| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究的目的及意义 | 第8页 |
| 1.2 机器视觉检测技术的国内外研究现状 | 第8-11页 |
| 1.2.1 机器视觉相机的精确标定研究 | 第9页 |
| 1.2.2 图像处理的边缘检测研究 | 第9-10页 |
| 1.2.3 尺寸的准确测量研究 | 第10页 |
| 1.2.4 表面缺陷的检测研究 | 第10-11页 |
| 1.3 基于视觉的密封圈质量检测国内外发展现状 | 第11-13页 |
| 1.3.1 基于视觉的密封圈质量检测国外发展现状 | 第11-12页 |
| 1.3.2 基于视觉的密封圈质量检测国内发展现状 | 第12-13页 |
| 1.4 课题主要研究内容 | 第13-15页 |
| 第2章 O形密封圈视觉检测硬件系统设计和搭建 | 第15-25页 |
| 2.1 前言 | 第15页 |
| 2.2 视觉检测硬件系统总体框架及结构 | 第15-17页 |
| 2.3 图像采集硬件子系统的设计 | 第17-22页 |
| 2.3.1 照明系统的设计 | 第17-19页 |
| 2.3.2 工业相机的选型 | 第19-21页 |
| 2.3.3 光学镜头的选型 | 第21-22页 |
| 2.4 机械运动硬件子系统的设计 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 O形密封圈尺寸检测算法研究 | 第25-42页 |
| 3.1 前言 | 第25页 |
| 3.2 图像整像素边缘检测算法研究 | 第25-31页 |
| 3.2.1 传统图像整像素边缘检测算法 | 第25-27页 |
| 3.2.2 基于数学形态学的整像素边缘检测算法 | 第27-29页 |
| 3.2.3 图像整像素边缘检测算法的选择 | 第29-31页 |
| 3.3 图像亚像素边缘检测算法研究 | 第31-36页 |
| 3.3.1 灰度梯度的确定 | 第31-32页 |
| 3.3.2 三次样条插值亚像素边缘点的坐标计算 | 第32-36页 |
| 3.4 最小二乘圆拟合尺寸检测算法研究 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 O形密封圈缺陷检测及分类算法研究 | 第42-59页 |
| 4.1 前言 | 第42页 |
| 4.2 彩色图像转化为灰度图像 | 第42-45页 |
| 4.2.1 RGB图像转化为灰度图像 | 第42-43页 |
| 4.2.2 HSV图像转化为灰度图像 | 第43-45页 |
| 4.2.3 彩色图像转化灰度图像方法的选择 | 第45页 |
| 4.3 经典模式识别算法 | 第45-49页 |
| 4.3.1 基于核函数的主成分分析 | 第45-47页 |
| 4.3.2 基于核的Fisher判别分析 | 第47-49页 |
| 4.4 完备核Fisher判别分析的图像特征提取算法 | 第49-52页 |
| 4.4.1 完整核Fisher判别分析算法 | 第49-52页 |
| 4.4.2 最近邻分类器 | 第52页 |
| 4.5 模式识别算法用于O形密封圈分类的比较实验 | 第52-58页 |
| 4.5.1 各类模式识别算法的分类准确度比较 | 第53-55页 |
| 4.5.2 完备核Fisher判别分析算法参数的确定 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 视觉检测系统的软件实现与应用 | 第59-71页 |
| 5.1 前言 | 第59页 |
| 5.2 视觉检测系统软件设计与实现 | 第59-64页 |
| 5.2.1 旋转平台控制软件 | 第60-61页 |
| 5.2.2 O形密封圈质量检测软件 | 第61-64页 |
| 5.3 视觉检测系统标定 | 第64-67页 |
| 5.3.1 相机参数标定 | 第64-65页 |
| 5.3.2 单个像素所对应实际长度的标定 | 第65-67页 |
| 5.4 视觉检测系统的应用与实验 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |