图像处理在水平尺综合检测系统中的应用

图像处理在水平尺综合检测系统中的应用

论文摘要

图像处理技术研究与应用随着时代的发展应运而生,并且在现代工业生产中得到越来越广泛的应用。本文对图像处理技术在水平尺各项工业指标检测中的应用进行了大量深入的研究,最终提出了一套基于图像处理技术的水平尺综合自动检测系统。该系统实现了对水平尺各项工业指标的高精度、自动、实时地检测。本文各部分内容为:第一章简要介绍了数字图像处理技术的概况,以及本系统所要完成的检测任务和研究背景。第二章介绍了系统总体的组成和软件规划。第三章阐述了实时视频图像的采集。结合两种不同的系统需求提出两套CCD摄像机、镜头和采集卡的选取方案,并分别对两种方案的视频图像采集编程方法和思路进行了介绍。第四章到第七章详细阐述了对水平尺四项工业指标(水泡角值、水准泡内壁对称性、激光水平尺光点精度和柱形水准泡水平转动偏移)的检测方法和实现过程。并着重对各项检测的图像处理算法进行了分析。第八章对本文的内容做了简要的总结,并对本系统有待进一步改进和完善的地方进行了讨论。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 图像处理概况
  • 1.1.1 图像处理系统的硬件组成
  • 1.1.2 图像处理的主要内容
  • 1.1.3 图像处理的主要方法
  • 1.1.4 图像处理的特征
  • 1.1.5 图像处理的应用
  • 1.1.6 图像处理的发展前景
  • 1.2 水平尺综合自动检测系统
  • 1.2.1 该检测系统的研究内容
  • 1.2.2 课题背景及可行性分析
  • 第2章 系统组成与软件规划
  • 2.1 系统组成
  • 2.2 软件规划
  • 2.2.1 系统界面
  • 2.2.2 图像处理部分
  • 2.3 开发环境与工具
  • 2.3.1 开发环境
  • 2.3.2 开发工具
  • 第3章 实时视频图像采集
  • 3.1 视频源
  • 3.1.1 CCD摄像机
  • 3.1.2 光学镜头
  • 3.1.3 视频与图像
  • 3.2 采集卡
  • 3.2.1 视频采集卡
  • 3.2.2 图像采集卡
  • 3.2.3 图像处理卡
  • 3.2.4 采集卡选择标准
  • 3.3 本系统视频图像采集方案一:经济型
  • 3.3.1 CCD摄像机和镜头的选取
  • 3.3.2 采集卡的选取
  • 3.3.3 采集卡的编程
  • 3.4 本系统视频图像采集方案二:高精度型
  • 3.4.1 CCD摄像机和镜头的选取
  • 3.4.2 采集卡的选取
  • 3.4.3 图像采集卡的图像采集类型
  • 3.4.4 图像采集卡的编程
  • 第4章 水泡角值检测
  • 4.1 系统工作原理
  • 4.2 关键影响因素
  • 4.2.1 光照
  • 4.2.2 摄像机的拍摄位置
  • 4.3 图像预处理
  • 4.3.1 插值处理
  • 4.3.2 二值化
  • 4.4 气泡移动距离的检测
  • 第5章 水准泡内壁对称性检测
  • 5.1 系统工作原理
  • 5.2 关键影响因素
  • 5.2.1 检测时机
  • 5.2.2 光照
  • 5.3 内壁的识别
  • 5.3.1 方法一
  • 5.3.2 方法二
  • 5.4 刻度线的识别
  • 5.4.1 微分法
  • 5.4.2 最值法
  • 5.5 对称
  • 第6章 激光水平尺光点精度检测
  • 6.1 系统工作原理
  • 6.2 图像预处理
  • 6.2.1 去噪处理
  • 6.2.2 二值化
  • 6.3 光点精度检测
  • 6.3.1 方法一:轮廓跟踪法
  • 6.3.2 方法二:轮廓提取法
  • 6.3.3 两种方法的比较
  • 第7章 柱形水准泡水平转动偏移量检测
  • 7.1 系统工作原理
  • 7.2 关键影响因素
  • 7.3 转动偏移检测
  • 第8章 结论与展望
  • 8.1 小结
  • 8.2 系统改进设想与展望
  • 8.2.1 水泡角值检测的改进
  • 8.2.2 水准泡对称性检测的改进
  • 8.2.3 激光水平尺光点精度检测算法的改进
  • 8.2.4 柱形水准泡水平转动偏移量检测的改进
  • 8.2.5 系统功能的完善和增加
  • 参考文献
  • 作者在攻读硕士期间完成的论文
  • 致谢
  • 相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
    • [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
    • [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
    • [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
    • [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
    • [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
    • [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
    • [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
    • [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
    • [11].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [12].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [13].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [14].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [15].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [16].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [17].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [18].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [19].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [20].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [21].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [22].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [23].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [24].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [25].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [26].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [27].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [28].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)
    • [29].图像处理技术在纺织品测试中的应用[J]. 化纤与纺织技术 2015(04)
    • [30].深度学习在图像处理技术课程教学实践中的应用探讨[J]. 教育教学论坛 2016(09)

    标签:;  ;  ;  ;  ;  ;  ;  

    图像处理在水平尺综合检测系统中的应用
    下载Doc文档

    猜你喜欢