| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题的背景和意义 | 第10-12页 |
| 1.3 国内外发展现状 | 第12-18页 |
| 1.3.1 微位移检测方法现状 | 第12-15页 |
| 1.3.2 视觉检测技术发展现状 | 第15-16页 |
| 1.3.3 光照不均图像增强技术 | 第16-18页 |
| 1.3.4 边缘检测技术 | 第18页 |
| 1.4 论文主要研究内容 | 第18-20页 |
| 第2章 基于机器视觉的微位移检测方案研究 | 第20-28页 |
| 2.1 基于机器视觉的微位移检测方法选择 | 第20-22页 |
| 2.2 基于特征匹配法的图像特征选择 | 第22-24页 |
| 2.3 基于机器视觉的微位移检测方案设计 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 微位移图像去噪与图像分割 | 第28-43页 |
| 3.1 微位移图像随机噪声抑制 | 第28-34页 |
| 3.2 微位移图像驱动器表面反光抑制 | 第34-37页 |
| 3.3 微位移图像灰度阈值分割法 | 第37-39页 |
| 3.4 微位移图像边缘检测 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 微位移图像位移面目标特征直线定位 | 第43-58页 |
| 4.1 微位移图像压电陶瓷驱动器边缘轮廓提取 | 第43-47页 |
| 4.2 基于Hough变换的目标特征边缘直线粗定位 | 第47-50页 |
| 4.3 目标特征边缘直线精定位 | 第50-54页 |
| 4.3.1 目标特征边缘直线精定位方法选择 | 第50-51页 |
| 4.3.2 基于最小二乘线性回归法的目标特征边缘直线精定位 | 第51-54页 |
| 4.4 最小二乘法目标特征边缘直线精定位的改进 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 微位移检测系统的设计与实现 | 第58-69页 |
| 5.1 微位移检测系统平台 | 第58-60页 |
| 5.2 微位移检测系统的软件设计 | 第60-62页 |
| 5.3 微位移检测系统检测结果 | 第62-66页 |
| 5.4 不确定度分析 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 全文工作总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |