声明
摘要
第一章 绪论
1.1 批量零件自动检测系统的研究目的与意义
1.2 国内外视觉检测的研究现状
1.3 课题的研究背景与主要研究内容
1.3.1 课题的研究背景
1.3.2 主要研究内容
1.4 课题中涉及到图像的预处理技术
1.4.1 图像获取
1.4.2 图像预处理
第二章 零件图像特征的自动提取
2.1 直线、圆弧提取
2.1.1 直线特征提取
2.1.2 圆弧特征提取
2.2 特征点提取技术
2.2.1 HARRIS角点检测
2.2.2 优化的Harris角点检测算法及实验效果
2.3 小结
第三章 超视场零件全景图像的获取技术
3.1 全景图像获取的原理
3.1.1 机器视觉测量装置的基本结构
3.1.2 图像拼接数学模型分析
3.2 常用的图像拼接方法
3.2.1 基于运动定位控制的图像拼接
3.2.2 基于软件算法的图像拼接
3.3 自适应快速精确图像拼接方法
3.3.1 系统运动定位误差自标定方法
3.3.2 图像特征信息的计算方法
3.4 本章小结
第四章 批量零件自动检测方法
4.1 图像测量
4.2 批量零件自动检测
4.3 图像相似度的检测
4.4 图像配准
4.4.1 图像配准原理
4.4.2 本系统软件的图像配准方法
4.5 本章小结
第五章 实验验证
5.1 检测系统平台概述
5.1.1 检测系统的硬件平台
5.1.2 检测系统的软件平台
5.2 系统标定
5.2.1 系统精度标定
5.2.2 硬件系统定位误差标定
5.3 全景图像获取实验
5.3.1 实验过程
5.3.2 实验结果
5.4 图像预处理
5.5 自动检测实验
5.5.1 实验对象
5.5.2 实验过程及结果
5.5.3 实验结果的精度与效率分析
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 本文的创新点
6.3 展望
参考文献
攻读硕士学位期间发表的学术论文
致谢