目录
第1章 绪论 1
1.1 研究背景与意义 1
1.2 计算机视觉在线检测技术研究现状 4
1.2.1 计算机视觉及其研究现状 4
1.2.2 制造业领域计算机视觉在线检测技术的优势 7
1.2.3 制造业领域计算机视觉在线检测技术应用分类 9
1.3 制造业应用计算机视觉在线检测的制约因素及发展趋势分析 12
1.4 本书的研究目标、技术路线与主要内容 17
第2章 批量工件在线检测技术体系结构 19
2.1 金属工件视觉在线检测系统的体系结构研究 19
2.1.1 批量工件在线检测技术原理与要求 19
2.1.2 多目视觉在线检测技术内涵与特征 20
2.1.3 多目视觉在线检测技术体系结构 22
2.2 多目视觉在线检测系统关键技术分析 24
2.2.1 视觉检测传感器技术 24
2.2.2 检测图像处理技术 25
2.2.3 构成应用系统的相关支撑技术 26
2.3 多目视觉在线检测技术体系结构的评价 27
2.4 本章小结 28
第3章 视觉检测传感器设计与实现 29
3.1 视觉检测传感器硬件结构 29
3.1.1 嵌入式系统简述 29
3.1.2 视觉检测传感器的嵌入式架构设计 31
3.2 视觉检测传感器软件结构 35
3.2.1 使用面向对象的技术构建数字图像处理算法的软件模块 35
3.2.2 基本数据表示-原始图像类设计 36
3.2.3 图像处理类设计 37
3.2.4 算法对象的调用 41
3.3 视觉检测传感器在线调试技术开发 41
3.3.1 边界扫描技术体系结构 42
3.3.2 ARM调试构架 44
3.3.3 ARM调试原理 46
3.4 视觉检测传感器设计实例 49
3.4.1 多参数CMOS视觉传感器设计 49
3.4.2 线阵型微位移CCD视觉检测传感器设计 50
3.5 本章小结 55
第4章 工件视觉在线检测图形处理技术研究 56
4.1 适用于工件在线检测的图像预处理算法 56
4.1.1 空间域图像增强 57
4.1.2 空间域滤波基础 57
4.1.3 平滑线性滤波器 59
4.2 基于纹理特征的最佳目标图像区域筛选与提取算法 61
4.2.1 图像的特征选择 61
4.2.2 纹理的结构分析 64
4.2.3 图像的分块 66
4.3 建构灰度特征矩阵 68
4.3.1 图像灰度级g的选择 68
4.3.2 生成步长d的选择 74
4.3.3 生成方向θ的确定 79
4.4 特征判别分类 80
4.4.1 加权欧氏距离 80
4.4.2 判别的结果与筛选 81
4.5 基于机器视觉的工件在线几何尺寸检测 82
4.5.1 拉铆钉轮廓提取 82
4.5.2 尺寸算法 84
4.5.3 直径算法 85
4.5.4 牙型角测量 86
4.6 适用于缺陷检测的在线快速图像匹配算法 88
4.6.1 基于图像子区特征的相似度算法 88
4.6.2 图像特征的相似度计算 90
4.7 基于结构光的在线自标定算法 92
4.7.1 结构光标定简述 93
4.7.2 结构光条检测的图形处理算法 93
4.7.3 动态标定算法的设计与实现 96
4.8 本章小结 97
第5章 拉铆钉多参数在线检测装备研制 99
5.1 项目需求分析 99
5.2 多目视觉在线检测方案 102
5.3 视觉系统关键技术研究与实现 103
5.3.1 照明光源子系统研究与实现 103
5.3.2 嵌入式图像传感器设计与实现 106
5.3.3 图像传感器总体结构 113
5.3.4 多目视觉集群式在线检测系统研究与实现 114
5.3.5 视觉传感器软件设计 117
5.4 自动化机构研究与实现 118
5.4.1 传输机构 118
5.4.2 定位机构 121
5.4.3 分选机构 123
5.5 拉铆钉的倾斜矫正 123
5.5.1 图像倾斜的来源 123
5.5.2 图像倾斜矫正方法简述 125
5.5.3 基于傅里叶变换的倾斜自动矫正方法 128
5.6 装备应用试验及误差分析 134
5.6.1 生产线工业试验 136
5.6.2 误差来源 137
5.7 本章小结 138
第6章 总结与展望 139
6.1 本书总结 139
6.2 研究展望 140
参考文献 141
展开
