| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 机器视觉技术 | 第11-13页 |
| 1.3 结构光技术 | 第13页 |
| 1.4 现有测量方案分析 | 第13-15页 |
| 1.5 本文的研究内容及结构安排 | 第15-17页 |
| 第2章 双线结构光机器视觉测量系统建模 | 第17-37页 |
| 2.1 双线结构光机器视觉测量系统的构成 | 第17-18页 |
| 2.2 基于双线结构光机器视觉测量原理 | 第18-19页 |
| 2.3 线结构光机器视觉测量系统建模 | 第19-23页 |
| 2.3.1 测量坐标系建立 | 第19-21页 |
| 2.3.2 空间坐标的获取 | 第21-23页 |
| 2.4 车轴直径的求取 | 第23-26页 |
| 2.4.1 投影平面圆拟合的方法 | 第23-26页 |
| 2.4.2 求点到轴线平均距离的方法 | 第26页 |
| 2.5 测量模型模拟仿真实验 | 第26-36页 |
| 2.5.1 理想模拟实验平台的建立 | 第27-28页 |
| 2.5.2 相机坐标系下三维坐标模拟仿真 | 第28-29页 |
| 2.5.3 像平面坐标系下二维坐标模拟仿真 | 第29-30页 |
| 2.5.4 测量系统的模拟仿真 | 第30-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 机器视觉测量系统参数标定技术 | 第37-64页 |
| 3.1 相机参数标定技术 | 第37-52页 |
| 3.1.1 相机线性成像模型 | 第37-41页 |
| 3.1.2 相机非线性成像模型 | 第41-43页 |
| 3.1.3 基于平面靶标的相机标定 | 第43-45页 |
| 3.1.4 基于智能吸引算法的相机参数平面靶标标定 | 第45-48页 |
| 3.1.5 相机参数标定实验 | 第48-52页 |
| 3.2 线结构光光平面参数标定方法 | 第52-63页 |
| 3.2.1 典型线结构光光平面标定方法 | 第52-54页 |
| 3.2.2 交比不变性原理 | 第54-55页 |
| 3.2.3 基于交比不变性的光平面标定方法 | 第55-59页 |
| 3.2.4 光平面参数标定实验 | 第59-63页 |
| 3.3 本章小结 | 第63-64页 |
| 第4章 机器视觉测量中的图像处理技术 | 第64-82页 |
| 4.1 特征角点提取 | 第64-70页 |
| 4.1.1 Harris 角点检测技术 | 第64-65页 |
| 4.1.2 基于 Harris 算子的亚像素角点提取技术 | 第65-67页 |
| 4.1.3 特征角点提取实验 | 第67-70页 |
| 4.2 特征光条中心提取 | 第70-75页 |
| 4.2.1 特征光条特性分析 | 第70-71页 |
| 4.2.2 典型的光条中心提取方法 | 第71-73页 |
| 4.2.3 基于 Hessian 矩阵亚像素级光条中心提取方法 | 第73-74页 |
| 4.2.4 特征光条中心的亚像素提取实验 | 第74-75页 |
| 4.3 特征圆心提取 | 第75-81页 |
| 4.3.1 基于矩的亚像素边缘检测技术 | 第76-78页 |
| 4.3.2 基于最小二乘的椭圆拟合 | 第78-79页 |
| 4.3.3 特征圆心提取实验 | 第79-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 机器视觉测量系统的实验验证 | 第82-94页 |
| 5.1 实验装置介绍 | 第82-83页 |
| 5.2 程序的编写 | 第83-85页 |
| 5.3 实验步骤 | 第85-87页 |
| 5.4 实验数据的处理 | 第87-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第6章 总结与展望 | 第94-96页 |
| 6.1 全文总结 | 第94-95页 |
| 6.2 论文展望 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 作者简介及科研成果 | 第100-101页 |
| 致谢 | 第101页 |
