一、在Visual Basic中实现快速图像处理的方法（论文文献综述）
潘银飞[1]（2021）在《视觉检测中特征提取的FPGA加速技术研究》文中提出近年来,随着市场对产品质量要求的提高,传感器、工业总线等技术不断进步,使得产品自动视觉检测所需处理的数据量越来越大,对视觉检测方法的处理速度要求也越来越高。视觉检测方法的研究通常涉及图像特征提取算法的开发,特征提取是实现目标检测、缺陷识别、形貌测量和三维重建等任务的关键预处理步骤,其作为视觉检测中最耗时的环节,极大地影响了系统的检测效率。本文针对视觉检测系统中限制检测速度的关键特征提取算法,研究FPGA加速处理技术,以解决现有加速方案中存在的并行程度不高、处理架构低效、以牺牲精度为代价和扩展性差等问题,从而实现视觉检测任务的高速处理。完成的主要工作及创新点如下:（1）从系统架构、软件、硬件三个层面系统调研了视觉检测加速处理技术的研究现状,并归纳总结了现有加速方案存在的问题;然后对FPGA加速处理技术中的基本设计方法进行了研究,为满足视觉检测特征提取的高吞吐率需求,提出了以数据流接口为主、片上存储器接口和外部存储器接口为辅的加速模块接口设计方案;并利用可视化编程工具,设计了加速算法实现和验证的一般性图像采集、存储和显示FPGA程序。（2）针对表面缺陷高速检测,提出了多层次并行的FPGA结构设计方法。对于周期性纹理特征滤除,为了解决传统一维傅里叶重建算法的边界效应问题,提出了基于亚像素周期和整周期截断的改进算法,可有效消除缺陷检测表面纹理。在此基础上,设计了任务并行和像素并行的FPGA加速整体结构、基于查找表的像素并行重采样结构和高低数据位分别处理与符号位扩展的一维傅里叶重建算法位宽连接结构。结合以上方法,将液晶面板的表面扫描检测速度提高了3倍以上,满足了系统在线处理需求,并显着提高了缺陷检测准确率。（3）针对FPGA硬件实现中数据定点位宽显着影响激光条纹中心提取精度的问题,提出了一种动静混合分析的数据位宽优化方法。在分析了当前Hessian矩阵计算FPGA结构中存在问题的基础上,设计了本文大模板尺寸的分离对称式、行列卷积复用结构,然后利用位宽约束条件和数据范围分析方法,并根据最大位置偏差、平均位置偏差和错点个数三个指标,对Steger算法各中间变量的数据位宽进行联合优化,获得了优于规整位宽设计和其他现有方法的定点精度,像素并行和全流水线设计也使其满足了千兆网相机的实时数据处理需求。（4）为了提高相移条纹投影测量系统中相位和点云计算效率,提出了FPGA和CPU的异构处理加速方案。对于包裹相位计算模块,设计了基于查找表的八分区间相位映射结构,可大幅提高相位计算的定点精度;对于相位解包裹模块,设计了基于迭代的帧级流水线结构,可有效减少延迟;对于多相机系统,给出了根据像素并行度调整的可扩展方案。结合以上方法,实现了较高的测量精度和架构效率,可支持两台相机50.86帧/秒的高速三维点云计算。
张宝愿[2]（2021）在《基于HALCON的注射器针头缺陷检测系统研究》文中研究指明注射器针头在生产加工过程中由于操作不当和制造误差所造成的倒装和弯钩等缺陷,不仅使得针头质量欠佳,更重要的是威胁到人民群众的生命安全。当前,国内大多数医疗器械生产企业对于注射器针头的质量检测仍采用人工目视的方法,这种方法不仅使得检测效率和检测精度低下,而且还使得产品生产成本提高,不利于企业的发展,也不能保证公众的用械安全。为了解决上述问题,本文利用机器视觉技术提出基于HALCON的注射器针头缺陷检测系统。主要的研究内容如下:系统方案设计和硬件配置。通过查阅相关国内外现状研究文献并根据注射器针头缺陷检测系统的功能要求提出总体设计方案。同时对硬件平台的各个重要组成系统进行配置和选型,为注射器针头数据图像的采集提供硬件支撑。倒装针头的缺陷检测识别。首先利用中值滤波对模板图像进行平滑滤波处理,改善图像质量。其次对该模板图像进行频域处理,拉开目标信息和背景信息的对比度,降低图像处理的难度。最后选择不受光照影响和不影响被遮挡区域匹配的基于形状的模板匹配算法实现倒转针头的识别检测。弯钩针头的缺陷检测识别。首先消除针头图像噪声干扰,并对该图像进行Blob分析,使得针头前景区域和背景区域得以分割。然后将得到的二值化图像进行数学形态学运算,提取出针头边缘区域。为了提高边缘检测的精度,将得到的针头边缘区域进行亚像素轮廓提取,根据不同滤波器的图像处理效果和运行时间,选择Canny滤波器作为亚像素轮廓提取的滤波器。接着为了进一步逼近ROI区域,对提取的亚像素轮廓进行处理和分析,得到了描述弯钩针头边缘信息的曲线信息并拟合。最终利用本人提出的偏离阈值识别检测方法实现对弯钩针头的缺陷检测。软件设计与试验结果。利用HALCON导出的C#代码,在Visual Studio 2010的开发环境下,开发注射器针头缺陷检测应用程序。根据试验验证这两种缺陷检测算法的可靠性和稳定性,并根据结果反馈于图像采集硬件系统和图像处理算法。本文构建的基于HALCON的注射器针头缺陷检测系统在试验条件下满足预期的目标,相比通过人工目视的方法进行注射器针头的质量检测,该系统具有自动化程度高,机械重复性,检测精度高的鲜明特点。
庄孝斌[3]（2020）在《基于激光及视觉检测识别零件外形的工艺编码方法研究》文中研究指明CAPP软件有效地解决了从设计到制造之间的工艺编写问题,并且CAPP、CAM技术已经广泛运用到企业生产过程中,其中机械零件的智能分类技术、传感器测量技术以及机器视觉技术也在不同领域得到运用。新的测量手段与简单快速的控制方法联合运用到机床加工中有着重要的理论研究意义。现阶段CAPP软件内部功能仍可以补充,结合激光测量、视觉检测识别、机床在线加工等方法,提出一种基于激光及视觉检测识别零件外形的工艺编码方法。把机器视觉技术和激光传感器测量技术运用到特制的CAPP软件中。通过Visual Basic6.0软件编写底层代码,根据零件的编码原理、激光测量原理开发相应的原型系统。本系统的程序界面中包含机器视觉识别测量、激光测量、工艺生成、G代码生成,机床加工过程由上位机和PLC串口通讯实现。本文主要研究内容如下:1.建立工艺编码和激光测距模块,开发专用CAPP的工艺编码系统。2.建立视觉测量模型,提出基于halcon软件,运用RANSAC原理进行边缘拟合,测量结果运用于软件中。3.建立激光位移传感器通讯模型,根据上位机与激光传感器通讯,进行实时测量。4.使用VB程序代码实现工艺规程和数控代码的自动生成,通过串口通讯实现机床自动加工。
