1.1 圆曲线拟合方法 | 第35页 |
| 4.1.2 短圆弧拟合方法 | 第35-36页 |
| 4.1.3 最小二乘拟合法 | 第36-37页 |
| 4.2 基于定半径差约束的最小二乘拟合法 | 第37-40页 |
| 4.3 基于定半径差约束的最小二乘拟合法的误差分析 | 第40-42页 |
| 4.3.1 弦长比值ika误差的影响 | 第41页 |
| 4.3.2 半径差(35)R的误差的影响 | 第41-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 基于定半径差约束的最小二乘拟合法的仿真及实例分析 | 第44-52页 |
| 5.1 仿真分析 | 第44-48页 |
| 5.1.1 弦长长度ikl的误差仿真分析 | 第44-46页 |
| 5.1.2 数据点个数的仿真分析 | 第46页 |
| 5.1.3 半径差与半径比值的仿真分析 | 第46-47页 |
| 5.1.4 定半径差误差的仿真分析 | 第47-48页 |
| 5.2 仿真实验 | 第48-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 结论 | 第52-53页 |
| 6.1 结论 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 在学研究成果 | 第57-58页 |
| 致谢 | 第58页 |
