基于halcon的汽车点火线圈检测
中文摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-12页 |
1.1 课题来源 | 第8页 |
1.2 机器视觉概述 | 第8-10页 |
1.2.1 机器视觉的定义 | 第8页 |
1.2.2 机器视觉组成与应用 | 第8-9页 |
1.2.3 机器视觉的国内外研究现状 | 第9-10页 |
1.3 论文的结构及内容 | 第10-12页 |
第2章 线圈检测视觉系统相关理论 | 第12-29页 |
2.1 图像平滑 | 第12-18页 |
2.1.1 时域平均法 | 第12页 |
2.1.2 均值滤波 | 第12-14页 |
2.1.3 中值滤波算法 | 第14-15页 |
2.1.4 高斯滤波器 | 第15-16页 |
2.1.5 滤波结果分析 | 第16-18页 |
2.2 阈值分割 | 第18-22页 |
2.2.1 大津法阈值分割 | 第21-22页 |
2.3 形态学运算 | 第22-26页 |
2.3.1 膨胀和腐蚀 | 第22-24页 |
2.3.2 开运算和闭运算 | 第24-26页 |
2.4 边缘拟合 | 第26-27页 |
2.5 仿射变换 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第3章 边缘检测算法及其算法研究 | 第29-40页 |
3.1 边缘提取 | 第29-33页 |
3.2 边缘检测方法性能比较 | 第33-36页 |
3.2.1 Sobel边缘检测算子 | 第33-34页 |
3.2.2 Canny边缘检测算子 | 第34-36页 |
3.3 汽车点火线圈图像边缘提取算法研究 | 第36-39页 |
3.4 本章小结 | 第39-40页 |
第4章 模版匹配及其算法研究 | 第40-50页 |
4.1 模版匹配概述 | 第40页 |
4.2 基于灰度值的模板匹配 | 第40-44页 |
4.3 使用图形金字塔进行优化匹配 | 第44-46页 |
4.4 基于边缘的模板匹配 | 第46-49页 |
4.5 本章小结 | 第49-50页 |
第5章 基于阈值分割的工件检测 | 第50-59页 |
5.1 基于Halcon卡尺测量的拟合圆工具 | 第50-52页 |
5.2 基于阈值分割的检测 | 第52-54页 |
5.4 测量系统的标定 | 第54-56页 |
5.5 测量系统的误差分析 | 第56-57页 |
5.5.1 环境干扰引入误差 | 第56页 |
5.5.2 系统标定产生误差 | 第56-57页 |
5.6 测量系统的软件平台 | 第57-58页 |
5.7 本章小结 | 第58-59页 |
结论 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-65页 |