| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·砂轮廓形检测的研究现状 | 第12-13页 |
| ·机器视觉测量系统的研究现状 | 第13-15页 |
| ·机器视觉测量系统的关键技术 | 第15-21页 |
| ·图像滤波 | 第15-17页 |
| ·边缘检测 | 第17-20页 |
| ·机器视觉系统的标定 | 第20-21页 |
| ·论文的主要研究内容和创新点 | 第21-23页 |
| ·主要研究内容 | 第21-22页 |
| ·本论文的创新点 | 第22-23页 |
| 第二章 砂轮廓形视觉测量系统设计 | 第23-31页 |
| ·砂轮廓形视觉测量系统的原理与性能参数 | 第23页 |
| ·砂轮廓形视觉测量系统的组成 | 第23-24页 |
| ·砂轮廓形测量系统硬件设计 | 第24-30页 |
| ·摄像机的选用 | 第24-25页 |
| ·镜头的选用 | 第25-26页 |
| ·图像采集卡的选择 | 第26页 |
| ·照明系统的设计 | 第26-30页 |
| ·砂轮廓形测量系统的软件设计 | 第30-31页 |
| 第三章 视觉测量系统的图像滤波研究 | 第31-52页 |
| ·噪声的来源 | 第31-32页 |
| ·噪声对边缘定位的影响 | 第32-33页 |
| ·线性滤波 | 第33-38页 |
| ·均值滤波 | 第34页 |
| ·高斯滤波 | 第34-35页 |
| ·实验与分析 | 第35-38页 |
| ·双边滤波 | 第38-45页 |
| ·各向异性双边滤波 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 视觉测量系统的边缘检测算法研究 | 第52-77页 |
| ·边缘的特征 | 第52-54页 |
| ·亚像素定位原理与主要方法 | 第54-58页 |
| ·基于 Facet 曲面模型的三级逼近亚像素检测算法 | 第58-75页 |
| ·基于改进的 Canny 提取像素边缘 | 第58-64页 |
| ·基于 Otsu 法分割图像 | 第64-65页 |
| ·基于 Facet 模型提取亚像素边缘 | 第65-72页 |
| ·亚像素边缘的分段拟合 | 第72-75页 |
| ·实验与分析 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 视觉测量系统的标定与误差补偿 | 第77-93页 |
| ·系统误差的来源分析 | 第77-82页 |
| ·成像模型误差 | 第77-80页 |
| ·透视误差 | 第80-81页 |
| ·边缘检测算法的定位误差 | 第81-82页 |
| ·测量系统的标定 | 第82-88页 |
| ·系统标定函数的确定 | 第82-83页 |
| ·标定参照物的选择 | 第83-84页 |
| ·基于直线成像特征的系统综合标定方法 | 第84-88页 |
| ·实验与分析 | 第88-92页 |
| ·本章小结 | 第92-93页 |
| 第六章 样板廓形的检测与测量精度的分析 | 第93-101页 |
| ·样板廓形的检测 | 第93-95页 |
| ·测量精度分析 | 第95-100页 |
| ·测量基准的统一 | 第95-96页 |
| ·两种测量结果的对比分析 | 第96-100页 |
| ·本章小结 | 第100-101页 |
| 第七章 结论 | 第101-104页 |
| ·论文完成的主要工作及结论 | 第101-103页 |
| ·展望 | 第103-104页 |
| 参考文献 | 第104-109页 |
| 附录 A 系统标定相关数据 | 第109-112页 |
| 附录 B 样板廓形测量数据 | 第112-114页 |
| 在学研究成果 | 第114-116页 |
| 致谢 | 第116页 |