| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 图表清单 | 第9-11页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究背景与意义 | 第12-14页 |
| 1.2 基于机器视觉的零件识别和测量技术的国内外研究现状 | 第14-16页 |
| 1.3 本文的内容安排 | 第16-18页 |
| 第二章 基于机器视觉的零件识别和测量系统的总体设计 | 第18-29页 |
| 2.1 系统检测要求及总体方案设计 | 第18页 |
| 2.2 系统硬件设计 | 第18-24页 |
| 2.2.1 工业相机选择 | 第19-21页 |
| 2.2.2 相机镜头选择 | 第21页 |
| 2.2.3 光源选择 | 第21-23页 |
| 2.2.4 图像采集卡选择 | 第23页 |
| 2.2.5 其他硬件设备 | 第23-24页 |
| 2.3 系统软件设计 | 第24-27页 |
| 2.3.1 软件架构设计 | 第24-25页 |
| 2.3.2 软件功能分析和设计 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 零件图像预处理 | 第29-43页 |
| 3.1 对比度增强 | 第29-30页 |
| 3.2 图像二值化 | 第30-31页 |
| 3.3 图像滤波 | 第31-35页 |
| 3.4 图像边缘检测 | 第35-39页 |
| 3.4.1 常用边缘检测算子 | 第36-38页 |
| 3.4.2 各种边缘检测算子效果比较 | 第38-39页 |
| 3.5 边缘形态学处理 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 零件图像识别研究及实验 | 第43-57页 |
| 4.1 零件图像识别方案 | 第43-44页 |
| 4.2 零件图像匹配模版制作 | 第44-45页 |
| 4.3 零件图像识别算法 | 第45-52页 |
| 4.3.1 零件分类和匹配区域划定 | 第45-49页 |
| 4.3.2 基于灰度的零件识别算法 | 第49-50页 |
| 4.3.3 零件模板图像旋转 | 第50-52页 |
| 4.4 零件图像识别实验 | 第52-55页 |
| 4.4.1 零件图像匹配识别步骤 | 第52-54页 |
| 4.4.2 零件图像匹配识别结果 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 零件尺寸测量研究及实验 | 第57-66页 |
| 5.1 零件测量系统的标定 | 第57-62页 |
| 5.1.1 理想线性系统模型的标定 | 第57-59页 |
| 5.1.2 非线性系统模型的标定 | 第59-61页 |
| 5.1.3 系统标定实验 | 第61-62页 |
| 5.2 零件尺寸测量实验 | 第62-64页 |
| 5.3 本章小结 | 第64-66页 |
| 第六章 总结和展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 下一步研究设想 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |