| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 课题研究现状 | 第11-12页 |
| 1.4 论文的章节安排 | 第12-14页 |
| 2 衣服尺寸测量系统设计 | 第14-24页 |
| 2.1 衣服尺寸测量系统硬件平台设计 | 第14-18页 |
| 2.1.1 工业相机 | 第14-16页 |
| 2.1.2 镜头的选择 | 第16-17页 |
| 2.1.3 实验平台 | 第17页 |
| 2.1.4 计算机 | 第17-18页 |
| 2.2 系统开发环境介绍 | 第18-20页 |
| 2.2.1 软件开发环境Visual Studio | 第18-19页 |
| 2.2.2 图像处理开源库OpenCV | 第19页 |
| 2.2.3 数据库 | 第19-20页 |
| 2.3 系统操作界面设计 | 第20-22页 |
| 2.3.1 软件系统架构 | 第20页 |
| 2.3.2 测量系统主操作界面 | 第20-21页 |
| 2.3.3 功能控制模块 | 第21-22页 |
| 2.4 本章总结 | 第22-24页 |
| 3 衣服图像的预处理 | 第24-34页 |
| 3.1 图像灰度的线性转换 | 第24页 |
| 3.2 图像的滤波处理 | 第24-29页 |
| 3.2.1 均值滤波 | 第25-26页 |
| 3.2.2 高斯滤波 | 第26页 |
| 3.2.3 中值滤波 | 第26-27页 |
| 3.2.4 双边滤波 | 第27页 |
| 3.2.5 滤波方式的比较 | 第27-29页 |
| 3.3 图像的增强算法 | 第29-30页 |
| 3.3.1 直方图均衡化 | 第29-30页 |
| 3.3.2 灰度拉伸算法 | 第30页 |
| 3.4 图像的边缘检测算法 | 第30-32页 |
| 3.4.1 边缘检测概述 | 第30-31页 |
| 3.4.2 Canny算子 | 第31页 |
| 3.4.3 Sobel算子 | 第31-32页 |
| 3.4.4 Laplacian算子 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 4 衣服图像的特征提取 | 第34-52页 |
| 4.1 常见角点检测算法 | 第34-42页 |
| 4.1.1 Moravec角点检测算法 | 第34-36页 |
| 4.1.2 Hsrris角点检测算法 | 第36-38页 |
| 4.1.3 SUSAN角点检测算法 | 第38-39页 |
| 4.1.4 Forstner角点检测算法 | 第39-40页 |
| 4.1.5 SIFT角点检测算法 | 第40-42页 |
| 4.2 角点检测算法比较 | 第42页 |
| 4.3 改进的角点检测 | 第42-50页 |
| 4.3.1 基于梯度的H-SUSAN角点检测算法 | 第42-44页 |
| 4.3.2 H-SUSAN角点检测算法检测结果 | 第44-45页 |
| 4.3.3 基于矩阵的S-Forst角点检测算法 | 第45-48页 |
| 4.3.4 S-Forst角点检测算法检测结果 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 5 衣服尺寸测量 | 第52-58页 |
| 5.1 基于机器视觉的尺寸测量 | 第52-53页 |
| 5.1.1 系统标定 | 第52-53页 |
| 5.1.2 尺寸测量方法 | 第53页 |
| 5.2 实验结果及数据分析 | 第53-56页 |
| 5.3 尺寸测量系统误差分析 | 第56-57页 |
| 5.4 本章总结 | 第57-58页 |
| 6 总结展望 | 第58-60页 |
| 6.1 全文总结 | 第58-59页 |
| 6.2 课题展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者攻读学位期间发表学术论文清单 | 第64-66页 |
| 致谢 | 第66页 |