一、拟合圆的几种方法（论文文献综述）
杜文军,陈江力,胡峰,杜时锋,周晓冀,巫骏[1]（2021）在《三维地震勘探中干扰源定位技术研究》文中认为在三维地震采集施工中,经常会遇到能量较强的、突发性的外界干扰,其干扰能量波及成百上千的接收道,极大地降低了原始记录信噪比,影响了采集资料的品质。在突发干扰出现时,地震队须及时与相关单位进行协调,合理调整采集时段。为此,必须在第一时间快速、准确地"锁定"干扰源位置。本文提出基于波前反演定位干扰源的方法。基本原理是:地震波是以球面波的形式传播,在同一时刻到达相同的波前面。利用三维观测系统多条排列采集同一波前面的干扰波坐标位置信息,三点确定一段圆弧,解圆方程,确定圆心坐标,即为干扰源的位置。这种依靠波前信息反演圆心坐标位置的方法,可实现外界干扰源位置的精确定位。实际操作过程中,为减小拾取误差、提高精度,在算法上进行了优化。根据最小二乘法原理,采用多点拟合的方法,大大提高了干扰源预测精度。本文推出的基于波前反演定位干扰源的方法,能精确、快速地定位采集过程中出现的外界干扰的坐标,为排除干扰影响、提高施工效率,起到了重要的作用。在四川盆地地震采集过程中实际应用证明了该方法的有效性和可靠性。
王灿[2]（2021）在《金属包装物表面缺陷的视觉检测与识别系统的研究》文中研究指明金属包装材料在经过多道生成加工工序后,不可避免地产生无法复原的缺陷或变形。机器视觉检测技术具有高效性和智能性,广泛应用于工业上缺陷检测。由于金属材料表面本身会产生漫反射等现象,采用机器视觉对其表面的缺陷和变形进行检测会出现检测精度下降和不稳定等问题。本文针对金属包装物表面视觉成像存在的问题,结合工业生产线的检测需求,设计开发了金属包装物表面缺陷的视觉检测与识别系统,主要研究内容如下:（1）对金属包装物表面缺陷视觉检测与识别系统平台的总体方案进行研究。首先,结合生产线要求设计系统总体方案,并且搭建了一套完整的图像采集硬件平台。其次,对照明方式的原理与使用场景进行综合分析,针对金属表面照明特性,搭建了一套双光源照明系统以此来更好的提高图像的质量。（2）对金属包装物图像进行预处理。首先,根据金属包装物表面成像特性,对比分析图像增强、图像分割等图像预处理技术的处理结果。其次,针对金属包装物存在定位精度低的问题,分析了基于特征点定位方式,通过最小二乘拟合边缘线的方法获取特征点。最后,针对最小二乘法存在的拟合误差的问题,分析RAMER拟合算法与RANSAC拟合算法拟合原理,并提出了一种基于改进RANSAC拟合的最小二乘法的定位算法。实验结果表明,相比于传统定位算法,改进的算法在精度上有了极大改善。（3）针对金属包装物表面存在的结构复杂、缺陷种类众多,各结构区域内灰度变化大的问题,设计ROI区域提取方案。按成像特点,将金属包装表面分为平滑区域和光干扰区域。针对平滑区域表面缺陷检测和识别,采用了局部阈值分割法和一种基于SVM分类的缺陷检测识别方法;通过设置图像高光和背光分割阈值对光干扰区域进行缺陷检测,优化了邻域灰度值对比法,能够在复杂的背景下对检测对目标能够精确的检测与识别。通过实验证明缺陷检测与识别算法具有较高精度。
陈俊星[3]（2021）在《机器人拉筋塞焊板孔视觉识别研究》文中提出建造核电站时,在其最外围需要建造一层钢板混凝土结构模块（简称sc模块）来作为安全屏障,所谓sc模块即两块用拉筋连接的钢板并在其中注入混凝土,sc模块能起到屏蔽防护的作用。制造sc模块最主要的工艺就是拉筋塞焊,然而sc模块上有3000多个孔,每个孔都需要进行塞焊以固定钢板和拉筋,采用传统手工形式焊接效率低。因此,有必要去研究采用机器视觉技术识别塞焊孔进行定位并引导机器人进行焊接。本文建立了一套拉筋塞焊视觉识别系统,它与传统加工方式自动化程度相比高,能极大地提高加工效率。拉筋塞焊视觉识别算法是基于opencv开发,采用了高斯滤波、图像二值化、细化、Sobel算子、形态学处理对图像进行了结构光光条提取,结构光光条提取后利用霍夫转换对图像进行直线检测,用灰度重心法获得的重心点将所获取的直线分为上下左右四部分,求每个部分直线相交的交点,利用求出的交点采用最小二乘法得出和塞焊孔重合的拟合圆,进而进行识别定位。从效果上看,该算法能稳定识别出塞焊孔并且提供准确的定位信息,这说明该算法对拉筋塞焊孔视觉识别的适用性高。
