声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于机器视觉工件尺寸测量的国内外研究现状
1.2.2 机器视觉照明系统的国内外研究现状
1.2.3 低对比度物体测量算法研究综述
1.3 论文研究内容和组织结构
2 基于机器视觉低对比度物体二维尺寸测量系统
2.1 测量系统的总体方案
2.2 测量系统的硬件
2.2.1 摄像机的选型
2.2.2 图像采集卡的选型
2.3 光源的选型及照明设计
2.3.1 照明光源对图像的影响分析
2.3.2 光源的选型
2.3.3 光源的仿真
2.3.4 光源颜色的确定
2.3.5 实验验证
2.3.6 实验结论
2.4 图像软件算法流程
2.5 本章小结
3 图像预处理算法与分析
3.1 图像滤波算法
3.1.1 图像噪声的产生及分析
3.1.2 空域滤波算法
3.1.3 双边滤波算法
3.1.4 双边滤波算法的实验结果
3.2 图像增强算法
3.2.1 图像增强概述
3.2.2 拉普拉斯增强算法
3.2.3 Retinex增强算法
3.2.4 ACE增强算法
3.2.5 增强算法实验结果及分析
3.3 本章小结
4 图像边缘检测方法研究
4.1 基于Canny算子的图像边缘检测粗定位
4.1.1 图像的平滑滤波
4.1.2 计算梯度幅值和方向
4.1.3 对梯度幅值进行非极大值抑制
4.1.4 阈值化和边缘连接
4.1.5 图像边缘检测实验结果
4.2 数学形态学操作
4.2.1 形态学操作
4.2.2 形态学操作的结果
4.3 基于亚像素细分算法的图像边缘检测精定位
4.3.1 亚像素边缘检测算法概述
4.3.2 基于灰度矩的亚像素边缘检测
4.3.3 基于多项式差值的亚像素细分算法
4.3.4 灰度矩与多项式插值亚像素算法的对比分析
4.3.5 亚像素细分与Sobel的对比实验
4.4 本章小结
5 工件尺寸测量实验及分析
5.1 实验平台搭建
5.2 摄像机标定
5.3 测量结果及误差分析
5.3.1 标准件测量
5.3.2 实际工件测量
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
西安理工大学;