基于机器视觉的汽车油封尺寸检测方法研究

目录

声明

第1章 绪 论

1.1 研究背景与意义

1.2 机器视觉尺寸检测国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.2.3 机器视觉发展趋势

1.3 本文主要研究内容与结构安排

1.3.1 本文主要研究内容

1.3.2 本文结构安排

第2章 油封尺寸检测系统总体方案与成像系统研究

2.1 油封尺寸检测系统总体方案研究

2.2 技术指标与误差分析

2.2.1 技术指标

2.2.2 误差分析

2.3 成像系统的硬件选型

2.3.1 相机的选型

2.3.2 镜头的选型

2.3.3 光源的选择

2.4 光照强度的研究

2.4.1 光照强度对图像灰度的影响

2.4.2 光照强度对边缘位置的影响

2.5 电机与驱动器

2.6 本章小结

第3章 油封图像预处理及边缘检测

3.1 油封图像预处理

3.1.1 图像噪声

3.1.2 图像滤波

3.2 传统图像边缘检测

3.2.1 边缘检测原理

3.2.2 经典边缘检测算法

3.3 基于PCNN的油封图像边缘检测

3.3.1 PCNN的简化模型

3.3.2 PCNN的运行机理

3.3.3 基于PCNN边缘检测算法的改进

3.4 本章小结

第4章 汽车油封尺寸检测算法研究

4.1 图像亚像素边缘检测算法研究

4.1.1 亚像素边缘检测基本原理

4.1.2 基于改进PCNN的亚像素边缘检测

4.2 汽车油封尺寸检测

4.2.1 传统霍夫变换特征检测

4.2.2 随机霍夫变换圆检测

4.2.3 随机霍夫变换圆检测的优化

4.3 汽车油封同心度检测

4.4 本章小结

第5章 实验验证与分析

5.1 相机的成像与标定方法

5.1.1 相机的成像模型

5.1.2 相机的标定

5.2 检测软件平台

5.3 实验研究

5.3.1 相机标定实验

5.3.2 光源照明实验

5.3.3 尺寸检测实验

5.4 实验结果分析

5.5 本章小结

第6章 总结与展望

6.1 工作总结

6.2 展望

参考文献

附录A 相关程序代码

攻读硕士学位期间取得的成果

致谢