| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·计算机视觉基本理论 | 第8-9页 |
| ·计算机视觉检测基本理论 | 第9-10页 |
| ·计算机视觉检测技术现状与发展趋势 | 第10-13页 |
| ·计算机视觉检测技术产业应用综述 | 第10-12页 |
| ·计算机视觉检测技术的发展趋势 | 第12-13页 |
| ·本课题研究的内容 | 第13-15页 |
| 第二章 计算机视觉检测硬件构成与理论基础 | 第15-25页 |
| ·数字图像测量系统的构成及其测量原理 | 第15页 |
| ·光照系统 | 第15-20页 |
| ·LED光源属性 | 第15-16页 |
| ·光源照射方向 | 第16-19页 |
| ·光源的优化 | 第19-20页 |
| ·CCD摄像机 | 第20页 |
| ·镜头 | 第20-21页 |
| ·图像采集卡 | 第21页 |
| ·集成学习方法 | 第21-24页 |
| ·集成学习概念 | 第21-22页 |
| ·集成学习性能提高的原因 | 第22-23页 |
| ·集成学习的应用 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 机械零部件的空间参数精密测量 | 第25-44页 |
| ·测量对象 | 第25-26页 |
| ·测量装置 | 第26-32页 |
| ·测量硬件 | 第26-27页 |
| ·表面反光处理 | 第27-29页 |
| ·软件系统开发集成 | 第29-31页 |
| ·VC++6.0与Halcon 9.0软件界面整合 | 第31页 |
| ·VC++6.0与Matlab 2009b软件界面整合 | 第31-32页 |
| ·摄像机标定 | 第32-37页 |
| ·摄像机标定的分类 | 第32-33页 |
| ·摄像机的标定原理 | 第33-35页 |
| ·本系统的标定实现 | 第35-37页 |
| ·固定座的尺寸精密测量 | 第37-43页 |
| ·基于立体视觉的三维零件重建原理 | 第37-38页 |
| ·边缘轮廓检测方法 | 第38-40页 |
| ·边缘特征点的提取 | 第40-42页 |
| ·对应特殊点匹配 | 第42页 |
| ·孔径参数确定 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 零件的自动识别与分类 | 第44-59页 |
| ·模式识别技术 | 第44-45页 |
| ·模式识别原理 | 第44页 |
| ·模式识别的应用 | 第44-45页 |
| ·Bag-of-words模型 | 第45-51页 |
| ·兴趣点检测 | 第47-49页 |
| ·描述子 | 第49-50页 |
| ·Bag-of-words产生视觉词汇本 | 第50-51页 |
| ·Bag-of-words模型的分类 | 第51页 |
| ·基于聚类集成的模式识别技术 | 第51-52页 |
| ·工序品质图像的自动识别与分类实现 | 第52-58页 |
| ·视觉词汇本构造方法 | 第52-54页 |
| ·实验过程 | 第54-55页 |
| ·实验结果分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·全文工作总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |