首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小尺寸视觉二维精密检测理论与方法

摘要第1-7页
ABSTRACT第7-14页
主要符号表第14-16页
第一章 绪论第16-32页
   ·课题提出背景及研究意义第16-17页
   ·二维小尺寸检测技术概述第17-20页
     ·基于衍射原理的二维小尺寸测量方法第17-19页
     ·基于视觉直接测量的二维小尺寸测量方法第19-20页
   ·通用成像模型下二维小尺寸视觉检测技术研究进展第20-30页
     ·畸变参数估计方法第20-24页
     ·基于特征的图像边缘检测第24-28页
     ·点扩散函数PSF 估计方法第28-30页
     ·研究进展分析第30页
   ·论文的主要研究内容第30-32页
第二章 基于同心圆几何约束的镜头畸变参数估计第32-53页
   ·引言第32页
   ·二维尺寸检测的通用成像模型第32-36页
     ·线性成像模型下二维视觉检测计算公式第32-35页
     ·畸变模型中待估参数分析第35页
     ·径向畸变随ρd 的变化规律特性第35-36页
   ·基于同心圆几何约束的镜头畸变参数估计第36-42页
     ·畸变圆几何特性分析第37-40页
     ·基于同心圆的畸变参数估计第40-42页
   ·同心圆几何约束下畸变参数估计的仿真试验第42-46页
   ·基于同心圆畸变图像的畸变参数估计试验及校正效果分析第46-51页
     ·基于同心圆畸变图像的畸变参数估计测量系统第47页
     ·实际同心圆畸变图像的畸变系数参数计算及畸变图像校正第47-51页
   ·本章小结第51-53页
第三章 边缘过渡区交叠的数学表征方法研究第53-66页
   ·引言第53页
   ·典型模糊核下边缘过渡区范围的确定方法第53-56页
     ·典型的模糊核及对边缘的影响第53-55页
     ·边缘过渡区范围的确定方法第55-56页
   ·直线边缘过渡区数学表征方法研究第56-62页
     ·无交叠直线边缘的过渡区数学表征第56-58页
     ·两直线边缘交叠的过渡区数学表征第58-62页
   ·曲线边缘自身局部交叠的数学表征方法研究第62-65页
   ·本章小结第65-66页
第四章 散焦图像的点扩散函数估计与尺寸检测第66-78页
   ·引言第66页
   ·基于ETM 的直线边缘检测关键问题分析第66-67页
   ·广义高斯型点扩散函数(GGF-PSF)模型及其参数估计第67-71页
     ·GGF-PSF 模型第67-68页
     ·基于阶跃边缘点扩散函数数值差分估计方法与分析第68-70页
     ·GGF-PSF 参数估计方法第70-71页
   ·散焦图像的点扩散函数估计与尺寸检测实验第71-76页
     ·散焦图像尺寸检测算法流程第71-72页
     ·散焦图像的点扩散函数估计实验及结果分析第72-75页
     ·散焦图像的尺寸检测实验及结果分析第75-76页
   ·本章小结第76-78页
第五章 两相邻边缘的边缘检测及其间距测量方法第78-97页
   ·引言第78页
   ·典型检测狭缝宽度光电方法的局限性分析第78-82页
     ·衍射法对狭缝形状的限制第78-80页
     ·视觉检测无交叠边缘模型适用性分析第80-82页
   ·两相邻交叠边缘(TNOEs)间距的检测方法第82-89页
     ·两平行交叠直线边缘(TPOEs)的一维建模第82-84页
     ·基于傅立叶变换的两平行直线交叠边缘(TPOEs)间距检测第84-89页
   ·基于傅里叶变换检测两相邻边缘间距的仿真试验第89-93页
   ·狭缝宽度检测实验及结果分析第93-95页
   ·本章小结第95-97页
第六章 基于模糊核能量分布BKED 的微圆边缘检测方法第97-112页
   ·引言第97页
   ·微圆半径与GMLM 的函数关系第97-102页
     ·微圆边缘灰度分布的定性分析第97-100页
     ·微圆半径计算方程的推导第100-102页
   ·基于BKED 的微圆半径简化计算方程第102-105页
   ·基于BKED 的微圆边缘检测方法第105-106页
   ·微圆边缘检测实验第106-111页
     ·微圆边缘检测仿真实验及结果分析第106-107页
     ·圆孔半径检测实验及结果分析第107-111页
   ·本章小结第111-112页
结论与展望第112-114页
参考文献第114-119页
攻读博士学位期间取得的研究成果第119-121页
致谢第121页

论文共121页,点击 下载论文
上一篇:可逆图像水印及可逆图像认证技术研究
下一篇:基于SVM的肺结节自动识别方法研究