一、基于机器视觉的二维图纸线条跟踪系统的研究（论文文献综述）
高鹏[1]（2020）在《机器视觉服装样片特征数据采集系统研究》文中研究说明本文针对服装二维样片特征数据的快速录入,提出了一种基于机器视觉的非接触式录入系统。该系统可利用手机拍摄获取服装二维样片的图像,上传至PC机软件系统后可自动完成标定,预处理,矢量化,数据转换及自动识别分类,替代传统数字化仪的人工录入操作,显着提高工作效率。研究结果表明,该录入系统的测量精度能够满足实际需要,具有应用价值。本文完成的主要研究内容如下:（1）分析了目前服装二维样片数据人工收录过程中存在的主要问题,提出了利用手机代替传统的工业相机获取图像,使得系统操作更加灵活、便捷,并使获得的图像范围更大、精度更高。（2）研究并实现了基于虚拟网格技术的系统自动标定方法,相比于传统的二维平面标定,虚拟网格可有效提高系统的标定精度。（3）采用图像预处理、边缘检测等相关技术提取图像的边缘轮廓,利于后续的特征提取。（4）利用角点检测技术提取服装二维样片边缘角点,并根据角点实现边缘分割,同时对分割线段进行直、曲分类并拟合。依据服装二维样片边缘直、曲线段拟合重合精度的要求,对复杂曲线进行多次分段拟合逼近,有效地提高了边缘线条的拟合精度。（5）利用神经网络技术,通过不同样片间的形状特征差异进行识别分类,并录入数据库,可为未来服装行业的大数据分析提供有效的数据准备。（6）将服装二维样片边缘矢量化数据自动转换成DXF文件格式,可实现与服装设计CAD软件的数据对接,满足后期裁剪加工及再编辑的需求。（7）完成了软硬件系统的集成设计,可视化人机交互界面友好、操作性强。
朱思雨[2]（2020）在《基于三维点云的室内工程施工进度跟踪研究》文中提出随着我国经济建设的进步与发展,建筑工程规模与数量不断扩大。室内工程作为建筑工程的重要组成部分也成为人们关注的焦点。室内工程由于自身场地有限通常会面临工作面重叠、施工流水作业衔接混乱等问题,从而可能导致工程进度延误、成本超支,增加项目风险。因此行业普遍认识到开展针对室内工程的施工进度管理的具有非常重要的现实意义。实时、准确的施工进度信息采集是保障室内工程进度目标实现的关键步骤,但是目前室内工程大多采用的是的施工进度进度信息采集方式主要是人工检查、手工录入进度信息,这种方式不仅耗时费力、而且结果大都是以文字形式呈现,数据处理、分析效率较低,难以满足现代室内工程项目施工进度跟踪对数据精度、及时性和准确性的要求。本文以提高现场数据的采集技术自动化水平为切入点,提出一种基于三维点云的施工进度监控方法,使得建设项目各管理人员可以及时的了解现场进度,便于决策。本论文提出的方法包括重建现场三维点云模型、三维点云模型和BIM模型集成2大模块。首先利用基于深度相机的三维建模方法创建现场实时点云模型,减少信息采集过程的人工参与,提供实时准确的现场数据;然后将三维点云模型和BIM模型集成,有效连接BIM模型和建筑工程施工现场,支持现场进度可视化展示,帮助管理人员及时发现进度偏差。最后在一个室内场景内进行了实验,实验结果表明该方法能够有效地实现实时的室内工程施工进度跟踪。基于三维点云的施工进度监测方法减少了人工参与、降低了数据采集的误差、提升了数据收集的效率和施工现场管理的效率,为室内工程进度的自动化跟踪打下基础,同时为施工进度信息的管理和共享问题提供解决办法。
赵紫光[3]（2020）在《基于机器视觉的金属基板尺寸快速精密测量技术》文中指出复杂工件的尺寸精密测量技术一直是相关领域的研究热点。以三坐标机为代表的人工测量方法,虽然测量精度高,但是测量速度慢,人力成本高,无法适应大批量生产的全检需求。基于机器视觉的工件测量技术,因为具备精度高、速度快、非接触无损测量等优点,得到业内广泛关注。针对一种用于芯片定位、安装及散热的铜基板,本文基于视觉检测技术,开展了以下具体研究工作:该金属基板具有中间微凸、四周略低,其上有大小、位置不同的通孔、盲孔、凹槽的特点,通常用在芯片上充当散热板用的。目前工厂里主要采用三坐标机接触式测量的方法来获得铜基板上圆孔的几何尺寸,虽然能保证测量精度,但成本高、测量周期长;采用游标卡尺也可以快速、直接获得单个圆孔的几何尺寸,但该方法受人为因素的影响,并不能保证测量精度的重复性。因此,本文旨在通过基于机器视觉的非接触式测量的方法,根据图像处理对铜基板上的圆孔进行几何尺寸的测量,期望达到花费较短时间、较低成本、并能保证测量精度在允许的误差范围内的目的。（1）相机标定与畸变校正。在张正友标定法的基础上,将畸变系数的前三项纳入畸变模型,通过黑白棋盘格标定板对实验系统进行了标定,并对畸变系数进行了优化。实验结果表明,畸变是由径向畸变和切向畸变叠加产生的,校正后重投影误差从0.22像素减小到0.14像素;（2）基于视觉的孔尺寸测量。采用超景深显微镜测量通孔和盲孔的三维形貌,并根据其特点比较了不同光源、打光方式的效果,分别得到盲孔和通孔的最佳成像方法,采用传统图像处理算法提取尺寸,并通过仿真分析了测量误差较大的原因。（3）偏振成像测量技术。提出采用分时偏振成像方法,根据Stockes矢量进行偏振信息的计算,解决铜基板表面、以及盲孔底部高反光的问题。为了进一步提高成像质量,分别采用加权平均法、PCA法、HIS法、以及本文将PCA与HIS相结合的方法,将偏振图像与可见光图像进行融合,依次从亮度均值、信息熵、标准差、清晰度等四个维度来量化融合图像的质量。通过上述融合方法将图像的亮度均值增大了18.7%,标准差提高了23.2%,清晰度提升了27.8%,信息熵变大了16.5%。结果表明该方法优于传统的像素级图像融合方法。（4）图像处理算法研究。为了更准确提取盲孔边缘,进一步提高测量精度,本文比较了边缘检测算子的优劣,并从滤波方法、梯度计算、最佳阈值的三个方面,对canny算子进行了改进;在小波变换的基础上,采用与改进形态学相结合的多尺度分解与重构的方法来获得准确的盲孔边缘,确定了最佳小波基、以及多尺度的大小;将多尺度分解得到的低频分量与高频分量重构,根据重构系数进行多尺度逆变换。通过改进的canny算子、插值法、本文的与改进形态学相结合多尺度分解与重构分别对铜基板图像进行边缘提取,得到圆孔的直径尺寸。通孔和盲孔的直径尺寸测量误差分别小于0.03mm和0.04mm,满足企业所要求的五个丝的测量误差要求。
刘端飞[4]（2019）在《基于机器视觉的不锈钢箱体的焊缝识别与跟踪研究》文中指出焊接是不锈钢箱体制作过程中的一道重要工序,一般由人工或示教焊接机器完成。人工方式由于受个体影响存在焊接质量不稳定、焊接效率低下等缺点;示教方式焊接时由于箱体受夹具夹持,外力的作用使箱体的形状发生轻微变化,存在需要重复示教、使用不便等缺点。为了提高不锈钢箱体焊接的质量和效率,本文搭建了X-Y-Z三轴焊接实验平台,采用机器视觉的方式对焊缝进行识别和处理,实现了自动定位和自动焊接功能。首先,建立了相机成像系统的数学模型,研究了相机内部参数和外部参数的标定方法,通过采用固定姿态的相机对焊接目标取像,获得了采集图像与实际焊点坐标之间的对应关系。其次,针对Canny算法中高斯滤波易丢失边缘细节的缺陷,引入双边滤波算法,有效保留了图像边缘信息;针对处理后的图像不连续问题,采用边缘连接、边缘膨胀和边缘细化算法,最终得到一条连续的单像素边缘。对改进前后的Canny算法进行仿真,仿真结果表明,改进后的算法可保留更多的边缘细节,得到较为连续的焊接图像,利于后续焊接点的定位和控制。最后,根据焊缝识别的结果,实现了不锈钢箱体的定位控制与自动焊接。同时,对不同类型的焊缝缺陷进行分析和归类,对焊接质量进行了评估,归纳总结了典型焊缝缺陷在图像上的成像特征,实现了焊缝缺陷的实时标记,降低了人工检测的成本,提高了工作效率。
彭冲冲[5]（2020）在《基于激光视觉的熔焊增材成形质量检测技术》文中指出随着制造业的快速发展,在熔焊与增材制造领域,传统的人工肉眼判断焊缝质量已经无法满足工业化大规模生产的需求。在智能化焊接方面,随着焊接方式、条件的复杂多变,传统的焊缝跟踪图像处理方案已经不具备普适性。本文针对熔焊增材成形质量中的粗糙度检测进行研究,实现了在线焊接的焊缝粗糙度准确分类,同时将深度学习方法运用到工业焊接智能化领域,实现了焊缝特征的准确提取。本文的主要研究工作如下:（1）搭建了基于线激光的推扫式三维重建系统。通过三维系统的自身标定和与机器人的联合手眼标定,使得本套三维视觉系统可以准确的获得焊接过程中焊缝成形的三维轮廓信息,为焊缝的质量检测提供了可靠的数据支持。本文通过大量实验对比得到了线结构光装置相对于焊接机器人焊枪的最佳装配距离,这为焊缝质量的智能检测与在线参数修正提供重要参考。（2）提出了一种基于激光视觉的焊缝动态纹理粗糙度检测算法。算法结合了图像领域的Tamura纹理粗糙度与机械工业学领域的工件表面粗糙度理论,通过对焊缝表面信息的动态显着实现了对熔焊增材成形表面粗糙度的正确检测分类。经过算法的理论分析,粗糙度标准件,实际焊接测试等一系列的实验最终验证了本粗糙度分类算法的高鲁棒性与准确性。（3）提出了一种基于ERFNet的焊缝特征分割提取方案。传统算法应用于焊缝跟踪视觉图像处理时存在的两大难题是无法提取到淹没于环境噪声的激光条纹和不能适用多样化的焊接类型,本文将深度学习的分割思想引入焊缝激光条纹特征提取中,实现了多种焊接类型的焊缝中心线准确提取与特征点位置检测。不同于传统方案中先提取线再求解特征点的方法,本方案可直接同时获取焊缝跟踪所需的这两类特征。文章的最后通过大量的对比实验验证了本文中所提出的算法的优越性与普适性。
