| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15页 |
| 1.2 表面粗糙度检测方法研究概况 | 第15-19页 |
| 1.2.1 常用粗糙度检测方法介绍 | 第15-17页 |
| 1.2.2 基于机器视觉的粗糙度检测方法综述 | 第17-19页 |
| 1.3 本论文主要研究内容 | 第19-22页 |
| 1.3.1 问题的提出 | 第19页 |
| 1.3.2 本文的研究思路 | 第19-20页 |
| 1.3.3 本文的主要内容及章节安排 | 第20-22页 |
| 第2章 机器视觉在粗糙度检测中的理论研究 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 表面粗糙度的定义及其评定 | 第22-24页 |
| 2.2.1 表面粗糙度的定义 | 第22页 |
| 2.2.2 表面粗糙度的评定 | 第22-24页 |
| 2.3 机器视觉检测粗糙度的系统简介 | 第24-27页 |
| 2.4 磨削样块表面成像机理分析 | 第27-29页 |
| 2.4.1 粗糙表面成像机理研究 | 第27-29页 |
| 2.4.2 磨削样块纹理方向的影响 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于图像质量的磨削表面粗糙度检测 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 图像质量算法 | 第30-32页 |
| 3.2.1 图像质量算法基本概念 | 第30-31页 |
| 3.2.2 全参考图像质量算法 | 第31-32页 |
| 3.3 基于区域对比度和GSSIM的图像质量评估算法 | 第32-34页 |
| 3.4 实验 | 第34-35页 |
| 3.4.1 实验模型设计 | 第34页 |
| 3.4.2 实验装置 | 第34-35页 |
| 3.4.3 实验步骤 | 第35页 |
| 3.5 数据分析与讨论 | 第35-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于彩色重合度的磨削表面粗糙度检测 | 第41-59页 |
| 4.1 引言 | 第41-42页 |
| 4.2 数学模型构建 | 第42-45页 |
| 4.2.1 基于彩色重合度的粗糙度评价数学模型 | 第42-43页 |
| 4.2.2 彩色分布统计矩阵 | 第43-45页 |
| 4.3 实验 | 第45-48页 |
| 4.3.1 实验模型设计 | 第45页 |
| 4.3.2 实验装置 | 第45-46页 |
| 4.3.3 实验准备 | 第46页 |
| 4.3.4 触针法测量粗糙度 | 第46-47页 |
| 4.3.5 测试成像 | 第47-48页 |
| 4.4 数据分析和讨论 | 第48-57页 |
| 4.4.1 图像采样 | 第48页 |
| 4.4.2 可行性验证 | 第48-52页 |
| 4.4.3 光源亮度的鲁棒性分析 | 第52-55页 |
| 4.4.4 纹理方向的影响 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 基于数值计算的磨削表面粗糙度机器视觉检测方法研究 | 第59-66页 |
| 5.1 引言 | 第59页 |
| 5.2 磨削表面形貌生成算法 | 第59-60页 |
| 5.3 仿真实验 | 第60-64页 |
| 5.3.1 不同粗糙度三维表面实体生成 | 第60-62页 |
| 5.3.2 TracePro仿真 | 第62-64页 |
| 5.4 数据分析及讨论 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第74页 |