基于机器视觉的鞋面数量统计与尺寸测量系统
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-14页 |
1.1 课题来源 | 第10页 |
1.2 研究背景及意义 | 第10-11页 |
1.3 国内外研究现状和发展情况 | 第11-12页 |
1.3.1 机器视觉概述 | 第11页 |
1.3.2 国内外研究现状 | 第11-12页 |
1.4 论文的章节安排 | 第12-14页 |
2 鞋面数量统计与尺寸测量系统方案 | 第14-20页 |
2.1 鞋面数量统计与尺寸测量系统结构 | 第14页 |
2.2 硬件平台 | 第14-18页 |
2.2.1 工业相机 | 第14-15页 |
2.2.2 镜头 | 第15-16页 |
2.2.3 光源 | 第16-17页 |
2.2.4 树莓派 | 第17-18页 |
2.3 本章小结 | 第18-20页 |
3 基于模板匹配算法的鞋面数量统计 | 第20-36页 |
3.1 模板匹配算法概述 | 第20-21页 |
3.2 基于灰度信息的模板匹配 | 第21-22页 |
3.2.1 基本度量方法 | 第21-22页 |
3.2.2 NCC算法 | 第22页 |
3.3 基于几何特征的模板匹配算法 | 第22-23页 |
3.4 基于边缘方向的模板匹配算法 | 第23-30页 |
3.4.1 边缘检测 | 第24-27页 |
3.4.2 准备模板 | 第27页 |
3.4.3 相似度量函数 | 第27-28页 |
3.4.4 金字塔分层搜索 | 第28-30页 |
3.5 实验结果及数据分析 | 第30-34页 |
3.5.1 光照变化 | 第30-32页 |
3.5.2 混乱 | 第32-33页 |
3.5.3 遮挡 | 第33-34页 |
3.6 本章小结 | 第34-36页 |
4 基于特征点匹配算法的鞋面数量统计 | 第36-50页 |
4.1 常用的特征提取算法 | 第36-41页 |
4.1.1 SIFT特征提取 | 第36-38页 |
4.1.2 SURF特征提取 | 第38-40页 |
4.1.3 ORB特征提取 | 第40-41页 |
4.2 改进的特征点匹配算法 | 第41-44页 |
4.2.1 特征点检测 | 第41-42页 |
4.2.2 特征点描述 | 第42-43页 |
4.2.3 特征点匹配 | 第43页 |
4.2.4 RANSAC算法消除误匹配 | 第43-44页 |
4.3 实验结果及数据分析 | 第44-49页 |
4.3.1 尺度变化 | 第44-45页 |
4.3.2 光照变化 | 第45-46页 |
4.3.3 噪声干扰 | 第46-47页 |
4.3.4 匹配时间对比 | 第47-49页 |
4.4 本章小结 | 第49-50页 |
5 鞋面尺寸测量 | 第50-58页 |
5.1 畸变校正 | 第50-54页 |
5.1.1 畸变问题 | 第50页 |
5.1.2 相机标定 | 第50-54页 |
5.2 基于最小外接矩形的鞋面尺寸测量 | 第54-56页 |
5.2.1 Graham算法构造凸包 | 第54-55页 |
5.2.2 提取最小外接矩形 | 第55-56页 |
5.3 实验结果及分析 | 第56-57页 |
5.4 本章小结 | 第57-58页 |
6 应用软件系统 | 第58-66页 |
6.1 开发环境的选择 | 第58-63页 |
6.1.1 操作系统的安装 | 第58-62页 |
6.1.2 TKinter图形用户界面工具包 | 第62页 |
6.1.3 图像开源处理库OpenCV | 第62页 |
6.1.4 数据库 | 第62-63页 |
6.2 系统操作界面 | 第63-65页 |
6.2.1 用户登录界面 | 第63-64页 |
6.2.2 检测界面 | 第64-65页 |
6.3 本章小结 | 第65-66页 |
7 总结与展望 | 第66-68页 |
7.1 全文总结 | 第66页 |
7.2 课题展望 | 第66-68页 |
参考文献 | 第68-74页 |
作者攻读学位期间发表学术论文清单 | 第74-76页 |
致谢 | 第76页 |