项桔敏[4]（2020）在《基于机器视觉的滚花螺母分选系统的研究与应用》文中研究说明近年来,随着国内科学技术的迅猛发展,工业生产过程中对质量检测的要求越来越高,传统检测方法已经无法满足现代高精度检测要求。滚花铜螺母是一种高精度零件,常用于精细机械结构当中。目前,对混乱的滚花铜螺母的分选大部分还停留在人工分选上,通过测量螺母指定指标进行分类,该方法已经无法适应现如今高质量高效率的工业生产模式,不仅容易产生误检,且检测效率低。由于机器视觉测量属于非接触测量,且效率高,论文提出基于机器视觉的滚花螺母分选系统考虑到滚花螺母的结构特性,本分选系统通过测量滚花螺母的高度、小径以及螺纹数量三个指标进行检测,其中高度和小径测量检测用视觉测量的方法,螺纹数量的检测用传统图像分割算法。系统的设计通过硬件选型、软件编程和图像算法进三个方面进行展开。硬件选型包括相机、镜头、光源和运动控制卡的选型等;软件编程包括用户界面设计和系统软件代码编程,系统选用C#语言和Halcon联合编程的方法进行软件编程;算法改进部分拟提出基于亚像素的拟合圆算法和拟合直线算法,以此提高螺母高度和小径测量的精度和效率。论文最后对算法和系统进行在线实时测试,测试结果表明,该系统可以快速、准确的对滚花螺母进行分选。
刘长江[5]（2020）在《大尺寸菲涅尔辊筒模具超精密加工工艺研究》文中进行了进一步梳理菲涅尔透镜是一种典型的微结构功能表面,大尺寸菲涅尔透镜在聚光光伏发电系统、投射照明系统及激光电视等光学系统和产品中应用越来越广泛,市场需求及质量要求越来越高,因此开发高效率、高精度的大尺寸菲涅尔透镜制造工艺的具有迫切需求。Roll-to-Roll（RTR）超精密复制加工工艺具有高效率,高精度,低成本的优点,是微结构功能表面的理想制造工艺。目前,针对菲涅尔透镜的RTR制造工艺未能得到充分发展,主要原因是作为大尺寸菲涅尔透镜的RTR制造工艺的关键环节,径向菲涅尔辊筒模具的制造不仅对机床的静、动态特性,运动精度及温控精度等方面提出了严苛要求,同时,径向菲涅尔结构的复杂面型决定了刀具加工轨迹的复杂性,要求机床具有特殊的结构布局及更多的运动轴。因此,菲涅尔辊筒模具的制造工艺成为当前大尺寸菲涅尔透镜制造工艺面临的重要技术难题。为解决大尺寸菲涅尔辊筒模具的制造难题,本课题设计并搭建了旋转慢刀伺服装置,将其集成到课题组自主研制的辊筒模具超精密加工机床上,得到加工菲涅尔辊筒模具的专用超精密机床,在此基础上开展菲涅尔辊筒模具的加工工艺研究。本文首先从径向菲涅尔辊筒模具的加工原理出发,分析了机床的功能需求,确定了机床布局并规划了刀具轨迹。本文在自研的三轴辊筒模具超精密机床的机床上集成了旋转慢刀伺服装置,组成了加工径向菲涅尔辊筒模具的专用五轴辊筒机床。之后根据仿形法加工原理的要求设计了专用金刚石刀具;以等弧长法阿基米德螺旋线轨迹生成原理为基础,完成了加工菲涅尔辊筒模具的刀具轨迹的规划。本文设计了刀尖圆弧半径补偿方法及刀尖对心误差补偿方法,生成了刀位点轨迹并根据运动学原理解算了机床各轴运动量。考虑到金刚石刀具安装时,刀尖的位置存在调心偏差,导致刀尖圆弧中心与A轴和B轴回转轴线不重合,影响径向菲涅尔模具的面型加工精度。本文设计了刀具调心误差补偿方法,包括基于CCD计算机视觉的误差检测方法、误差模型的建立方法及误差补偿算法开发等内容。本文根据多体系统理论建立了机床的运动学模型,根据设计的刀位点轨迹解算了机床各轴的运动量。最后,在搭建的专用五轴机床上,本文进行了仿形法加工径向菲涅尔模具的验证性实验,之后使用轮廓仪沿工件母线方向检测了加工后的菲涅尔结构面型轮廓。检测结果显示,径向菲涅尔模具的实际加工面型与设计面型一致,工作角误差值小于0.05°,满足精度要求,验证了仿形法加工菲涅尔辊筒模具的可行性。
罗林江[6]（2020）在《基于DBSCAN的文本检测识别技术研究与应用》文中进行了进一步梳理图像中的文本检测与识别在图像检索、实时翻译、信息过滤等领域都有了广泛的应用,是目前计算机视觉、人工智能等领域的热门研究课题。文本检测识别技术主要分为文本检测、文本识别两大部分,其中文本检测是文本识别的前提,对文本识别的正确率有关键性的影响。虽然文本检测在水平、垂直方向的检测能力已经非常成熟,但是对于检测任意形状的文本区域,特别是对圆弧弯曲的文本区域仍然具有挑战。在文本识别方面,传统的光学字符识别技术（OCR）对文档图像的识别正确率达到接近百分之百,但是将其应用在自然场景下的文本时,其识别效果大幅度降低,主要原因在于自然场景图像中存在大量的背景干扰,并且该图像容易受到拍摄条件的影响。这些因素给图像中的文本检测与识别带来了极大的困难。本文对现有的文本检测与识别技术进行研究与改进,针对任意形状的文本区域,提出了一种基于DBSCAN聚类算法的文本检测算法,并针对弯曲文本区域进行过滤、校正处理,使得弯曲文本的识别正确率得到明显的提高。本文主要工作包括以下几个方面:（1）针对任意形状的文本区域,提出了一种基于DBSCAN聚类算法的文本检测算法。首先,对图像进行灰度化、直方图均衡化、图像平滑、二值化预处理后,将图像中的像素点位置信息转换为二维平面的数据点,同时根据图像的文本特征,利用DBSCAN聚类算法对数据点进行聚类,进而获得图像中的文本候选区域,并有效过滤非文本区域,是对任意形状文本进行检测的一种创新思路。（2）针对文本候选区域存在嵌套的情况,设计了一种通过矩形文本候选区域面积比较的方法对嵌套区域进行过滤,同时针对弯曲文本区域存在包含过多背景等干扰元素的情况,设计了一种优化凸包算法的过滤方法进行过滤。在优化凸包算法的基础上,对Alpha Shape算法参数取值方法进行优化,并对弯曲文本区域进行进一步过滤,有效减少背景的干扰。（3）为了提高弯曲文本的识别正确率,结合仿射变换与极坐标变换,设计了一种弯曲文本校正的方法,实现弯曲文本的水平化。首先进行字符分割,再利用仿射变换进行粗处理,使分割后的文本区域尽可能水平摆放,最后针对弯曲文本区域的弯曲部分,利用极坐标变换进行精处理,最终实现弯曲文本区域整体水平化。（4）最后,利用AI开放平台实现对文本区域的字符识别,并进行对比实验。从实验结果看,本文算法对弯曲文本进行校正后,其正确率有明显的提高,具有较大的理论意义和实用价值。
张肸[7]（2020）在《医药灌封机器人视觉定位技术研究》文中提出近年来,随着全球经济的平稳发展、世界人口数量的持续增加、人口老龄化的愈发严重和民众保健意识的逐步提升,全球对药品的需求量越来越大。医药产业关乎着国计民生,其重要性不言而喻。目前我国制药装备还处于自动化、智能化、集成化发展阶段,产业结构上仍以劳动密集型为主。为实现规模化生产、提高产品质量以及提高生产效益,医药产业亟待朝着技术创新、医药工业4.0等方向发展。本文以医药灌封自动化设备为对象展开研究,针对高可控性、高精度的医药灌封自动化生产工序,研究并实现了一种基于视觉定位技术的医药灌封机器人系统。论文大致内容如下:1.首先,围绕医药产业在国内外市场的发展现状讲述了医药灌封机器人的研究背景与意义,然后对机器视觉进行了概述,并介绍了国内外对机器视觉在医药工业领域的发展成果和对改善灌装容器在检测定位技术上所作出的努力。2.其次,为满足医药生产中灌封工序流程对快速、精准、智能化的需求,搭建了医药灌封机器人的整体框架。并对视觉成像系统从组成结构、光源分析与光路设计、相机选型分析三个方面展开描述,其中,为得到高质量的源图像选择了合适的光源、照明方案及工业相机,最后介绍了电控系统如何操控各个模块协同作业。3.接着,比较研究了瓶口、瓶塞、瓶盖图像的预处理算法。首先,介绍了预处理去噪环节中3种常用的保边去噪算法,并一一对比图像的去噪效果,在预处理去噪环节,最终确定双边滤波为本文采用的去噪方法;随后,在图像增强环节比较了灰度线性变换、拉普拉斯变换、gamma变换三种方法的实验结果,结果表明gamma变换效果最为理想;接着,在图像边缘提取阶段,介绍了4种边缘检测算法,分析了不同算法的实验结果,确定Canny算子最佳。到此,确定了图像的去噪算法,增强算法以及边缘检测算法,为后续的视觉定位处理提供了可靠保证。4.然后,针对瓶口、瓶塞、瓶盖的视觉定位,介绍了重心法、霍夫圆检测法以及最小二乘拟合法等几种常用的圆定位算法,为满足医药灌封机器人系统对视觉定位算法精确度高、稳定性好的要求,重点研究并提出了一种基于Mean Shift的圆定位算法。具体步骤为:首先利用重心法粗略估计瓶口、瓶塞、瓶盖的中心;然后通过径向扫描找到瓶口、瓶塞、瓶盖对应的外边缘点;接着利用中垂线相交法原则把外边缘点映射到圆心附近,形成圆心点集;再通过Mean Shift聚类算法区分噪声和真实外边缘点集,剔除噪声,获取真实外边缘点集;最后利用最小二乘拟合对真实外边缘点数据进行圆拟合,获得圆定位结果。实验结果表明,基于Mean Shift的圆定位算法定位效果好,定位精度高,能够满足医药生产线的实际要求。5.随后,针对以西林瓶为代表的医药工业生产过程中药液的灌装、药瓶加塞轧盖以及封口环节中瓶口、瓶塞、瓶盖的视觉定位,并结合实际需求设计出软件系统的总体方案,依次介绍系统的控制、视觉定位、设备通信等主要功能模块,最后结合基本模块开发出完整系统,详细阐述了软件系统的核心功能界面:登录及管理窗口、视觉定位主窗口、参数设置窗口、数据查询窗口的开发与实现。6.最后,是论文的总结与展望。简述了论文的研究工作及所采用方法的优点和创新,并指出了不足与仍需改进之处。
胡开心,马宝利,彭伦,杨宇鹏,周银,应春莉,郭彤,韩达光[8]（2020）在《基于激光点云的大跨度曲线圆管结构线形高效自动检测方法》文中研究指明大跨度曲线圆管类结构在工程上应用广泛,但该类结构存在线形获取效率低、整体线形难以保证等问题,因此提出一种基于激光点云的大跨度曲线圆管结构线形高效自动检测方法。利用三维激光扫描仪对结构全方位、快速的姿态获取,然后进行目标点云降噪、删除无关点等操作,最后采用编程算法对曲线圆管的中心线实现自动化批量提取。为验证中心线线形精度,赋予中心线合适半径值完成曲线圆管的重构,并将重构模型与点云进行三维对比分析。以某大跨度曲线圆管围护结构为分析对象,试验表明,由该方法逆向得到的大跨度曲线结构整体线形精度高、效率上大幅度提升,有良好的工程应用前景。
吴禄慎,项桔敏,胡贇[9]（2020）在《基于机器视觉的卡尺工具法螺母实时检测系统》文中提出对变形的螺母进行人工决策,判断能否继续使用时,会存在很大的主观性,为此提出基于机器视觉的卡尺工具法实时检测系统。该检测系统首先通过CCD相机对螺母图像进行采集,再用Halcon算法库对采集的图像进行分析处理,实验提出基于卡尺工具的边缘检测方法对螺母内径进行圆拟合,通过测量拟合圆的直径对螺母进行检测,最后通过C#做出界面实现检测功能。经实验验证,该检测系统正确率高、测量精度可控,测量时间不超过60 ms。
张玮[10]（2020）在《同轴度误差测量的不确定度评定方法研究》文中进行了进一步梳理在精密机械的设计与制造中,几何误差的测量及评定是一项十分重要的内容。设备的正常运行和轴类零件的正常配合都与同轴度误差有密不可分的关系,新一代GPS体系及不确定度理论表明几何误差测量结果包含测量不确定度才更为合理。目前国际认证的《测量不确定度表示指南》所给出的普遍使用的评定方法是基于经典统计理论的,其在使用时需要大量的测量数据样本,在实际测量过程中这样会导致成本高、效率低,因此通常因无法满足上述条件而假设其服从先验概率密度。为了解决这一问题,研究小样本量、未知分布下的测量不确定度评定理论具有重要的理论意义及实际价值。本文以非统计方法评定测量不确定度为基础,在研究同轴度误差及测量不确定度的过程中,首先探讨了再生权最小二乘法对被测数据进行预处理,然后对比最小二乘法、遗传算法及BP神经网络算法三种方法拟合得到圆心坐标及空间直线方程,最后得到同轴度误差结果,再以支持向量机算法为基础,估计误差结果的概率密度,采用对概率密度函数进行数值积分的方法求得测量不确定度。另外,依据《测量不确定度表示指南》提出的GUM法对同轴度误差测量不确定度评定的模型及公式进行了详细推导。最后选择了经典零件芯轴,通过实测得到的数据对提出的方法进行了应用,并将所得结果与GUM法、蒙特卡洛法及计量院检测结果分别进行了对比,验证了检测结果的准确性和合理性。
二、拟合圆的几种方法（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、拟合圆的几种方法（论文提纲范文）
（2）金属包装物表面缺陷的视觉检测与识别系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 机器视觉技术概况 |
| 1.3 机器视觉检测技术国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 主要研究内容 |
| 第二章 金属包装物表面缺陷视觉检测平台设计 |
| 2.1 总体设计方案 |
| 2.1.1 工业生产线检测需求 |
| 2.1.2 系统总体结构 |
| 2.2 主要硬件系统设计选型 |
| 2.2.1 工业相机的选型 |
| 2.2.2 镜头选型 |
| 2.2.3 照明系统选型 |
| 2.3 系统软件设计方案 |
| 2.3.1 图像处理算法设计 |
| 2.3.2 软件环境介绍 |
| 2.4 本章小结 |
| 第三章 图像预处理算法研究 |
| 3.1 图像增强 |
| 3.1.1 图像灰度变换 |
| 3.1.2 图像平滑 |
| 3.2 图像分割 |
| 3.2.1 阈值分割 |
| 3.2.2 最大类间方差法 |
| 3.2.3 边缘检测 |
| 3.3 检测区域定位 |
| 3.3.1 最小二乘法 |
| 3.3.2 RAMER算法与最小二乘法融合定位算法 |
| 3.3.3 基于改进RANSAC拟合的最小二乘定位算法 |
| 3.4 本章小结 |
| 第四章 金属包装物表面缺陷检测与识别算法研究 |
| 4.1 缺陷分析 |
| 4.2 金属盖ROI区域划分 |
| 4.3 变形检测 |
| 4.4 平滑区域缺陷检测 |
| 4.4.1 极坐标转换 |
| 4.4.2 局部动态阈值分割法 |
| 4.4.3 基于支持向量机的缺陷分类 |
| 4.5 光干扰区域检测算法 |
| 4.5.1 差影法 |
| 4.5.2 邻域灰度值对比法 |
| 4.6 本章小结 |
| 第五章 系统实现与测试分析 |
| 5.1 实验硬件平台搭建 |
| 5.2 视觉照明系统实验 |
| 5.3 图像处理仿真实验分析 |
| 5.3.1 系统界面设计 |
| 5.3.2 检测性能标准 |
| 5.3.3 图像定位算法仿真 |
| 5.3.4 缺陷检测算法实验 |
| 5.3.5 缺陷识别实验 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（3）机器人拉筋塞焊板孔视觉识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景以及意义 |
