刀具磨损参数检测技术研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 刀具检测技术介绍 | 第10-12页 |
| 1.2.1 刀具检测技术概述 | 第10页 |
| 1.2.2 机器视觉在刀具检测中的应用 | 第10-11页 |
| 1.2.3 国内外基于机器视觉的刀具检测研究现状 | 第11-12页 |
| 1.3 课题研究目的及意义 | 第12-13页 |
| 1.4 课题研究内容及重点 | 第13页 |
| 1.5 本论文章节安排及研究内容 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 2 视觉磨损检测系统的总体设计 | 第15-20页 |
| 2.1 视觉成像系统的基本组成 | 第15页 |
| 2.2 视觉成像系统的硬件选型 | 第15-19页 |
| 2.2.1 CCD相机 | 第15-17页 |
| 2.2.2 光学镜头 | 第17-18页 |
| 2.2.3 照明系统 | 第18-19页 |
| 2.2.4 支架 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 刀具的图像处理 | 第20-37页 |
| 3.1 图像处理的主要内容 | 第20页 |
| 3.2 图像处理方法 | 第20-35页 |
| 3.2.1 图像灰度化与二值化 | 第20-22页 |
| 3.2.2 图像去噪 | 第22-30页 |
| 3.2.3 图像边缘检测 | 第30-33页 |
| 3.2.4 图像亚像素边缘检测 | 第33-35页 |
| 3.3 本章小结 | 第35-37页 |
| 4 基于LMS准则的小波去噪方法 | 第37-48页 |
| 4.1 小波基的选择 | 第37-38页 |
| 4.2 基于LMS准则的去噪原理 | 第38-43页 |
| 4.2.1 LMS算法 | 第39-40页 |
| 4.2.2 阈值函数的构造 | 第40-43页 |
| 4.3 自适应去噪新方法 | 第43页 |
| 4.4 实验结果及分析 | 第43-46页 |
| 4.5 本章小结 | 第46-48页 |
| 5 基于机器视觉的铣刀磨损量测量 | 第48-54页 |
| 5.1 铣刀磨损量的检测指标 | 第48-49页 |
| 5.2 立铣刀磨损测量 | 第49-53页 |
| 5.2.1 磨损边界定位 | 第49-50页 |
| 5.2.2 磨损区域上边界重建 | 第50-51页 |
| 5.2.3 磨损量提取 | 第51页 |
| 5.2.4 结果与分析 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 6 结论 | 第54-55页 |
| 6.1 结论 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60-62页 |