黄帅[4]（2020）在《基于结构光的提升钢丝绳振动监测的研究与应用》文中认为提升钢丝绳作为摩擦提升系统的关键部件之一,在提升过程中会持续受到各种载荷的耦合作用,从而引发持续的振动,通过有效监测钢丝绳振动并进行故障报警对提升系统智能化运行以及矿井安全高效运行有着重要意义。本文提出基于计算机视觉技术的监测方法,对提升钢丝绳的横向振动进行监测,在实验室搭建实验台对监测方法的性能进行试验,并在现场进行实验。首先,提出了基于线结构光测量方法的振动监测方法,该计算机视觉方法根据线光源照射在钢丝绳上的变形光条曲线来获取钢丝绳的三维空间信息。制约线结构光测量法测量精度的一个重要因素是光平面结构参数的标定是否准确,本文在张正友标定方法的基础上,研究了线结构光测量仪器的标定方法。标定时,在使用摄像头拍摄方格标定板图像的同时获取光平面与标定板的光条交线,结合张氏标定法的标定结果分析得到了不同空间位姿下标定板上光条交线的空间方程,并进一步使用最小二乘法获得了光平面的空间方程,完成标定。为了便于观察结果,根据标定结果,建立了测量坐标系,并制定了钢丝绳横向振动位移的测量原理。其次,提出了基于深度相机KinectV1测量钢丝绳横向振动位移的测量方法。使用深度相机获取钢丝绳的三维点云,对点云进行直通滤波、统计滤波处理以及精简采样,消除了背景点云等干扰因素。基于初步处理后的点云数据制定了钢丝绳横向振动位移的测量原理。然后,在实验室内搭建了实验台对上述两种计算机视觉方法进行性能评估。建立了以准确性、实时性与稳定性为指标的测量方法实用性能评估方法。对于线结构光测量法,为了保证测量方法的准确性与实时性,监测系统采用了计算机视觉目标追踪技术,对包含光条交线的钢丝绳目标区域进行实时追踪,采用上述钢丝绳横向振动位移的测量原理对追踪区域进行图像处理,进而得到钢丝绳横向振动的实时位移数据。最后,在Visual Studio编程环境下,基于OpenCV视觉函数库及现场监测的功能需要,制定了基于线结构光测量法的提升钢丝绳横向振动实时监测的系统方案,并在某矿进行了现场应用实验。针对监测获得的钢丝绳振动数据,使用集合经验模态分解处理振动数据,以各分量的能量以及原始数据能量熵为支持向量机的输入特征向量,对提升系统的载荷工况进行预测。
黄超南[5]（2020）在《基于MBD的设计信息管理方法研究》文中进行了进一步梳理MBD（Model-based definition,基于模型的定义）作为一种新的数字化定义方式,其发展前景广阔。它集成了产品所有设计、制造信息,为产品数字化和无纸化并行协同的研制提供了可能。然而,市面上的三维软件针对MBD模型普遍存在信息表达和提取困难、视图界面表达不清楚、界面交互性差等问题。针对以上问题,研究了 MBD模型设计信息提取及MBD模型视图界面管理问题。针对MBD模型信息管理困难的现象,首先解决了 MBD模型设计信息提取问题。通过分析MBD数据集及设计信息的构成,建立模型信息与特征间的关联关系,构建了 MBD设计信息与依附特征的关联关系表示模型,建立了 MBD设计信息提取的流程,确定了信息提取所需的算法,并增加了设计信息与模型交互的功能,帮助设计人员快速定位对象,从而使用户从MBD模型中快速获取所需要的标注信息。其次分析了视图界面表达不清楚、界面交互性差的问题,提出了按“多视图”、“多类别”以及模型实体定向的两种视图管理方式进行有效组织和管理。其中“多视图”、“多类别”视图显示模块主要通过选择不同的视图和不同标注类别进行选择性显示或隐藏,解决MBD模型标注干涉重叠的问题。模型实体定向（视图控制）模块主要通过研究视图矩阵、窗口矩阵原理,进而通过变换矩阵、视图旋转指轮实现对MBD模型角度调整、平移缩放、转换三维轴测视图的功能,从而使用户更加直观、清晰获取产品信息,以便于指导生产,提高MBD模型使用效率。针对上述理论方法,结合Pro/E二次开发技术完成了对原型系统的开发。首先利用Pro/E软件打开Pro/E绘制好的MBD模型,其次通过运行MBD模型设计信息管理系统和MBD模型设计信息视图管理系统,对系统进行了理论验证和测试。该系统完成了对尺寸公差信息、形位公差信息和依附特征信息的提取以设计信息与模型的交互,并对提取的信息进行数据保存,从而完成了视图显示模块和视图控制模块的各部分功能,并获得了符合预期的成果。
徐倩[6]（2020）在《基于核相关滤波的运动目标跟踪算法研究》文中研究说明运动目标跟踪作为机器视觉领域的重点研究内容,广泛应用于智能监控、智能交通、人机交互等各个领域。但由于跟踪场景复杂多变,跟踪效果易受遮挡、尺寸变化和快速移动等干扰因素的影响,想要设计一个鲁棒性高、通用性好、精确度高的目标跟踪算法仍然面临许多挑战和难题。因此,本文对核相关滤波跟踪算法进行研究,从位置预测、特征融合、尺度更新和模型更新四个方面进行改进,解决了算法存在的遮挡、尺度变化及跟踪误差累积问题,显着地提升了算法的准确性和鲁棒性。本论文主要工作如下:（1）研究了核相关滤波跟踪算法与粒子滤波跟踪算法,其中,针对粒子滤波算法存在的“粒子退化”问题,提出基于加权随机重采样的粒子滤波算法。结合核相关滤波算法与改进粒子滤波算法的特点,从位置预测、干扰检测和模型更新三个方面改进核相关滤波跟踪算法,使算法在遮挡干扰下更具鲁棒性。（2）研究了灰度特征、颜色特征和梯度特征等不同特征的特点,针对单一特征的目标表征能力不足的问题,提出多特征融合策略,充分发挥了核相关滤波算法的多通道特征优势。研究了Vibe目标检测算法和多块检测机制的原理及优点,建立基于Vibe算法的多块检测机制,对跟踪中的尺度变化情况进行精准分析,在此基础上,提出尺度自适应更新策略,实现对目标尺度的自适应调整。（3）为了测试和验证本文改进的跟踪算法,本文在Visual Studio 2013平台上,利用Open CV库和Qt跨平台开发工具设计了一个运动目标跟踪测试系统。采用本文改进的跟踪算法,能够对运动目标进行准确且稳定的跟踪,并反馈运动目标的坐标、帧速和跟踪框的尺寸信息。
韩磊[7]（2019）在《高光谱图像异常检测研究及GPU并行实现》文中研究说明高光谱图像可以将物体不同波长的光谱信息压缩到一个图像立方体中,因此含有丰富的光谱信息,在图像分类、目标和异常检测等领域应用广泛。高光谱图像异常检测通常不需要光谱先验信息,可以减轻信息的传输负载而达到实时监测目的,是当前研究热点之一。但随着成像技术的发展,图像分辨率越来越高,图像获取的速度大于其被处理的速度,大部分的异常检测应用难以满足实时处理的要求。近年来GPU计算能力快速发展,对于大规模图像矩阵的密集运算处理能力越来越强,因此GPU在高光谱图像实时检测中的应用也越来越多。RX算法是一种经典的高光谱图像异常检测算法,它常被作为新算法的比较基准。当下在异常检测的任务中,如何达到实时处理的目的以及提升算法的检测效果和稳定性是研究的重点。本文主要工作内容包括以下两点:一方面,针对目前高光谱图像数据量过大的问题,在NVIDIA GPU上实现了 RX算法的并行化,文中实验结果验证了 GPU并行对于密集矩阵计算的高效性。此外,针对高光谱图像在获取过程中由于大气折射和云层等影响而产生的噪声,在本文中使用derivative特征提升了算法的检测效果,基于决策融合的方法使得检测效果更加稳定。另一方面,根据已有算法,完成了基于GPU的高光谱图像处理软件设计与实现。在文中给出了软件的整体架构并且对RX异常检测、CRT（Collaborative Representation based on Tikhonov）分类、高光谱图像显示、格式转换及去除条纹噪声等模块进行了测试。
孟帅[8]（2019）在《基于SURF的图像拼接技术研究》文中研究指明图像拼接技术已逐渐成为机器视觉、数字图像处理等领域研究的热点,并且在工业检测、医学图像处理和军事侦察等方面得到广泛的应用。目前,随着交通基础设施的不断发展,桥梁健康监测逐渐得到人们的重视,为了减轻桥梁裂纹的识别难度,以及减少维护桥梁的工作量。本文主要围绕现有的图像拼接理论结合实验分析的方法从图像预处理、图像匹配、图像融合三个重要组成方面开展图像拼接技术研究,以及基于立体视觉下的点云配准方法探讨三维拼接中深度信息。主要内容包括:（1）本文首先介绍了图像拼接技术的研究意义、研究现状以及应用领域,分析了该技术在桥梁裂纹上的应用前景。然后对图像拼接的关键技术进行了概述,主要介绍了图像拼接的基本流程、图像的采集、图像预处理、几何变换模型、图像配准和图像融合等基本理论,重点研究了图像拼接技术中的图像配准和图像融合关键技术,分析和总结了现有的图像拼接主要办法和性能以及存在的问题。（2）针对目前桥梁裂纹检测与识别中会出现单一的裂纹图像无法呈现出完整裂缝的情况,本文提出了一种基于SURF算法的裂纹图像拼接的方法,主要利用SURF算法进行特征点的精确提取和匹配,并设计三组实验分别在光照、噪声和尺度变换条件下对SURF、SIFT和ORB算法进行对比分析,实验证明SURF算法在不同条件下的鲁棒性和实时性表现更好,该方法可以得到更多的图像特征和有用信息,大大减少了后续的工作量。在此基础上开展全景图像拼接方法研究,通过图像帧到图像帧的合成方式,最后实现全景图像拼接,利用图像质量结构相似性评价,结果证明全景图像的拼接效果没有出现较大的失真,并且SSIM值达到很高的精度。（3）本文在二维基础上探讨三维拼接,介绍了三维拼接的基本流程,分析了立体匹配、点云配准的基本原理,主要利用ICP算法进行立体配准。在此提出基于立体视觉下的ICP配准方法进行研究,对提取到的深度信息进行实验分析,结果证明该数据有较高的精度,为后续三维拼接和三维重建提供了便利。
许世文[9]（2019）在《振镜扫描式激光焊接机的随动系统设计》文中研究说明随着动力电池在新能源汽车上的广泛应用,如何高效率、高精度的焊接动力电池盒成为了亟待解决的重要问题,本文针对现有的激光焊接系统在焊接动力电池盒过程中存在的效率低下和精度较差等问题,设计了一种具有图像处理、速度控制以及轨迹规划等功能的振镜扫描式激光焊接机的随动系统。首先,根据现有系统存在的问题和实际生产需求拟定了随动系统的总体方案,确定了激光扫描速度、工件运动速度等系统关键参数,对工业相机、驱动电机等关键零部件进行了选型。其次,搭建了电池盒的图像处理系统,对电池盒分别进行了预处理、边缘提取、轮廓提取与拟合、角点提取等图像操作,对相机进行了标定,最终获取了电池盒关键角点在激光坐标系中的坐标。然后,建立了电机的数学模型,基于SVPWM控制对永磁同步电机的双闭环PID调速系统进行了建模,提出了一种自适应柯西变异粒子群算法对PID参数进行整定,算法仿真结果表明电机转速调节时间为0.017s,超调量为5.5%,无转速静差,实现了电池盒运动速度的平稳控制。进而,在获取了电池盒图像信息和运动速度的基础上,对检测到的角点坐标进行了排序,规划了圆弧段和直线段的扫描轨迹,分析了轨迹实时性并设置了坐标偏差量,最终实现了电池盒焊缝扫描轨迹的规划。最后,设计了系统软件部分,进行了随动系统的动力电池盒焊接实验,实验结果表明系统工作节拍为18件/分钟,焊接平均误差为0.301mm,相比原系统焊接效率提高了80%,焊接平均误差降低了62%,满足了系统的设计指标,验证了本文设计方案的正确性和相比原系统的优越性。
温朋磊[10]（2016）在《基于机器视觉的块体袋装缺陷检测技术研究》文中研究说明本文采用机器视觉技术实现了对块体袋装包装的缺陷在线检测。课题选择了块体透明袋装产品为研究对象,建立块体袋装缺陷检测系统,包括光源结构设计,图像采集和预处理,基于特征提取和亚像素精度长度测量。针对充气包装漏气情况导致表面结构变化和包装内装物杂质、破损等内容编写程序进行检测,最后对缺陷样品剔除,完成试验研究。首先,通过确定检测对象缺陷,搭建机器视觉检测的硬件系统平台,对缺陷图像异步采集。对光源、采集卡、工业相机、光电传感器、传送装置、剔除装置等设备参数、功能介绍,设计相机外触发系统,获取缺陷图像,完善系统硬件平台。然后,图像处理并检测图像缺陷。对采集符合要求的图像灰度转换、图像增强、中值滤波去除噪声及形态学处理。预处理之后分析袋装充气包装侧面图像,正面图像包装袋表面结构变化以及内装物灰度变化,袋装充气包装漏气必然导致结构的变化,利用亚像素测量方法对袋装包装侧面高度尺寸进行精确测量从而判断袋装充气包装漏气和瘪袋情况;利用检测袋装包装内装物特征区域参数即微孔数、矩形、最大面积等,检测内装物磨损破裂、杂质异物情况,进而判断块体袋装包装缺陷检测系统的合理性。最后,Visual Studio 2010与Halcon联合配置,通过串口通信实现剔除装置上位机的设计。在Visual Studio10中创建编译环境,选择MFC向导以及对话框形式,利用Halcon图像处理函数库、图像分析处理算法导出编程代码,实现块体袋装包装缺陷检测软件系统的封装与编程。