| 1.2 研究现状 |
| 1.3 主被动光源在塞焊孔识别中的应用 |
| 1.4 数字图像处理的主要方法 |
| 1.5 视觉传感器 |
| 1.5.1 单目相机和双目相机 |
| 1.5.2 线阵相机和面阵相机 |
| 1.5.3 CCD相机和CMOS相机 |
| 1.6 本文主要研究内容 |
| 第二章 机器人视觉系统的搭建 |
| 2.1 机器人视觉系统整体构成 |
| 2.2 视觉传感器构成及安装布局 |
| 2.2.1 工业相机 |
| 2.2.2 光源 |
| 2.2.3 滤光片 |
| 2.2.4 安装布局 |
| 2.3 运动执行机构和运算处理机构 |
| 2.4 本章小结 |
| 第三章 结构光图像的光条提取 |
| 3.1 常用的结构光光条提取方法 |
| 3.1.1 灰度重心法 |
| 3.1.2 几何中心法 |
| 3.1.3 阈值法 |
| 3.1.4 Hessian矩阵法 |
| 3.2 基于sobel算子和形态学处理的细化提取法 |
| 3.2.1 高斯滤波 |
| 3.2.2 图像二值化 |
| 3.2.3 图像骨骼化 |
| 3.2.4 sobel算子处理 |
| 3.2.5 基于方向模板的形态学处理 |
| 3.3 本章小结 |
| 第四章 结构光图像的特征提取 |
| 4.1 直线特征的提取 |
| 4.1.1 几种直线检测方法的对比 |
| 4.1.2 霍夫直线检测 |
| 4.2 特征点的求取 |
| 4.3 拟合圆 |
| 4.3.1 最小二乘法拟合圆 |
| 4.3.2 关于利用拟合圆进行定位的说明 |
| 4.4 本章小结 |
| 第五章 结构光测高 |
| 5.1 激光结构光测距的原理 |
| 5.2 激光三角法测距应用到拉筋塞焊孔工件 |
| 5.3 曲线拟合法测距应用到拉筋塞焊孔工件 |
| 5.4 本章小结 |
| 第六章 系统标定及误差分析 |
| 6.1 系统标定 |
| 6.1.1 手眼标定 |
| 6.1.2 相机标定 |
| 6.2 误差分析 |
| 6.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（4）基于机器视觉的滚花螺母分选系统的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 机器视觉检测概况及其发展方向 |
| 1.2.1 机器视觉检测概况 |
| 1.2.2 机器视觉检测发展方向 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 研究内容和章节安排 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 1.5 本章小结 |
| 第2章 系统整体方案设计 |
| 2.1 视觉系统分析 |
| 2.2 分选方案设计和流程 |
| 2.2.1 分选系统解决方案设计 |
| 2.2.2 分选流程设计 |
| 2.3 标定方法设计 |
| 2.3.1 常用标定方法 |
| 2.3.2 分选系统标定方法 |
| 2.4 图像处理算法库 |
| 2.5 方案设计小结 |
| 第3章 硬件系统搭建 |
| 3.1 硬件选型 |
| 3.1.1 相机选型 |
| 3.1.2 镜头选型 |
| 3.1.3 光源选型 |
| 3.2 图像采集系统搭建 |
| 3.3 其他硬件 |
| 3.3.1 上料装置 |
| 3.3.2 下位机 |
| 3.4 硬件设计小结 |
| 第4章 软件系统设计 |
| 4.1 运动控制卡SDK开发 |
| 4.2 基于WinForm平台运动控制界面设计 |
| 4.2.1 界面设计平台 |
| 4.2.2 运动控制界面设计 |
| 4.3 相机SDK开发 |
| 4.4 基于WinForm平台图像处理界面设计 |
| 4.4.1 实时处理界面设计 |
| 4.4.2 小径测量界面设计 |
| 4.4.3 高度测量界面设计 |
| 4.4.4 螺纹数量检测界面设计 |
| 4.5 多线程同步和数据存储结构设计 |
| 4.5.1 实现多线程同步 |
| 4.5.2 数据存储结构设计 |
| 4.6 本章小结 |
| 第5章 图像处理算法研究 |
| 5.1 图像算法分析 |
| 5.2 边缘检测算法 |
| 5.2.1 Roberts、Sobel、Prewitt边缘检测算法 |
| 5.2.2 更先进的检测技术 |
| 5.3 改进圆轮廓拟合算法 |
| 5.3.1 Canny边缘检测算法 |
| 5.3.2 基于Canny算法的改进拟合圆算法 |
| 5.4 改进的直线轮廓拟合算法 |
| 5.4.1 Hough直线检测算法 |
| 5.4.2 改进的直线检测算法 |
| 5.5 模板匹配算法 |
| 5.5.1 基于灰度值的模板匹配 |
| 5.5.2 基于形状特征的模板匹配 |
| 5.6 小径测量 |
| 5.7 高度测量 |
| 5.8 螺纹数量检测 |
| 5.8.1 二值化分析 |
| 5.8.2 形态学处理 |
| 5.8.3 螺纹数量检测流程 |
| 5.9 本章小结 |
| 第6章 系统测试和结果分析 |
| 6.1 算法测试 |
| 6.1.1 改进圆轮廓拟合算法测试 |
| 6.1.2 改进直线轮廓拟合算法测试 |
| 6.2 实时测试准备 |
| 6.2.1 实验样品准备 |
| 6.2.2 创建分选类型 |
| 6.3 测试实验 |
| 6.4 测试结果和误差分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新之处 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（5）大尺寸菲涅尔辊筒模具超精密加工工艺研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 菲涅尔透镜的超精密加工方法研究现状 |
| 1.2.2 辊筒模具超精密加工机床国内外研究现状 |
| 1.2.3 国内外研究现状简析 |
| 1.3 课题主要研究内容 |
| 第2章 大尺寸菲涅尔辊筒模具加工装置设计及刀具轨迹规划 |
| 2.1 引言 |
| 2.2 菲涅尔辊筒模具加工原理及工艺分析 |
| 2.2.1 菲涅尔透镜结构参数设计 |
| 2.2.2 Roll-to-Roll超精密复制加工技术介绍 |
| 2.2.3 径向菲涅尔辊筒模具加工原理 |
| 2.3 双轴旋转慢刀伺服装置设计 |
| 2.3.1 三轴超精密辊筒模具加工机床介绍 |
| 2.3.2 旋转慢刀伺服装置结构设计 |
| 2.3.3 旋转慢刀伺服装置控制系统设计 |
| 2.3.4 旋转慢刀伺服装置伺服性能调试 |
| 2.3.5 专用金刚石刀具设计 |
| 2.4 菲涅尔模具加工过程的刀具轨迹规划 |
| 2.4.1 刀具轨迹生成方法 |
| 2.4.2 刀触点轨迹生成算法 |
| 2.4.3 工件坐标系下的刀触点轨迹计算 |
| 2.5 本章小结 |
| 第3章 旋转慢刀伺服装置的几何误差补偿方法研究 |
| 3.1 引言 |
| 3.2 刀尖圆弧半径补偿 |
| 3.2.1 过切现象产生原因 |
| 3.2.2 刀位点生成原理及算法 |
| 3.3 刀具对心误差补偿 |
| 3.3.1 刀具对心误差产生原因及补偿流程 |
| 3.3.2 刀具对心误差分析 |
| 3.3.3 刀具对心误差检测 |
| 3.3.4 刀具对心误差补偿原理 |
| 3.3.5 刀具对心误差补偿算法 |
| 3.4 径向菲涅尔辊筒模具加工过程的运动学求解 |
| 3.4.1 机床运动学建模 |
| 3.4.2 机床各轴运动量计算 |
| 3.5 本章小结 |
| 第4章 菲涅尔辊筒模具加工实验及误差与工艺分析 |
| 4.1 引言 |
| 4.2 菲涅尔辊筒模具加工验证实验 |
| 4.2.1 实验设计 |
| 4.2.2 对刀方法设计 |
| 4.2.3 菲涅尔辊筒模具加工实验 |
| 4.2.4 菲涅尔辊筒模具面型检测 |
| 4.3 径向菲涅尔结构加工误差影响因素与加工工艺分析 |
| 4.3.1 金刚石刀具对心误差补偿方法验证 |
| 4.3.2 刀尖圆弧半径补偿方法验证 |
| 4.3.3 径向菲涅尔结构加工工艺分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）基于DBSCAN的文本检测识别技术研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 文本检测 |
| 1.2.2 文本识别 |
| 1.3 目前存在的难点 |
| 1.4 本文主要工作 |
| 1.5 论文章节安排 |
| 第二章 基于DBSCAN的文本候选区域检测 |
| 2.1 图像预处理 |
| 2.1.1 图像灰度化 |
| 2.1.2 直方图均衡化 |
| 2.1.3 图像平滑 |
| 2.1.4 图像二值化 |
| 2.2 DBSCAN聚类算法基本思想 |
| 2.3 DBSCAN聚类算法检测文本候选区域 |
| 2.3.1 数据集的获取 |
| 2.3.2 搭建开发平台 |
| 2.3.3 文本候选区域检测 |
| 2.4 本章小结 |
| 第三章 文本候选区域过滤 |
| 3.1 嵌套区域过滤 |
| 3.2 基于优化凸包算法的文本候选区域过滤 |
| 3.2.1 凸包及凸包问题 |
| 3.2.2 凸包算法 |
| 3.2.3 优化凸包算法 |
