| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16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页 |
| 1.3 机器视觉技术应用现状 | 第11-12页 |
| 1.4 轴类零件测量应用现状 | 第12-13页 |
| 1.5 本文的研究内容及结构安排 | 第13-16页 |
| 第2章 测量系统的方案设计及光平面标定 | 第16-26页 |
| 2.1 测量系统方案设计 | 第16-19页 |
| 2.1.1 基于激光三角法的线结构光测量原理 | 第16页 |
| 2.1.2 测量系统组成 | 第16-17页 |
| 2.1.3 测量系统工作原理 | 第17页 |
| 2.1.4 测量系统建模 | 第17-19页 |
| 2.2 投射光平面方程的标定 | 第19-24页 |
| 2.2.1 传统的光平面标定方法 | 第19-20页 |
| 2.2.2 基于交比不变性的光平面标定方法 | 第20-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 基于改进的量子粒子群算法的摄像机参数标定技术 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 参考坐标系建立 | 第26-28页 |
| 3.3 摄像机成像模型建立 | 第28-32页 |
| 3.3.1 线性模型 | 第28-30页 |
| 3.3.2 非线性模型 | 第30-32页 |
| 3.4 摄像机参数标定 | 第32-33页 |
| 3.5 基于改进的量子粒子群优化算法的摄像机标定 | 第33-38页 |
| 3.5.1 摄像机标定适应度函数 | 第33-34页 |
| 3.5.2 摄像机标定进化函数 | 第34-37页 |
| 3.5.3 改进量子粒子群算法的摄像机标定实现 | 第37-38页 |
| 3.6 实验结果分析 | 第38-40页 |
| 3.6.1 虚拟立体标定模板构建 | 第38-39页 |
| 3.6.2 摄像机参数标定 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 视觉测量中的图像处理技术 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 标定特征点中心的提取 | 第42-45页 |
| 4.2.1 基于空间矩算法的亚像素边缘检测 | 第42-44页 |
| 4.2.2 椭圆拟合 | 第44-45页 |
| 4.3 光条中心提取 | 第45-50页 |
| 4.3.1 理想的激光光束模型 | 第45-46页 |
| 4.3.2 典型光条中心提取方法 | 第46-47页 |
| 4.3.3 基于 Hessian 矩阵亚像素光条中心提取方法 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 实验结果分析与处理 | 第52-60页 |
| 5.1 圆孔中心的亚像素提取实验 | 第52-53页 |
| 5.2 投射光平面方程的标定实验 | 第53-55页 |
| 5.3 高速动车车轴视觉测量实验验证 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 论文展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及科研成果 | 第66-68页 |
| 致谢 | 第68页 |