| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 基准点定位视觉系统简介 | 第13-16页 |
| 1.3.1 系统功能 | 第13-14页 |
| 1.3.2 系统构成 | 第14-15页 |
| 1.3.3 系统工作流程 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 图像预处理算法 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 图像二值化 | 第17-21页 |
| 2.2.1 图像二值化分割 | 第18-20页 |
| 2.2.2 基于OTSU算法的图像二值化分割 | 第20-21页 |
| 2.3 轮廓检测 | 第21-23页 |
| 2.3.1 轮廓检测 | 第21-23页 |
| 2.3.2 基于轮廓的基准点目标及其感兴趣区域确定 | 第23页 |
| 2.4 边缘检测 | 第23-26页 |
| 2.4.1 边缘检测算子 | 第23-25页 |
| 2.4.2 基于Canny算子的图像边缘检测 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于基准点特征的检测算法 | 第27-44页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基准点边缘曲线提取 | 第28-35页 |
| 3.2.1 Hough变换原理 | 第28-29页 |
| 3.2.2 基于Hough变换的基准点边缘提取 | 第29-31页 |
| 3.2.3 Hough变换参数选择 | 第31-35页 |
| 3.3 重复边缘直线合并 | 第35-39页 |
| 3.3.1 无监督聚类 | 第35-37页 |
| 3.3.2 改进的分级聚类方法 | 第37-39页 |
| 3.4 边缘点滤波及拟合 | 第39页 |
| 3.5 实验结果 | 第39-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于基准点模型的检测算法 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 变形模板参数确定 | 第44-45页 |
| 4.3 变形模板匹配 | 第45-50页 |
| 4.3.1 匹配准则 | 第46-47页 |
| 4.3.2 匹配距离的计算 | 第47-48页 |
| 4.3.3 基于PSO算法的变形模板参数计算 | 第48-50页 |
| 4.4 基于图像金字塔的匹配过程优化 | 第50-51页 |
| 4.5 实验结果 | 第51-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第5章 基准点定位算法的测试与分析 | 第54-66页 |
| 5.1 引言 | 第54页 |
| 5.2 对椒盐噪声的鲁棒性测试 | 第54-56页 |
| 5.3 算法重复性测试 | 第56-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第72-74页 |
| 致谢 | 第74页 |