| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8页 |
| 1.2 石油筛管割缝的种类及意义 | 第8-14页 |
| 1.2.1 石油筛管割缝简介 | 第8-10页 |
| 1.2.2 机器视觉系统的构成 | 第10-11页 |
| 1.2.3 机器视觉检测国内外研究现状 | 第11-13页 |
| 1.2.4 筛管割缝检测方法综述 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14页 |
| 1.4 本章小结 | 第14-16页 |
| 第二章 基于机器视觉的割缝缺陷在线检测系统 | 第16-29页 |
| 2.1 在线检测系统原理 | 第16-20页 |
| 2.1.1 在线检测系统方案设计 | 第16-18页 |
| 2.1.2 软件处理架构 | 第18-19页 |
| 2.1.3 检测系统误差分析 | 第19-20页 |
| 2.2 测量系统数学模型 | 第20-21页 |
| 2.2.1 割缝图像采集系统模型分析 | 第20页 |
| 2.2.2 割缝图像投影矫正模块 | 第20-21页 |
| 2.3 系统参数设计 | 第21-28页 |
| 2.3.1 光源照明系统设计 | 第21-22页 |
| 2.3.2 高速相机参数分析 | 第22-23页 |
| 2.3.3 景深分析 | 第23-24页 |
| 2.3.4 视场角分析 | 第24-26页 |
| 2.3.5 机械固定架设计 | 第26-27页 |
| 2.3.6 外同步I/O板卡参数设计 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 亚像素级割缝边缘提取算法 | 第29-39页 |
| 3.1 割缝图像采集系统 | 第29-30页 |
| 3.1.1 光/电转换特性 | 第29页 |
| 3.1.2 图像传感器 | 第29-30页 |
| 3.2 割缝图像的预处理 | 第30-32页 |
| 3.2.1 图像预处理的目的和方法 | 第31页 |
| 3.2.2 图像预处理的算法原理分析 | 第31-32页 |
| 3.3 割缝检测方法 | 第32-38页 |
| 3.3.1 整像素级边缘提取 | 第33-36页 |
| 3.3.2 边缘亚像素定位 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 系统相机标定 | 第39-46页 |
| 4.1 摄像机标定技术分类 | 第39-40页 |
| 4.2 摄像机标定的数学模型 | 第40-43页 |
| 4.2.1 坐标系定义 | 第40页 |
| 4.2.2 理想成像模型 | 第40-42页 |
| 4.2.3 径向畸变影响下的畸变模型 | 第42-43页 |
| 4.2.4 径向畸变和切向畸变共同影响下的畸变模型 | 第43页 |
| 4.3 系统相机标定法 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于I/O采集板的图像采集同步 | 第46-57页 |
| 5.1 AC6652工作原理 | 第46-47页 |
| 5.2 同步的硬件和软件设计 | 第47-48页 |
| 5.3 反馈系统方案 | 第48-51页 |
| 5.4 反馈控制环传递函数及其响应 | 第51-52页 |
| 5.5 钢管割缝检测技术方案 | 第52-54页 |
| 5.5.1 各割缝类型的检测算法 | 第52-53页 |
| 5.5.2 割缝缺陷检测步骤 | 第53-54页 |
| 5.6 现场测试及结果分析 | 第54-56页 |
| 5.7 本章小结 | 第56-57页 |
| 第六章 全文总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57页 |
| 6.2 不足与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |