| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的背景 | 第7-8页 |
| ·课题研究的现状 | 第8-9页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-9页 |
| ·课题的来源、目的及意义 | 第9页 |
| ·论文主要内容及章节安排 | 第9-11页 |
| 第二章 基于计算机视觉的孔位检测系统 | 第11-21页 |
| ·计算机视觉技术及其应用优势 | 第11-13页 |
| ·计算机视觉技术概述 | 第11-12页 |
| ·计算机视觉的应用优势 | 第12-13页 |
| ·基于计算机视觉的孔位检测系统功能 | 第13-14页 |
| ·基于计算机视觉的孔位检测系统组成 | 第14-20页 |
| ·相机参数及选用 | 第15-17页 |
| ·光源选择及安装位置 | 第17-19页 |
| ·系统主要模块与方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 孔位检测方法研究 | 第21-47页 |
| ·图像预处理 | 第21-25页 |
| ·平滑处理 | 第21-23页 |
| ·直方图均衡化 | 第23-25页 |
| ·基于边缘检测的图像二值化 | 第25-35页 |
| ·边缘算子综述 | 第27-31页 |
| ·Canny边缘提取方法改进 | 第31-34页 |
| ·实验结果分析 | 第34-35页 |
| ·Hough变换方法 | 第35-41页 |
| ·Hough变换原理 | 第36-38页 |
| ·基于Hough变换的滴槽检测 | 第38-40页 |
| ·基于Hough变换的滴孔检测 | 第40-41页 |
| ·ROI提取技术 | 第41-45页 |
| ·ROI提取的意义 | 第42页 |
| ·提取ROI的方法 | 第42-44页 |
| ·基于灰度特征的ROI自动提取方法 | 第44-45页 |
| ·图像镜像 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 系统检测模块的实现 | 第47-63页 |
| ·OpenCV介绍及其应用 | 第47-51页 |
| ·OpenCV介绍 | 第47-48页 |
| ·OpenCV在Visual C++ 6.0下的安装与配置 | 第48-49页 |
| ·OpenCV相关函数的修改 | 第49-51页 |
| ·孔位检测算法设计与实现 | 第51-57页 |
| ·计算ROI1和ROI2的位置 | 第52-53页 |
| ·滴槽槽边检测 | 第53-54页 |
| ·滴孔检测 | 第54-55页 |
| ·孔位判断 | 第55-57页 |
| ·检测结果分析 | 第57-59页 |
| ·检测结果 | 第57-58页 |
| ·影响图像检测的因素分析 | 第58-59页 |
| ·系统运行结果 | 第59-60页 |
| ·调试中的问题及解决 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·研究结果总结 | 第63-64页 |
| ·后续工作 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-68页 |