致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
缩写和符号清单 | 第15-16页 |
1 绪论 | 第16-32页 |
1.1 研究背景和意义 | 第16-18页 |
1.2 机器视觉金属板带表面检测 | 第18-26页 |
1.2.1 视觉测量系统的研究 | 第18-21页 |
1.2.2 数据处理算法的研究 | 第21-23页 |
1.2.3 存在的问题 | 第23-26页 |
1.3 机器视觉三维测量方法 | 第26-29页 |
1.3.1 立体视觉和结构光三维测量 | 第26-28页 |
1.3.2 光度立体三维测量 | 第28-29页 |
1.4 论文研究内容与章节安排 | 第29-32页 |
2 光度立体三维测量方案 | 第32-55页 |
2.1 光度学基本概念 | 第32-40页 |
2.1.1 BRDF函数及反射模型 | 第33-36页 |
2.1.2 金属表面反射性质 | 第36-38页 |
2.1.3 反射模型测量 | 第38-40页 |
2.2 光度立体成像方案 | 第40-44页 |
2.2.1 传统三维测量方案 | 第40-41页 |
2.2.2 线扫描三维测量方案 | 第41-44页 |
2.3 光度立体方向梯度测量算法 | 第44-49页 |
2.3.1 反射模型近似 | 第45页 |
2.3.2 法向量线性化 | 第45-47页 |
2.3.3 对称性简化 | 第47-49页 |
2.4 光度立体系统标定 | 第49-53页 |
2.4.1 光源系数标定 | 第49-50页 |
2.4.2 反射模型标定 | 第50-53页 |
2.5 本章小结 | 第53-55页 |
3 三维数据快速重建方法 | 第55-70页 |
3.1 传统三维重建方法 | 第56-58页 |
3.1.1 积分法 | 第56页 |
3.1.2 变换法 | 第56-57页 |
3.1.3 优化法 | 第57-58页 |
3.2 小波快速三维重建算法 | 第58-66页 |
3.2.1 算法原理 | 第58-61页 |
3.2.2 算法时间效率 | 第61-63页 |
3.2.3 算法重建效果 | 第63-66页 |
3.3 梯度缺失条件下三维重建 | 第66-68页 |
3.4 本章小结 | 第68-70页 |
4 铝带表面微小缺陷三维检测方法 | 第70-88页 |
4.1 光度立体三维测量成像系统 | 第70-72页 |
4.2 铝带表面缺陷图像特征 | 第72-73页 |
4.3 铝带表面缺陷检测 | 第73-81页 |
4.3.1 微小尺寸缺陷成像 | 第73-75页 |
4.3.2 微小形变缺陷测量 | 第75-78页 |
4.3.3 缺陷特征提取 | 第78-79页 |
4.3.4 缺陷检测算法 | 第79-81页 |
4.4 缺陷检测效果分析 | 第81-86页 |
4.5 本章小结 | 第86-88页 |
5 中厚板表面图像与特征提取 | 第88-101页 |
5.1 中厚板表面二维图像特征 | 第88-94页 |
5.1.1 缺陷特征 | 第88-91页 |
5.1.2 非缺陷特征 | 第91-94页 |
5.2 多尺度几何特征提取 | 第94-99页 |
5.2.1 基于Tetrolet变换的多尺度几何分解 | 第95-97页 |
5.2.2 核保局投影算法 | 第97-99页 |
5.3 实验与分析 | 第99-100页 |
5.4 本章小结 | 第100-101页 |
6 二维与三维信息融合的中厚板表面缺陷识别方法 | 第101-115页 |
6.1 光度立体三维测量成像系统 | 第101-102页 |
6.2 中厚板表面三维形态 | 第102-103页 |
6.3 二维与三维特征融合方法 | 第103-106页 |
6.4 缺陷识别效果分析 | 第106-114页 |
6.4.1 算法效率分析 | 第106-107页 |
6.4.2 三维特征分析 | 第107-112页 |
6.4.3 检测效果分析 | 第112-114页 |
6.5 本章小结 | 第114-115页 |
7 总结和展望 | 第115-118页 |
7.1 主要结论及创新点 | 第115-116页 |
7.2 展望 | 第116-118页 |
参考文献 | 第118-127页 |
附录A 附图 | 第127-131页 |
作者简历及在学研究成果 | 第131-135页 |
学位论文数据集 | 第135页 |