二、在Visual Basic中实现快速图像处理的方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、在Visual Basic中实现快速图像处理的方法（论文提纲范文）
（1）视觉检测中特征提取的FPGA加速技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和课题来源 |
| 1.2 视觉检测和特征提取技术概述 |
| 1.2.1 二维检测技术 |
| 1.2.2 三维检测技术 |
| 1.2.3 特征提取 |
| 1.3 视觉检测加速技术研究现状 |
| 1.3.1 基于系统架构级的加速技术 |
| 1.3.2 基于软件层面的加速技术 |
| 1.3.3 基于专用硬件的加速技术 |
| 1.4 加速处理技术中存在问题分析 |
| 1.5 主要研究内容和论文结构 |
| 1.5.1 主要研究内容 |
| 1.5.2 论文章节安排 |
| 第二章 视觉检测的加速处理方法 |
| 2.1 引言 |
| 2.2 FPGA加速方法和加速模块接口 |
| 2.2.1 常用的FPGA加速设计方法 |
| 2.2.2 FPGA加速模块接口设计 |
| 2.3 FPGA加速算法实现方案 |
| 2.3.1 基于Visual Applets的可视化编程 |
| 2.3.2 图像采集、存储和显示FPGA程序设计 |
| 2.4 CPU、GPU和 FPGA加速方法比较 |
| 2.4.1 CPU、GPU和 FPGA加速特点 |
| 2.4.2 CPU、GPU和 FPGA加速程序的计时 |
| 2.5 本章小结 |
| 第三章 FPGA任务并行与像素并行加速技术 |
| 3.1 引言 |
| 3.2 FPGA并行加速方法 |
| 3.2.1 FPGA任务并行加速方法 |
| 3.2.2 FPGA像素并行加速方法 |
| 3.2.3 加速性能评估方法与加速性能极限 |
| 3.3 并行加速方法在周期纹理特征滤除中的实现 |
| 3.3.1 应用背景概述 |
| 3.3.2 周期背景纹理滤除方法 |
| 3.3.3 多任务并行的整体结构 |
| 3.3.4 一维傅里叶重建算法的像素并行加速实现 |
| 3.4 性能提升和算法改进 |
| 3.4.1 边界效应问题 |
| 3.4.2 亚像素周期问题 |
| 3.4.3 整周期截断 |
| 3.4.4 改进措施的FPGA实现 |
| 3.5 实验与验证 |
| 3.5.1 缺陷检测结果可视化及定量指标评价 |
| 3.5.2 速度评估 |
| 3.5.3 定点精度和资源消耗 |
| 3.6 本章小结 |
| 第四章 FPGA位宽优化高精度加速技术 |
| 4.1 引言 |
| 4.2 FPGA数据位宽设计和精度分析 |
| 4.2.1 位宽设计 |
| 4.2.2 精度分析 |
| 4.3 FPGA实现的条纹中心线提取高精度加速方法 |
| 4.3.1 激光条纹中心提取算法概述 |
| 4.3.2 FPGA硬件实现中存在的精度下降问题 |
| 4.3.3 高精度的Steger算法FPGA实现 |
| 4.4 Steger算法FPGA结构的数据位宽和定点精度优化 |
| 4.4.1 位宽优化技术 |
| 4.4.2 初始数据位宽确定 |
| 4.4.3 Hessian矩阵计算模块的位宽和精度优化 |
| 4.4.4 特征值和亚像素偏移计算模块的位宽和精度优化 |
| 4.5 实验与验证 |
| 4.5.1 检测精度评价 |
| 4.5.2 不同平台的计算精度和运行速度对比 |
| 4.5.3 FPGA硬件资源优化 |
| 4.6 本章小结 |
| 第五章 FPGA异构处理加速技术 |
| 5.1 引言 |
| 5.2 异构加速架构与方法 |
| 5.2.1 异构加速基本方法 |
| 5.2.2 CPU和 FPGA的异构加速架构与方法 |
| 5.3 异构处理方式在相移条纹投影测量中的分析 |
| 5.3.1 多频相移法原理 |
| 5.3.2 基于多项式拟合的点云计算 |
| 5.3.3 相位和点云的计算资源效率分析 |
| 5.4 异构处理加速方案的实现 |
| 5.4.1 包裹相位和解包裹相位的FPGA加速计算方法 |
| 5.4.2 点云计算的CPU多核处理实现方法 |
| 5.4.3 可扩展的多相机并行处理实现方案 |
| 5.5 实验评估 |
| 5.5.1 测量系统的搭建 |
| 5.5.2 定点精度评估 |
| 5.5.3 标准球测量实验和多相机融合实验 |
| 5.5.4 异构处理速度和资源效率分析 |
| 5.6 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（2）基于HALCON的注射器针头缺陷检测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 注射器针头缺陷检测的研究现状 |
| 1.2.2 机器视觉技术发展现状 |
| 1.2.3 基于机器视觉的缺陷检测的研究现状 |
| 1.3 注射器针头缺陷成因分析 |
| 1.4 本文的主要研究内容和重点研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 重点研究内容 |
| 1.5 本章小结 |
| 2 系统的总体设计方案及硬件选型 |
| 2.1 缺陷检测系统总体设计方案 |
| 2.2 缺陷检测系统的硬件选型 |
| 2.2.1 照明系统 |
| 2.2.2 相机 |
| 2.2.3 镜头 |
| 2.2.4 计算机 |
| 2.3 本章小结 |
| 3 注射器针头的倒装缺陷检测 |
| 3.1 注射器针头图像平滑处理 |
| 3.1.1 中值滤波 |
| 3.1.2 高斯滤波 |
| 3.1.3 均值滤波 |
| 3.1.4 滤波器的选择与比较 |
| 3.2 注射器针头图像的频域增强 |
| 3.2.1 频域处理及选用的滤波器 |
| 3.2.2 频域处理在HALCON中的实现 |
| 3.2.3 本文中带阻滤波器的优势与不足 |
| 3.3 注射器针头图像的模板匹配 |
| 3.3.1 基于形状的模板匹配 |
| 3.3.2 基于形状的模板匹配在HALCON中的实现 |
| 3.4 注射器针头图像的几何变换 |
