基于机器视觉的螺栓毛坯检测技术研究
中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-18页 |
1.1 机器视觉技术简介 | 第12-14页 |
1.1.1 机器视觉的定义 | 第12页 |
1.1.2 机器视觉系统的组成 | 第12-13页 |
1.1.3 机器视觉的现状及应用 | 第13-14页 |
1.2 课题的研究背景及意义 | 第14-16页 |
1.3 论文的研究内容 | 第16-17页 |
1.4 论文的结构 | 第17-18页 |
第二章 系统的整体设计 | 第18-32页 |
2.1 系统的测量参数 | 第18-19页 |
2.2 螺栓的检测流程和测量方案 | 第19-22页 |
2.2.1 螺栓的检测流程 | 第19-20页 |
2.2.2 工件的测量方案 | 第20-22页 |
2.3 视觉测量系统的硬件组成 | 第22-28页 |
2.3.1 数字摄像机 | 第22-24页 |
2.3.2 镜头 | 第24-28页 |
2.3.3 光源 | 第28页 |
2.4 软件检测流程 | 第28-30页 |
2.4.1 图像预处理 | 第29页 |
2.4.2 特征提取 | 第29-30页 |
2.5 系统标定 | 第30-31页 |
2.6 本章小结 | 第31-32页 |
第三章 螺栓毛坯检测算法的研究 | 第32-45页 |
3.1 图像预处理算法 | 第32-40页 |
3.1.1 图像滤波 | 第32-35页 |
3.1.2 边界检测 | 第35-36页 |
3.1.3 图像二值化 | 第36-39页 |
3.1.4 二值图像的边界跟踪 | 第39-40页 |
3.2 特征提取的算法 | 第40-44页 |
3.2.1 Hough变换检测直线 | 第40-42页 |
3.2.2 Freeman链码检测直线 | 第42-44页 |
3.3 本章小结 | 第44-45页 |
第四章 测量算法的实现及结果分析 | 第45-65页 |
4.1 测量算法的实现 | 第45-50页 |
4.1.1 图像采集算法的VC实现 | 第45-46页 |
4.1.2 图像基本操作的VC实现 | 第46-47页 |
4.1.3 预处理及特征提取算法的VC实现 | 第47-50页 |
4.2 实验结果及分析 | 第50-64页 |
4.2.1 头部测量结果及分析 | 第50-61页 |
4.2.2 侧下方测量结果及分析 | 第61-63页 |
4.2.3 侧上方测量结果及分析 | 第63页 |
4.2.4 结论 | 第63-64页 |
4.3 本章小结 | 第64-65页 |
第五章 软件编写 | 第65-72页 |
5.1 软件组成 | 第65-66页 |
5.2 数据管理 | 第66-69页 |
5.3 系统控制 | 第69页 |
5.4 图像加载及处理 | 第69-71页 |
5.5 本章小结 | 第71-72页 |
第六章 误差分析 | 第72-76页 |
6.1 系统误差 | 第72-74页 |
6.2 随机误差 | 第74-75页 |
6.3 本章小结 | 第75-76页 |
第七章 总结与展望 | 第76-78页 |
7.1 全文总结 | 第76页 |
7.2 未来展望 | 第76-78页 |
参考文献 | 第78-81页 |
致谢 | 第81-82页 |
在学期间发表的学术论文和参加科研情况 | 第82-83页 |
附录 | 第83-92页 |