| 3.2.4 过滤结果 |
| 3.3 基于Alpha Shape算法的文本候选区域过滤 |
| 3.3.1 Alpha Shape算法 |
| 3.3.2 α参数取值方法优化 |
| 3.3.3 过滤结果 |
| 3.4 本章小结 |
| 第四章 圆弧弯曲文本区域处理 |
| 4.1 搭建开发平台 |
| 4.2 基于投影法的字符分割 |
| 4.3 基于仿射变换的圆弧弯曲文本区域粗处理 |
| 4.3.1 仿射变换的原理与实现 |
| 4.3.2 处理结果 |
| 4.4 基于对数极坐标变换的圆弧弯曲文本区域精处理 |
| 4.4.1 对数极坐标变换的原理与实现 |
| 4.4.2 最小二乘法拟合圆弧曲线 |
| 4.4.3 处理结果 |
| 4.5 弯曲文本区域校正结果 |
| 4.6 本章小结 |
| 第五章 字符识别 |
| 5.1 基于AI开放平台的字符识别 |
| 5.1.1 字符识别模块实现 |
| 5.1.2 识别结果 |
| 5.2 实验结果分析 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间的科研成果 |
| 致谢 |
（7）医药灌封机器人视觉定位技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 机器视觉概述 |
| 1.2.1 机器视觉在医药工业的国内外研究现状 |
| 1.2.2 灌装容器检测定位算法研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 医药灌封机器人系统设计 |
| 2.1 医药灌封机器人系统总体方案 |
| 2.2 医药灌封机器人视觉成像系统设计 |
| 2.2.1 视觉成像系统结构设计 |
| 2.2.2 光源分析与光路设计 |
| 2.2.3 相机选型分析 |
| 2.3 医药灌封机器人电气控制系统设计 |
| 2.4 本章小结 |
| 第3章 医药灌封机器人图像预处理算法研究 |
| 3.1 图像去噪 |
| 3.1.1 双边滤波 |
| 3.1.2 加权最小二乘滤波 |
| 3.1.3 L0范数平滑滤波 |
| 3.1.4 去噪性能比较 |
| 3.2 图像增强 |
| 3.2.1 灰度线性变换 |
| 3.2.2 拉普拉斯图像增强 |
| 3.2.3 伽马变换 |
| 3.2.4 图像增强实验结果分析 |
| 3.3 图像边缘检测 |
| 3.3.1 Sobel算子 |
| 3.3.2 Prewitt算子 |
| 3.3.3 Roberts算子 |
| 3.3.4 Canny算子 |
| 3.3.5 边缘检测结果分析 |
| 3.4 本章小结 |
| 第4章 医药灌封机器人视觉定位方法 |
| 4.1 常见圆定位算法分析 |
| 4.1.1 重心法 |
| 4.1.2 随机霍夫圆定位及改进算法 |
| 4.1.3 最小二乘拟合法 |
| 4.1.4 三点随机圆检测法 |
| 4.2 基于MeanShift的圆拟合算法 |
| 4.2.1 MeanShift聚类算法 |
| 4.2.2 基于MeanShift的圆定位算法 |
| 4.3 定位实验结果分析 |
| 4.4 本章小结 |
| 第5章 医药灌封机器人软件系统设计与实现 |
| 5.1 引言 |
| 5.2 软件系统需求 |
| 5.3 软件系统总体设计 |
| 5.4 软件系统开发 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间的主要学术成果 |
| 附录B 攻读学位期间所参加的科研项目目录 |
（8）基于激光点云的大跨度曲线圆管结构线形高效自动检测方法（论文提纲范文）
| 1 数据采集与预处理 |
| 1.1 数据采集 |
| 1.2 点云预处理 |
| 2 自动提取圆管中心线 |
| 2.1 断面投影圆 |
| 2.2 断面投影圆拟合 |
| 2.3 圆管中心线生成 |
| 2.4 精度验证 |
| 3 实例验证 |
| 4 结论 |
（9）基于机器视觉的卡尺工具法螺母实时检测系统（论文提纲范文）
| 0 引言 |
| 1 螺母孔径检测系统方案设计 |
| 1.1 硬件系统 |
| 1.1.1 相机的选型 |
| 1.1.2 镜头 |
| 1.1.3 光源 |
| 1.2 软件系统 |
| 1.2.1 定位模块 |
| 1.2.2 标定模块 |
| 1.2.3 拟合圆算法 |
| 1.2.4 检测模块 |
| 2 检测结果与误差分析 |
| 2.1 检测结果 |
| 2.2 误差分析 |
| 3 结束语 |
（10）同轴度误差测量的不确定度评定方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景和研究目的 |
