基于机器视觉的大型零件尺寸测量技术研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 概述 | 第12页 |
| 1.2 研究的背景和意义 | 第12-13页 |
| 1.3 测量技术的国内外现状 | 第13-16页 |
| 1.3.1 接触式测量 | 第13-14页 |
| 1.3.2 非接触式测量 | 第14-15页 |
| 1.3.3 基于机器视觉的测量技术 | 第15-16页 |
| 1.4 本文主要研究内容和各章安排 | 第16-18页 |
| 1.4.1 本文的主要研究内容 | 第16页 |
| 1.4.2 论文的组织结构 | 第16-18页 |
| 第2章 图像预处理算法研究 | 第18-28页 |
| 2.1 数字图像的基本概念 | 第18-19页 |
| 2.2 图像灰度化方法研究 | 第19-20页 |
| 2.2.1 灰度化的基本概念 | 第19页 |
| 2.2.2 灰度化的实现方法 | 第19-20页 |
| 2.2.3 灰度化实验分析 | 第20页 |
| 2.3 图像去噪方法研究 | 第20-26页 |
| 2.3.1 空间域滤波 | 第21-23页 |
| 2.3.2 频域滤波 | 第23页 |
| 2.3.3 小波去噪 | 第23-25页 |
| 2.3.4 图像去噪方法实验分析 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 图像拼接算法研究 | 第28-42页 |
| 3.1 图像拼接技术的概述 | 第28页 |
| 3.2 图像配准技术的概念 | 第28-38页 |
| 3.2.1 基于灰度的配准方法 | 第28-31页 |
| 3.2.2 基于特征的配准方法 | 第31-32页 |
| 3.2.3 一种基于特征改进的配准方法 | 第32-38页 |
| 3.3 基于匹配后的图像融合 | 第38-40页 |
| 3.3.1 加权平均法融合原理 | 第38-39页 |
| 3.3.2 帽子函数加权平均法 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 图像边缘检测及测量技术研究 | 第42-66页 |
| 4.1 边缘轮廓检测 | 第42-54页 |
| 4.1.1 图像边缘概述 | 第42-45页 |
| 4.1.2 边缘检测算子研究 | 第45-47页 |
| 4.1.3 Canny边缘检测算子研究 | 第47-51页 |
| 4.1.4 一种改进的单像素边缘检测方法 | 第51-53页 |
| 4.1.5 改进的单像素边缘检测方法结果分析 | 第53-54页 |
| 4.2 亚像素边缘检测研究 | 第54-62页 |
| 4.2.1 亚像素的基本概念及定位原理 | 第54-55页 |
| 4.2.2 亚像素定位相关算法研究 | 第55-59页 |
| 4.2.3 亚像素边缘检测的结果分析 | 第59-62页 |
| 4.3 几何量测量原理 | 第62-65页 |
| 4.3.1 距离测量研究 | 第63-64页 |
| 4.3.2 半径测量研究 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 大型零件视觉测量结果与分析 | 第66-72页 |
| 5.1 实验设备和软件平台 | 第66-67页 |
| 5.2 实验结果与分析 | 第67-71页 |
| 5.2.1 系统标定 | 第67-68页 |
| 5.2.2 大型零件实验测量结果 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第79-80页 |
| 致谢 | 第80-81页 |