| 3.4.1 基本几何变换和仿射变换 |
| 3.4.2 仿射变换在HALCON中的实现 |
| 3.5 本章小结 |
| 4 注射器针头的弯钩缺陷检测 |
| 4.1 注射器针头图像的BLOB分析 |
| 4.1.1 BLOB分析工具 |
| 4.1.2 BLOB分析在HALCON中的实现 |
| 4.2 注射器针头图像的边缘提取 |
| 4.2.1 腐蚀 |
| 4.2.2 膨胀 |
| 4.2.3 开运算 |
| 4.2.4 闭运算 |
| 4.2.5 数学形态学组合运算在HALCON中的实现 |
| 4.3 注射器针头图像的亚像素轮廓提取 |
| 4.3.1 Sobel滤波器 |
| 4.3.2 沈俊滤波器 |
| 4.3.3 Canny滤波器 |
| 4.3.4 Deriche滤波器 |
| 4.3.5 Lanser滤波器 |
| 4.3.6 滤波器的选择与比较 |
| 4.4 注射器针头图像的边缘拟合 |
| 4.5 注射器针头图像的识别检测 |
| 4.6 本章小结 |
| 5 注射器针头缺陷检测软件设计与实现 |
| 5.1 针头缺陷检测软件设计 |
| 5.1.1 缺陷检测流程 |
| 5.1.2 软件设计前的准备工作 |
| 5.1.3 缺陷检测软件设计流程 |
| 5.2 针头缺陷检测功能 |
| 5.3 试验结果与分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（3）基于激光及视觉检测识别零件外形的工艺编码方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状及发展 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 现阶段CAPP发展 |
| 1.3 本文主要研究内容及创新点 |
| 第二章 系统框架设计及各模块原理分析 |
| 2.1 系统框架设计及各模块控制原理分析 |
| 2.1.1 系统总体框架 |
| 2.2 粗加工后视觉测量原理分析 |
| 2.2.1 视觉测量原理 |
| 2.3 激光位移传感器运动控制 |
| 2.3.1 激光位移传感器工作台工作原理 |
| 2.3.2 激光位移传感器通讯原理 |
| 2.3.3 激光位移传感器测量原理 |
| 2.4 机床自动加工原理 |
| 2.5 零件工艺编码设计及原理分析 |
| 2.5.1 Opitz工艺编码方式 |
| 2.5.2 车削零件工艺编码方式 |
| 2.6 六轴机器人抓取原理 |
| 2.7 各模块软硬件应用及设计 |
| 2.7.1 图形界面设计 |
| 2.7.2 机器视觉软硬件设计 |
| 2.7.3 激光位移传感器硬件 |
| 2.7.4 PLC及驱动器硬件 |
| 2.7.5 六轴机器人抓取硬件 |
| 2.8 本章小结 |
| 第三章 工艺编码系统中各模块的编程与实际控制 |
| 3.1 粗加工后视觉测量步骤与方法 |
| 3.1.1 图像畸变校正 |
| 3.1.2 中值滤波 |
| 3.1.3 轮廓的检测提取 |
| 3.1.4 圆弧的拟合 |
| 3.1.5 标定 |
| 3.1.6 Halcon测量外圆步骤 |
| 3.1.7 Halcon长度测量 |
| 3.1.8 视觉测量台器材清单 |
| 3.2 专用机床结构设计 |
| 3.2.1 主体机械结构设计 |
| 3.2.2 专用机床电气控制设计 |
| 3.3 PLC编程控制车床运动 |
| 3.3.1 三菱PLC程序与上位机通讯 |
| 3.3.2 串行通信 |
| 3.3.3 PLC数据通讯介质 |
| 3.4 激光位移传感器工作台结构设计 |
| 3.4.1 激光位移传感器422串口通讯及电气接线 |
| 3.4.2 激光位移传感器上位机界面设计 |
| 3.5 零件的工艺功能实现及界面设计 |
| 3.5.1 自动生成零件工序的数控G代码 |
| 3.5.2 零件图片的添加及代码 |
| 3.5.3 零件的工艺编码生成及代码 |
| 3.5.4 运用WORD生成工艺工序卡片 |
| 3.5.5 工艺及工序卡片制定原则与编程控制 |
| 3.5.6 车削轴类工件的工时计算 |
| 3.6 机器视觉轮廓尺寸测量界面设计 |
| 3.7 六轴机器人抓取及编程控制 |
| 3.7.1 抓取机构设计 |
| 3.7.2 机器人I/O口电气控制及编程 |
| 3.8 本章总结 |
| 第四章 零件工艺编码系统的实验结果分析 |
| 4.1 激光位移传感器实验分析 |
| 4.2 机床自动化加工设计实验分析 |
| 4.2.1 两轴运动器材选择 |
| 4.2.2 I/O口设置及PLC编程 |
| 4.2.3 零件外形加工编程及结果分析 |
| 4.3 机器视觉实验测量 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 结论 |
| 5.2 工作展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间研究成果 |
| 致谢 |
（4）基于结构光的提升钢丝绳振动监测的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题概况 |
| 1.1.1 课题来源背景 |
| 1.1.2 课题研究背景及意义 |
| 1.2 课题研究现状及相关技术 |
| 1.2.1 钢丝绳横向振动监测研究现状 |
| 1.2.2 计算机视觉及结构光测量技术 |
| 1.2.3 目标追踪研究概述 |
| 1.3 本文研究内容及研究路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究路线方案 |
| 第二章 基于线结构光的钢丝绳横向振动测量研究 |
| 2.1 落地式多绳摩擦提升系统钢丝绳振动源分析 |
| 2.2 基于线结构光的振动测量方法 |
| 2.2.1 线结构光法基本原理 |
| 2.3 线结构光标定 |
| 2.3.1 线结构光测量仪器标定具体步骤 |
| 2.3.2 线结构光标定结果分析 |
| 2.4 提升钢丝绳横向振动数据的坐标转换研究 |
| 2.4.1 成像面与相机坐标系 |
| 2.4.2 振动位移测量坐标系 |
| 2.4.3 基于线结构光的钢丝绳横向振动位移测量原理 |
