基于机器视觉的微钻头刃面质量检测系统设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第6-13页 |
| 1.1 课题研究背景及意义 | 第6-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究目的及意义 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 第2章 微钻头刃面质量检测系统构成及原理 | 第13-23页 |
| 2.1 微钻头刃面质量检测系统构成 | 第13-15页 |
| 2.1.1 微钻头刃面磨制及检测总系统 | 第13-14页 |
| 2.1.2 微钻头刃面视觉检测系统 | 第14-15页 |
| 2.2 系统硬件 | 第15-19页 |
| 2.2.1 相机和镜头 | 第15-17页 |
| 2.2.2 图像采集卡 | 第17-18页 |
| 2.2.3 光源 | 第18-19页 |
| 2.3 OpenCV简介 | 第19-20页 |
| 2.4 微钻头缺陷及检测 | 第20-22页 |
| 2.4.1 微钻头缺陷研究 | 第20-21页 |
| 2.4.2 检测原理 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 微钻头的图像预处理 | 第23-39页 |
| 3.1 图像滤波 | 第23-29页 |
| 3.1.1 线性滤波器 | 第23-26页 |
| 3.1.2 非线性滤波器 | 第26-28页 |
| 3.1.3 滤波算法对比 | 第28-29页 |
| 3.2 图像分割 | 第29-32页 |
| 3.3 轮廓提取 | 第32-35页 |
| 3.3.1 Sobel算子 | 第32-33页 |
| 3.3.2 Canny算子 | 第33页 |
| 3.3.3 scharr滤波器 | 第33-34页 |
| 3.3.5 改进Canny算法 | 第34-35页 |
| 3.4 试验结果分析 | 第35-38页 |
| 3.4.1 滤波算法 | 第35-36页 |
| 3.4.2 边缘提取算法 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 微钻头刃面图像检测算法 | 第39-51页 |
| 4.1 图像匹配 | 第39-40页 |
| 4.2 特征匹配算法及角点检测 | 第40-43页 |
| 4.2.1 Harris角点检测 | 第41-42页 |
| 4.2.2 Shi-Tomasi角点检测 | 第42-43页 |
| 4.3 模板匹配算法 | 第43-44页 |
| 4.4 轮廓矩匹配 | 第44-46页 |
| 4.5 试验结果分析 | 第46-50页 |
| 4.5.1 角点提取 | 第46-48页 |
| 4.5.2 模板匹配 | 第48-49页 |
| 4.5.3 轮廓矩匹配 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 系统软件设计及检测分析 | 第51-65页 |
| 5.1 系统软件的功能模块 | 第51-53页 |
| 5.1.1 图像获取 | 第51-52页 |
| 5.1.2 图像处理 | 第52-53页 |
| 5.1.3 系统维护 | 第53页 |
| 5.1.4 运动控制 | 第53页 |
| 5.1.5 数据输出 | 第53页 |
| 5.2 系统开发环境与界面 | 第53-55页 |
| 5.3 检测分析 | 第55-59页 |
| 5.3.1 图像采集和预处理 | 第56-57页 |
| 5.3.2 角点检测及图像匹配 | 第57-59页 |
| 5.4 样本检测实验分析 | 第59-64页 |
| 5.4.1 样本检测数据 | 第59-62页 |
| 5.4.2 方法对比 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 工作总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-72页 |
