声明
主要符号说明
第一章 绪论
1.1 本文研究背景及意义
1.2 国内外研究现状
1.2.1 视觉测量技术的发展
1.2.2 结构光条纹中心提取技术
1.2.3 相机标定技术
1.2.4 缺陷检测技术
1.3 本文研究内容
第二章 结构光中心条纹提取
2.1 传统结构光中心条纹提取
2.1.1 几何中心法
2.1.2 灰度重心算法
2.1.3 Steger算法
2.2 基于三通道特征融合的光条中心提取
2.2.1 Gabor光条提取
2.2.2 HOG光条提取
2.2.3 LBP光条提取
2.2.4 三通道特征融合中心提取
2.3 本章小结
第三章 相机标定
3.1 相机标定原理
3.1.1 单目相机成像
3.1.2 畸变矫正
3.1.3 立体标定
3.2 张氏标定法
3.2.1 标定方程
3.2.2 参数求解
3.3 基于圆点棋盘格的相机标定方法
3.3.1 标定图案的选择
3.3.2 圆点图案边缘检测
3.3.3 圆点图案中心点提取
3.4 本章小结
第四章 工件表面缺陷检测
4.1 深度学习表面缺陷检测方法种类
4.2 基于深度学习工件表面缺陷检测
4.2.1 基于深度学习的缺陷定位
4.2.2 基于深度学习的直接缺陷检测
4.2.3 基于深度学习的综合缺陷检测
4.3 本章小结
第五章 实验结果
5.1 工件表面缺陷检测
5.2 相机标定结果
5.3 工件三维重构及尺寸测量
5.4 本章小结
第六章 总结与展望
6.1 论文总结
6.2 论文展望
参考文献
个人简历 在读期间发表的学术论文
致谢
华东交通大学;