| 2.4.4 测量仪器安装 |
| 2.5 本章小结 |
| 第三章 基于深度相机与线结构光测量法的对比研究 |
| 3.1 基于KinectV1 的钢丝绳横向位移测量原理 |
| 3.1.1 获取包含钢丝绳的三维点云 |
| 3.1.2 钢丝绳三维点云数据处理 |
| 3.1.3 钢丝绳横向位移计算原理 |
| 3.2 基于KinectV1 的钢丝绳横向位移测量精度研究 |
| 3.2.1 测试实验台 |
| 3.2.2 光照条件对深度相机测量精度的影响 |
| 3.2.3 距离对深度相机测量精度的影响 |
| 3.3 基于线结构光的钢丝绳横向位移测量精度研究 |
| 3.3.1 光照条件对线结构光法测量精度的影响 |
| 3.3.2 距离对线结构光法测量精度的影响 |
| 3.4 本章小结 |
| 第四章 基于MFC的钢丝绳振动监测软件 |
| 4.1 振动监测应用程序设计 |
| 4.1.1 基于Visual Studio C++的应用程序框架 |
| 4.1.2 MFC对话框界面设计 |
| 4.2 Visual Studio应用程序 |
| 4.2.1 基于目标追踪的线结构光条区域追踪 |
| 4.2.2 兴趣域追踪模块 |
| 4.2.3 图像处理功能及数据保存模块 |
| 4.2.4 振动位移实时曲线绘制模块 |
| 4.3 应用程序其他功能实现 |
| 4.3.1 差影法确定兴趣区域 |
| 4.3.2 报警功能实现 |
| 4.4 本章小结 |
| 第五章 测试研究与数据分析 |
| 5.1 基于线结构光的钢丝绳横向位移测量实时性分析 |
| 5.2 现场应用实验 |
| 5.2.1 测量结果分析 |
| 5.3 基于EEMD-PSO-SVM的提升系统载荷故障诊断 |
| 5.3.1 EEMD分解监测数据 |
| 5.3.2 PSO-SVM结果预测分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（5）基于MBD的设计信息管理方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 MBD技术概述 |
| 1.3 MBD产品设计信息综述 |
| 1.4 研究内容 |
| 1.5 章节安排 |
| 2 MBD设计信息与依附特征的关联关系表示模型 |
| 2.1 MBD设计信息组成及数据集内容 |
| 2.2 MBD设计信息与依附特征的关联关系 |
| 2.3 MBD设计信息与依附特征的关联关系表示模型 |
| 2.4 本章小结 |
| 3 MBD设计信息的提取方法研究 |
| 3.1 MBD设计信息提取的技术路线 |
| 3.2 MBD设计信息的提取方法 |
| 3.3 MBD设计信息与模型交互的实现 |
| 3.4 本章小节 |
| 4 MBD设计信息视图管理方法研究 |
| 4.1 MBD“多视图、多类别”管理 |
| 4.2 MBD的实体定向管理方法 |
| 4.3 本章小结 |
| 5 基于MBD的产品设计信息管理系统的开发 |
| 5.1 系统的总体设计 |
| 5.2 系统界面的设计 |
| 5.3 实例验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（6）基于核相关滤波的运动目标跟踪算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 目标跟踪的研究现状 |
| 1.2.1 国内外研究现状 |
| 1.2.2 目标跟踪算法的研究现状 |
| 1.3 运动目标跟踪的难点问题 |
| 1.4 本文主要内容 |
| 2 核相关滤波算法及数据集研究 |
| 2.1 核相关滤波算法的理论与推导 |
| 2.1.1 循环矩阵 |
| 2.1.2 核岭回归 |
| 2.1.3 快速检测 |
| 2.1.4 模型更新 |
| 2.2 算法思路及流程 |
| 2.3 数据集及评价标准 |
| 2.3.1 OTB数据集及评价标准 |
| 2.3.2 VOT数据集及评价标准 |
| 2.4 本章小结 |
| 3 融合相关粒子滤波与自适应更新的目标跟踪算法 |
| 3.1 粒子滤波算法 |
| 3.1.1 蒙特卡罗采样 |
| 3.1.2 贝叶斯重要性采样 |
| 3.1.3 序贯重要性采样 |
| 3.1.4 重采样 |
| 3.1.5 粒子滤波算法 |
| 3.1.6 改进的粒子滤波算法 |
| 3.2 相关粒子滤波跟踪器 |
| 3.2.1 基于粒子预测的核相关滤波算法 |
| 3.2.2 相关粒子滤波跟踪器 |
| 3.3 基于多峰检测与PSR置信评估的干扰检测机制 |
| 3.3.1 多峰检测 |
| 3.3.2 PSR置信评估 |
| 3.4 自适应模型更新策略 |
| 3.5 算法流程 |
| 3.6 实验与分析 |
| 3.6.1 实验平台与参数设置 |
| 3.6.2 定量分析 |
| 3.6.3 定性分析 |
| 3.7 本章小结 |
| 4 融合多特征的多块检测与尺度自适应目标跟踪算法 |
| 4.1 特征描述与多特征融合 |
| 4.1.1 灰度特征 |
| 4.1.2 颜色特征 |
| 4.1.3 梯度特征 |
| 4.1.4 多特征融合策略 |
| 4.2 基于Vibe算法的多块检测机制 |
| 4.2.1 Vibe目标检测算法 |
| 4.2.2 多块检测策略 |
| 4.3 尺度自适应更新 |
| 4.4 算法流程 |
| 4.5 实验与分析 |
| 4.5.1 参数设置 |
| 4.5.2 定量分析 |
| 4.5.3 定性分析 |
| 4.6 本章小结 |
| 5 运动目标跟踪测试系统设计 |
| 5.1 开发环境 |
| 5.1.1 OpenCV简介 |
| 5.1.2 OpenCV配置 |
| 5.1.3 Qt简介 |
| 5.1.4 Qt配置 |
| 5.2 系统总体方案设计 |
| 5.3 功能模块设计 |
| 5.3.1 图像读取模块 |
| 5.3.2 目标跟踪模块 |
| 5.4 系统界面及运行结果 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（7）高光谱图像异常检测研究及GPU并行实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高光谱图像异常检测 |
