| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 机器视觉检测 | 第9-10页 |
| 1.2 机器视觉检测技术的研究现状 | 第10-11页 |
| 1.3 OpenCV简介 | 第11页 |
| 1.4 课题研究背景及意义 | 第11-13页 |
| 1.5 课题研究主要内容 | 第13页 |
| 1.6 本章小结 | 第13-14页 |
| 第二章 零件检测系统的硬件设计 | 第14-23页 |
| 2.1 总体方案的设计 | 第14页 |
| 2.2 光源及平台的选择 | 第14-18页 |
| 2.2.1 机器视觉光源简介 | 第15-16页 |
| 2.2.2 光源和平台的实验对比选择 | 第16-18页 |
| 2.3 工业相机选择 | 第18-21页 |
| 2.3.1 CCD相机和CMOS相机的性能比较 | 第18-19页 |
| 2.3.2 工业相机的信号传输接口 | 第19页 |
| 2.3.3 相机的选用 | 第19-20页 |
| 2.3.4 镜头的选用 | 第20-21页 |
| 2.4 执行机构 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 相机标定与图像处理 | 第23-48页 |
| 3.1 相机的标定方法 | 第23-27页 |
| 3.1.1 基于OpenCV图像校正及误差分析 | 第23-25页 |
| 3.1.2 本文的定标方法 | 第25-27页 |
| 3.2 图像预处理 | 第27-34页 |
| 3.2.1 基于OpenCV的图像灰化及平滑处理 | 第27-30页 |
| 3.2.2 基于OpenCV的图像局部与分割 | 第30-32页 |
| 3.2.3 基于OpenCV的阈值化处理和直方图均衡化 | 第32-34页 |
| 3.3 图像处理关键技术 | 第34-47页 |
| 3.3.1 基于OpenCV的零件图像平移与旋转 | 第34-37页 |
| 3.3.2 亚像素处理技术 | 第37-42页 |
| 3.3.3 基于OpenCV的边缘检测 | 第42-44页 |
| 3.3.4 零件图像几何元素的提取 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 应用软件系统开发 | 第48-65页 |
| 4.1 开发环境及软件模块的规划 | 第48-51页 |
| 4.1.1 开发环境的创建 | 第48-49页 |
| 4.1.2 软件模块的总体规划 | 第49-51页 |
| 4.2 相机设置模块 | 第51-53页 |
| 4.3 相机标定模式 | 第53-54页 |
| 4.4 图像的采集与显示技术 | 第54-60页 |
| 4.4.1 引言 | 第54-55页 |
| 4.4.2 图像采集与显示关键技术 | 第55-58页 |
| 4.4.3 实验验证对比 | 第58-60页 |
| 4.4.4 小结 | 第60页 |
| 4.5 图像处理模块 | 第60-63页 |
| 4.6 本章小结 | 第63-65页 |
| 第五章 实验结果分析 | 第65-70页 |
| 5.1 引言 | 第65页 |
| 5.2 测量结果 | 第65-68页 |
| 5.3 误差分析 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 课题结论 | 第70页 |
| 6.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |