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

基于计算机视觉的机械零件几何量精密测量技术研究

提要第1-8页
第1章 绪论第8-23页
   ·计算机视觉概述第8-9页
   ·计算机视觉检测概述第9-10页
   ·计算机视觉检测国内外研究现状及发展趋势第10-17页
     ·计算机视觉检测研究现状第10-16页
     ·计算机视觉检测技术发展趋势第16-17页
   ·计算机视觉检测关键技术第17-21页
     ·图像分割第18页
     ·边缘检测第18-19页
     ·边缘的亚像素定位技术第19-20页
     ·摄像机标定第20-21页
   ·本课题研究的主要内容第21-22页
   ·本章小结第22-23页
第2章 视觉检测系统构成及检测理论基础第23-34页
   ·视觉检测系统概述第23-24页
   ·系统硬件及其选择第24-28页
     ·照明系统第24-25页
     ·CCD摄像机第25-26页
     ·镜头第26-27页
     ·图像采集卡第27页
     ·计算机第27-28页
   ·系统软件第28页
   ·支持向量机基本理论第28-33页
     ·支持向量机第29-31页
     ·支持向量回归机第31-33页
   ·本章小结第33-34页
第3章 常规图像处理算法及图像特征识别第34-56页
   ·图像去噪第34-38页
     ·图像噪声第34-35页
     ·图像滤波第35-38页
   ·图像分割第38-40页
     ·灰度阈值法第38-39页
     ·最大方差自动取阈法第39-40页
   ·边缘检测第40-51页
     ·经典边缘检测算子第42-46页
     ·Canny 边缘检测算子第46-48页
     ·边缘检测算子对比分析第48-51页
   ·图像几何特征识别第51-55页
     ·角点检测第51-52页
     ·线检测第52-55页
   ·本章小结第55-56页
第4章 图像边缘亚像素定位第56-73页
   ·常见的亚像素边缘检测算法第56-60页
     ·Zernike矩法第56-58页
     ·插值法第58页
     ·拟合法第58-60页
   ·基于最小二乘支持向量回归机的图像边缘亚像素定位第60-64页
     ·最小二乘支持向量回归机原理第60-62页
     ·最小二乘线性支持向量回归机第62页
     ·最小二乘小波支持向量回归机第62-64页
     ·亚像素定位第64页
   ·亚像素定位实验第64-72页
     ·直线边缘的亚像素定位及其在角度和角点检测中的精度实验第65-67页
     ·曲线边缘的亚像素定位第67-69页
     ·圆弧的亚像素定位第69-70页
     ·圆边缘的亚像素定位第70-72页
   ·本章小结第72-73页
第5章 零件微小结构几何量精密检测第73-85页
   ·被测对象第73-74页
   ·金属夏比V型缺口冲击试验件检测系统第74-76页
     ·检测系统硬件第74-75页
     ·检测系统软件第75-76页
   ·图像处理第76-79页
     ·图像去噪第76-77页
     ·图像分割与轮廓提取第77-79页
   ·图像边缘亚像素回归与被测参数计算第79-82页
     ·样本点采集第79页
     ·亚像素定位第79-80页
     ·被测参数计算第80-82页
   ·标定第82-83页
   ·检测结果和误差分析第83-84页
     ·检测结果第83-84页
     ·误差分析第84页
   ·本章小结第84-85页
第6章 凸轮的计算机视觉检测第85-103页
   ·被测对象第85-86页
   ·视觉检测系统设计第86-87页
   ·摄像机标定第87-89页
   ·凸轮尺寸检测第89-102页
     ·亚像素定位第89-93页
     ·中心孔检测第93页
     ·凸轮外缘轮廓检测第93-96页
     ·形位误差的计算第96-98页
     ·检测结果和误差分析第98-102页
   ·本章小结第102-103页
第7章 总结与展望第103-106页
参考文献第106-118页
攻读博士学位期间发表的学术论文和参加的科研项目第118-119页
致谢第119-120页
摘要第120-122页
ABSTRACT第122-125页

论文共125页,点击 下载论文
上一篇:程序并行识别方法及应用研究
下一篇:道路交通事故现场快速勘查图像信息处理技术研究