| 1.2.2 基于GPU并行的高光谱图像处理 |
| 1.3 本文主要工作内容 |
| 1.4 论文组织结构 |
| 第二章 GPU通用并行计算及并行实验验证 |
| 2.1 GPU通用并行计算 |
| 2.2 GPU编程基础 |
| 2.2.1 CUDA编程模型 |
| 2.2.1.1 CUDA核函数 |
| 2.2.1.2 线程等级 |
| 2.2.1.3 内存等级 |
| 2.2.1.4 异构编程 |
| 2.2.2 GPU并行优化策略 |
| 2.2.3 并行规约(Reduction)和扫描算法(Scan) |
| 2.2.3.1 并行规约 |
| 2.2.3.2 扫描算法 |
| 2.3 RX异常检测CPU串行算法 |
| 2.3.1 RX串行算法实现流程 |
| 2.3.2 串行算法复杂度分析 |
| 2.3.3 MKL库优化算法 |
| 2.4 RX异常检测GPU并行算法 |
| 2.4.1 并行算法实现流程 |
| 2.4.2 并行优化 |
| 2.5 实验结果分析 |
| 2.5.1 实验平台简介 |
| 2.5.2 串并行算法检测效果对比 |
| 2.5.3 串并行算法运行时间对比 |
| 2.6 本章小结 |
| 第三章 基于derivative特征的RX异常检测算法 |
| 3.1 引言 |
| 3.2 高光谱图像RX异常检测算法 |
| 3.2.1 RX算法基本原理 |
| 3.2.2 RX算法主要实现流程 |
| 3.3 图像derivative特征和决策融合 |
| 3.3.1 高光谱图像derivative特征 |
| 3.3.2 决策融合 |
| 3.4 实验结果 |
| 3.4.1 数据集介绍 |
| 3.4.2 实验结果对比与分析 |
| 3.4.2.1 derivative差分特征对检测性能的影响 |
| 3.4.2.2 决策融合对检测稳定性的影响 |
| 3.5 本章小结 |
| 第四章 基于GPU的高光谱图像处理软件设计与实现 |
| 4.1 基于GPU的高光谱图像处理软件简介 |
| 4.2 软件主要模块展示及测试 |
| 4.2.1 基于GPU的高光谱处理软件整体结构 |
| 4.2.2 基于RX算法的高光谱图像异常检测模块 |
| 4.2.3 基于CRT算法的高光谱图像分类模块 |
| 4.2.3.1 CRT分类器 |
| 4.2.3.2 软件模块中串并行CRT分类测试 |
| 4.2.4 高光谱图像预处理等功能模块 |
| 4.2.4.1 高光谱图像数据格式转换模块 |
| 4.2.4.2 高光谱图像去条带噪声模块 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 专业学位硕士研究生学位论文答辩委员会决议书 |
（8）基于SURF的图像拼接技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 图像拼接技术及立体视觉的研究现状 |
| 1.2.1 图像拼接技术的研究现状 |
| 1.2.2 立体视觉的研究现状 |
| 1.3 本文主要研究内容和论文结构 |
| 第2章 图像拼接技术基本理论 |
| 2.1 图像拼接的基本流程 |
| 2.2 图像采集 |
| 2.3 图像预处理和几何变换模型 |
| 2.3.1 图像预处理 |
| 2.3.2 图像几何变换的基本模型 |
| 2.4 图像配准和融合技术 |
| 2.4.1 图像配准技术 |
| 2.4.2 图像融合技术 |
| 2.5 本章小结 |
| 第3章 基于特征点的配准技术研究 |
| 3.1 SIFT算法研究 |
| 3.1.1 SIFT算法特征提取与匹配 |
| 3.1.2 实验结果 |
| 3.2 SURF算法研究 |
| 3.2.1 SURF算法特征提取与匹配 |
| 3.2.2 SURF算法特征提取与匹配试验 |
| 3.3 裂纹图像拼接的实验以及结论 |
| 3.3.1 实验说明以及裂纹图像拼接流程 |
| 3.3.2 实验结果与分析 |
| 3.3.3 SURF算法鲁棒性分析 |
| 3.4 全景图像拼接 |
| 3.4.1 全景图像拼接流程 |
| 3.4.2 图像帧到图像帧的合成方式 |
| 3.4.3 测试结果与分析 |
| 3.5 本章小结 |
| 第4章 基于立体视觉的点云配准研究 |
| 4.1 引言 |
| 4.2 三维拼接技术概述 |
| 4.2.1 主动式方法 |
| 4.2.2 被动式方法 |
| 4.3 三维拼接的关键流程 |
| 4.3.1 摄像机标定 |
| 4.3.2 立体匹配 |
| 4.3.3 空间点定位 |
| 4.3.4 点云配准 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 附录A:攻读硕士学位期间参研项目和科研成果 |
| 致谢 |
（9）振镜扫描式激光焊接机的随动系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 关键技术的国内外研究现状 |
| 1.2.1 振镜扫描式激光焊接技术 |
| 1.2.2 激光焊接中的图像处理技术 |
| 1.2.3 永磁同步电机的调速技术 |
| 1.2.4 焊缝轨迹规划技术 |
| 1.3 课题来源与主要研究内容 |
| 1.4 论文的组织结构 |
| 2 振镜扫描式激光焊接机的随动系统总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 系统现存问题 |
| 2.1.2 系统功能需求分析 |
| 2.2 系统方案设计 |
| 2.2.1 系统主要设计指标 |
| 2.2.2 系统总体方案设计及结构组成 |
| 2.2.3 系统子模块设计 |
| 2.2.4 系统通信方式 |
| 2.3 系统关键参数设计和零部件选型 |
| 2.3.1 系统关键参数设计 |
| 2.3.2 系统关键零部件选型 |
| 2.4 本章小结 |
| 3 基于OpenCV的动力电池盒图像处理模块设计 |
| 3.1 OpenCV图像处理基础及环境配置 |
| 3.1.1 数字图像处理基础 |
| 3.1.2 OpenCV环境配置 |
| 3.2 图像处理系统搭建 |
| 3.3 动力电池盒的图像处理 |
