| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 非接触测量技术研究现状 | 第12-13页 |
| 1.2.2 基于机器视觉的测量技术研究现状 | 第13-16页 |
| 1.2.3 轴类零件测量技术研究现状 | 第16-18页 |
| 1.3 研究内容及章节安排 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 2 基于三维优化的汇聚式双目视觉系统精准标定 | 第20-38页 |
| 2.1 引言 | 第20页 |
| 2.2 视觉系统坐标系变换与双目立体视觉模型 | 第20-26页 |
| 2.2.1 视觉系统坐标系及其变换 | 第20-23页 |
| 2.2.2 平行式与汇聚式双目立体视觉模型研究 | 第23-25页 |
| 2.2.3 本文双目视觉系统搭建 | 第25-26页 |
| 2.3 面向双目视觉系统相机标定的标定板角点稳定检测 | 第26-32页 |
| 2.3.1 卷积模板设计与候选角点提取 | 第26-28页 |
| 2.3.2 候选角点验证 | 第28-29页 |
| 2.3.3 角点提取实验及结果分析 | 第29-32页 |
| 2.4 基于3D几何约束的汇聚式双目视觉相机标定 | 第32-37页 |
| 2.4.1 标定板特征点的三维重建 | 第32-33页 |
| 2.4.2 3D几何约束标定模型构建及参数优化 | 第33-36页 |
| 2.4.3 双目标定实验及结果分析 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 基于特征匹配与椭圆识别的轴类零件轮廓检测 | 第38-57页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于自适应阈值与Hu不变矩的轴侧面轮廓检测 | 第39-46页 |
| 3.2.1 图像预处理 | 第39-42页 |
| 3.2.2 轴类零件图像分割 | 第42-44页 |
| 3.2.3 轮廓Hu不变矩特征计算与匹配 | 第44-46页 |
| 3.3 基于圆弧筛选与组合策略的轴椭圆端面轮廓高精度检测 | 第46-52页 |
| 3.3.1 圆弧筛选与组合 | 第46-49页 |
| 3.3.2 最小二乘拟合法估计候选椭圆参数 | 第49-51页 |
| 3.3.3 椭圆契合度与可靠度验证及其聚类去重 | 第51-52页 |
| 3.4 轴类零件轮廓检测实验及结果分析 | 第52-55页 |
| 3.4.1 轴侧面轮廓检测实验及结果分析 | 第52-54页 |
| 3.4.2 轴端面轮廓检测实验及结果分析 | 第54-55页 |
| 3.5 本章小结 | 第55-57页 |
| 4 基于目标轮廓三维重建的轴尺寸计算及位姿估计 | 第57-73页 |
| 4.1 引言 | 第57页 |
| 4.2 基于空间直线重构技术的轴侧面轮廓三维重建 | 第57-61页 |
| 4.2.1 空间直线三维重建 | 第58-59页 |
| 4.2.2 虚拟中轴线构建与轴类零件位姿估计 | 第59-60页 |
| 4.2.3 轴类零件几何尺寸计算 | 第60-61页 |
| 4.3 基于圆面特征几何测量模型的轴端面轮廓三维重建 | 第61-67页 |
| 4.3.1 圆面特征几何测量模型 | 第62-64页 |
| 4.3.2 几何测量模型求解与存在问题分析 | 第64-65页 |
| 4.3.3 解的二义性去除 | 第65-67页 |
| 4.4 结合轴侧面与轴端面三维重建的轴类零件测量 | 第67-70页 |
| 4.4.1 轴类零件双目视觉测量方法总体实现 | 第67-69页 |
| 4.4.2 测量方法验证方案设计 | 第69-70页 |
| 4.5 测量实验及结果分析 | 第70-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 基于汇聚式双目视觉的轴类零件测量系统开发与应用 | 第73-86页 |
| 5.1 引言 | 第73页 |
| 5.2 面向轴类零件的汇聚式双目视觉测量系统总体设计 | 第73-76页 |
| 5.2.1 轴类零件测量系统总体框架设计 | 第73-75页 |
| 5.2.2 轴类零件测量系统模块设计 | 第75-76页 |
| 5.3 轴类零件测量系统核心功能模块实现 | 第76-80页 |
| 5.3.1 系统标定模块 | 第76-78页 |
| 5.3.2 位姿估计模块 | 第78-79页 |
| 5.3.3 尺寸测量模块 | 第79-80页 |
| 5.4 轴类零件测量系统实例测量 | 第80-85页 |
| 5.5 本章小结 | 第85-86页 |
| 6 总结与展望 | 第86-88页 |
| 6.1 全文总结 | 第86-87页 |
| 6.2 工作展望 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 作者简介 | 第93页 |