| 1.3 国内外研究现状 |
| 1.3.1 同轴度研究概况 |
| 1.3.2 与同轴度有关的形状误差评定方法的研究 |
| 1.3.3 测量不确定度国内外研究概况 |
| 1.4 本文工作内容 |
| 第2章 同轴度误差评定 |
| 2.1 测量不确定度的简介及其来源的分析 |
| 2.2 与检测方法的选择有关的不确定度影响因素 |
| 2.2.1 回转轴线法 |
| 2.2.2 坐标法 |
| 2.2.3 准直线法(瞄靶法) |
| 2.2.4 顶尖法 |
| 2.2.5 V型架法 |
| 2.3 与测量方案的选择有关的不确定度影响因素 |
| 2.3.1 直接测量评定 |
| 2.3.2 间接测量评定 |
| 2.4 与数据处理有关的不确定度影响因素 |
| 2.4.1 同轴度误差的数学模型 |
| 2.4.2 正截面拟合圆圆心的确定 |
| 2.4.3 基准轴线的体现方法 |
| 2.4.4 再生权最小二乘法处理粗差 |
| 2.4.5 BP神经网络 |
| 2.5 数字化实验 |
| 2.5.1 再生权最小二乘法处理粗差实验 |
| 2.5.2 拟合圆心实验对比 |
| 2.5.3 拟合空间直线实验对比 |
| 2.6 本章小结 |
| 第3章 同轴度误差的测量不确定度模型及其部分分量的计算 |
| 3.1 引言 |
| 3.2 新一代GPS不确定度理论 |
| 3.2.1 新一代GPS不确定度的定义 |
| 3.2.2 新一代GPS不确定度的分类 |
| 3.2.3 不确定度对新一代GPS标准体系的基本规则的影响 |
| 3.3 基于新一代GPS中测量不确定度的判定原则 |
| 3.4 测量过程中的单点测量不确定度 |
| 3.4.1 综合考虑单点测量不确定度 |
| 3.4.2 基于黑箱模型的单点测量不确定度 |
| 3.5 GUM评定同轴度误差不确定度 |
| 3.5.1 基准轴线不确定度 |
| 3.5.2 同轴度测量不确定度 |
| 3.6 MC评定同轴度误差测量不确定度 |
| 3.7 本章小结 |
| 第4章 同轴度误差测量不确定度的SVM法评定 |
| 4.1 引言 |
| 4.2 基于SVM评定同轴度误差测量不确定度 |
| 4.2.1 支持向量机回归问题 |
| 4.2.2 基于SVM概率密度函数估计 |
| 4.2.3 基于SVM的不确定度评定算法的流程 |
| 4.3 仿真实验 |
| 4.4 本章小结 |
| 第5章 实验对比 |
| 5.1 引言 |
| 5.2 实验流程及实验条件 |
| 5.2.1 同轴度误差测量不确定度评定的实验流程及采样策略 |
| 5.2.2 采样设备及被测试工件 |
| 5.3 测量数据及同轴度误差不确定度各分量计算 |
| 5.3.1 确定被测要素各正截面轮廓圆心坐标 |
| 5.3.2 确定基准轴线及同轴度误差值 |
| 5.3.3 单点测量不确定度评定 |
| 5.4 同轴度误差不确定度评定的不同方法结果及对比 |
| 5.4.1 SVMM评定同轴度误差不确定度 |
| 5.4.2 GUMM评定同轴度误差不确定度 |
| 5.4.3 MCM评定同轴度误差不确定度 |
| 5.4.4 三种方法结果及计量院测量结果对比 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 攻读学位期间所展开的科研项目和发表的学术论文 |
四、拟合圆的几种方法（论文参考文献）
- [1]三维地震勘探中干扰源定位技术研究[A]. 杜文军,陈江力,胡峰,杜时锋,周晓冀,巫骏. 2021油气田勘探与开发国际会议论文集(中册), 2021
- [2]金属包装物表面缺陷的视觉检测与识别系统的研究[D]. 王灿. 长春大学, 2021(02)
- [3]机器人拉筋塞焊板孔视觉识别研究[D]. 陈俊星. 东北石油大学, 2021
- [4]基于机器视觉的滚花螺母分选系统的研究与应用[D]. 项桔敏. 南昌大学, 2020(03)
- [5]大尺寸菲涅尔辊筒模具超精密加工工艺研究[D]. 刘长江. 哈尔滨工业大学, 2020(01)
- [6]基于DBSCAN的文本检测识别技术研究与应用[D]. 罗林江. 广东工业大学, 2020(02)
- [7]医药灌封机器人视觉定位技术研究[D]. 张肸. 湖南大学, 2020
- [8]基于激光点云的大跨度曲线圆管结构线形高效自动检测方法[J]. 胡开心,马宝利,彭伦,杨宇鹏,周银,应春莉,郭彤,韩达光. 科学技术与工程, 2020(07)
- [9]基于机器视觉的卡尺工具法螺母实时检测系统[J]. 吴禄慎,项桔敏,胡贇. 仪表技术与传感器, 2020(02)
- [10]同轴度误差测量的不确定度评定方法研究[D]. 张玮. 上海应用技术大学, 2020(02)