| 3.3.1 图像预处理 |
| 3.3.2 边缘提取 |
| 3.3.3 轮廓提取与拟合 |
| 3.3.4 角点提取 |
| 3.4 相机标定及矫正 |
| 3.4.1 相机标定及矫正 |
| 3.4.2 实验及结果分析 |
| 3.5 本章小结 |
| 4 基于自适应柯西变异粒子群算法的永磁同步电机转速控制 |
| 4.1 永磁同步电机的控制策略和数学模型 |
| 4.1.1 永磁同步电机的控制策略 |
| 4.1.2 永磁同步电机在d-q坐标系下的数学模型 |
| 4.2 永磁同步电机的SVPWM控制 |
| 4.2.1 矢量控制和坐标变换 |
| 4.2.2 SVPWM建模 |
| 4.3 基于自适应柯西变异粒子群算法的PID参数整定 |
| 4.3.1 标准的粒子群算法 |
| 4.3.2 基于自适应柯西变异粒子群算法的PID参数整定 |
| 4.4 算法仿真分析 |
| 4.4.1 参数选择 |
| 4.4.2 适应度函数 |
| 4.4.3 控制器的仿真实现 |
| 4.4.4 仿真结果分析 |
| 4.5 本章小结 |
| 5 振镜扫描式激光轨迹规划 |
| 5.1 扫描轨迹分析 |
| 5.1.1 扫描轨迹方案设计 |
| 5.1.2 振镜激光控制卡的轨迹实现方式 |
| 5.2 角点排序算法 |
| 5.3 振镜扫描式激光轨迹规划 |
| 5.3.1 圆弧扫描轨迹规划 |
| 5.3.2 直线段扫描轨迹规划 |
| 5.3.3 扫描轨迹总体规划 |
| 5.4 轨迹实时性分析 |
| 5.5 本章小结 |
| 6系统软件设计及动力电池盒焊接实验 |
| 6.1 系统软件设计 |
| 6.1.1 软件开发环境 |
| 6.1.2 软件总体架构设计 |
| 6.1.3 软件程序设计 |
| 6.2 动力电池盒焊接实验 |
| 6.2.1 实验平台搭建 |
| 6.2.2 焊接对象 |
| 6.2.3 焊接步骤 |
| 6.2.4 实验结果分析 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于机器视觉的块体袋装缺陷检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 课题研究背景 |
| 1.2 包装产品缺陷检测系统的研究现状 |
| 1.3 机器视觉理论基础 |
| 1.3.1 机器视觉概述 |
| 1.3.2 机器视觉基本构造 |
| 1.3.3 机器视觉检测分类 |
| 1.4 机器视觉技术应用与发展 |
| 1.4.1 机器视觉技术发展现状 |
| 1.4.2 机器视觉研究趋势分析 |
| 1.4.3 机器视觉应用领域 |
| 1.4.4 机器视觉包装产品缺陷检测应用 |
| 1.5 课题研究内容及意义 |
| 1.5.1 课题研究内容 |
| 1.5.2 课题研究意义 |
| 2 机器视觉缺陷检测硬件系统搭建 |
| 2.1 机器视觉系统硬件组成 |
| 2.2 光源设计 |
| 2.2.1 常见光源 |
| 2.2.2 光源种类 |
| 2.2.3 打光方式 |
| 2.2.4 确定光源 |
| 2.3 工业相机 |
| 2.3.1 工业相机的选择 |
| 2.3.2 确定工业相机 |
| 2.3.3 图像采集卡 |
| 2.4 光学镜头 |
| 2.4.1 光学镜头参数 |
| 2.4.2 光学镜头选择 |
| 2.5 系统外触发装置 |
| 2.6 缺陷检测试验运动系统 |
| 2.6.1 传送装置设计 |
| 2.6.2 机械剔除系统设计 |
| 3 块体袋装产品图像采集与处理 |
| 3.1 图像数据结构 |
| 3.1.1 图像 |
| 3.1.2 区域 |
| 3.1.3 亚像素精度 |
| 3.2 图像的增强 |
| 3.2.1 灰度值的转化 |
| 3.2.2 图像平滑 |
| 3.3 形态学处理 |
| 3.3.1 闵可夫斯基加、减法与腐蚀膨胀 |
| 3.3.2 开运算和闭运算 |
| 3.4 图像分割 |
| 3.4.1 区域阈值分割 |
| 3.4.2 亚像素精度阈值分割 |
| 3.4.3 边缘检测 |
| 3.5 图像特征提取 |
| 3.5.1 基于轮廓形状的特征提取 |
| 3.5.2 基于区域形状的特征提取 |
| 3.6 模板匹配 |
| 3.6.1 基于灰度值的模板匹配 |
| 3.6.2 基于形状的模板匹配 |
| 3.7 长度测量 |
| 4 块体袋装产品缺陷视觉软件系统开发 |
| 4.1 图像处理开发工具halcon |
| 4.2 软件开发平台 |
| 4.2.1 配置编译环境 |
| 4.2.2 块体包装缺陷识别检测 |
| 4.3 实现图像缺陷检测 |
| 4.3.1 识别代码导出 |
| 4.3.2 缺陷检测平台 |
| 4.4 缺陷剔除系统设计 |
| 4.4.1 串口通信 |
| 4.4.2 PLC系统设计 |
| 5 结论 |
| 5.1 结论 |
| 5.2 创新点 |
| 6 展望 |
| 7 参考文献 |
| 8 致谢 |
| 9 附录 |
四、在Visual Basic中实现快速图像处理的方法（论文参考文献）
- [1]视觉检测中特征提取的FPGA加速技术研究[D]. 潘银飞. 合肥工业大学, 2021
- [2]基于HALCON的注射器针头缺陷检测系统研究[D]. 张宝愿. 西安工业大学, 2021(02)
- [3]基于激光及视觉检测识别零件外形的工艺编码方法研究[D]. 庄孝斌. 江苏理工学院, 2020(01)
- [4]基于结构光的提升钢丝绳振动监测的研究与应用[D]. 黄帅. 太原理工大学, 2020(07)
- [5]基于MBD的设计信息管理方法研究[D]. 黄超南. 山东科技大学, 2020(06)
- [6]基于核相关滤波的运动目标跟踪算法研究[D]. 徐倩. 南京理工大学, 2020(01)
- [7]高光谱图像异常检测研究及GPU并行实现[D]. 韩磊. 北京化工大学, 2019(06)
- [8]基于SURF的图像拼接技术研究[D]. 孟帅. 湖南科技大学, 2019(02)
- [9]振镜扫描式激光焊接机的随动系统设计[D]. 许世文. 南京理工大学, 2019(06)
- [10]基于机器视觉的块体袋装缺陷检测技术研究[D]. 温朋磊. 天津科技大学, 2016(05)