陈鹏[6]（2019）在《基于机器视觉自动定位折弯机研究》文中研究表明针对国内钣金折弯工艺和折弯设备,不同尺寸形状的折弯工件须由不同特定的模具进行加工,且具有利用率不高、折弯精度低、效率低等特点。在现有折弯机功能基础上,对传统钣金折弯工艺设备进行技术改造和技术创新,开发出一套基于机器视觉的高精度自动定位折弯机系统,运用机器视觉识别技术实现钣金加工过程中自动定位,去掉繁杂的钣金加工过程中的特定模具,利用视觉图像处理实现钣金加工过程中的精确定位自动加工。具体研究内容如下:（1）通过对比几种常用的钣金折弯方案的优缺点,结合实际要求,设计了一套全自动折弯设备。根据折弯方案完成了折弯机总体结构设计,由折弯机构提供的折弯力计算选型伺服电机作为驱动力。对搭建的机器识别系统,根据折弯机相关的技术参数的完成了视觉系统上相机、镜头、光源等主要设备的选型。（2）对采集的冰箱薄板工件图像进行一系列预处理操作。采用加权平均法对图像进行灰度化处理,根据三种传统滤波算法对得到的灰度化图像进行降噪处理,结果显示中值滤波效果最好。图像结果经二值化变换后结合先闭后开操作得到的冰箱薄板前景和背景分离,有效地解决了被测物件的残影和图像中的暗斑。（3）对经过预处理后的薄板图形进行边缘检测,运用Canny、Sobel、Roberts、Prewitt四种算子分别对图像进行边缘提取,比较几种边缘检测算子分别处理经预处理之后的薄板图像,Canny算子处理后的图像能够更好地反映图像的边缘信息。并将通过边缘检测的图像采用最小二乘法对薄板的边缘直线拟合,找到边缘与模板边缘信息之间的偏差,计算出偏差的角度。（4）为了提高薄板自动定位的精度,对机械手进行手眼标定实验。建立Eye-to-Hand视觉系统手眼标定模型,规划标定板的运动空间,采用张正友标定方法分析相机模型,确定相机标定流程,完成图像像素坐标和机械手的世界坐标之间的相互转换,由相机标定实验得出:将7*5黑白正方形相间连接组成的棋盘标定板以14中不同放置方位组成标定模板作为标定对象,识别出的每幅图中13个内角点总体平均误差像素为0.0962,满足相机标定精度要求。视觉系统手眼标定以两种不同位姿的薄板工件为对象,提取中心点坐标,与经手眼标定后的测量坐标之间的误差小于1mm,满足标定精度要求。（5）结合机器视觉和研发的折弯样机,分别以搭载机器视觉的自动定位折弯样机和未搭载机器视觉的传统折弯机为试验基础,以数量为100,尺寸为600mm×300mm,折边尺寸为50mm的冰箱薄板工件作为对象,分为五组试验,每组20块薄板,试验得样机设备的平均达标率为99.00%,明显高于传统折弯机的成型达标率,满足工业要求。
钟镇洪[7]（2019）在《飞机导管结构的三维图像重构技术及实现》文中指出飞机导管是发动机的重要组成部分,为了充分利用发动机空间,在工程实践中必须将导管弯曲成各种形状,以避免有限空间内导管的相互干扰。飞机导管细长柔软容易发生变形,其加工制造工艺是一个极其复杂的过程。由于弯制导管的过程中影响因素复杂,导管弯曲质量难掌控。同时,飞机发动机型号多样,而且较多国外飞机发动机并无图纸及备件,造成导管维修困难。工程实践中通常在导管弯曲成形后对实物进行数字化测量,这是目前把控导管制造质量、实现精准装配的最有效、最直接的手段。随着飞机发动机系统的不断迭代更新,导管形状更加复杂,导管测量精度要求更加严格,传统测量方式已经很难达到实际指标需求。本文针对航空制造领域传统飞机导管相关数据手动测量效率低的问题,研究了一种多目视觉三维重构测量方法,并在此基础上设计相关的软件控制系统。实验测试结果表明了该方法的有效性,测量精度为0.5mm。本文主要研究内容如下:（1）分析机器视觉三维重构测量方法在实际工程中的重要性,对数字化测量技术及三维重构技术的国内外研究成果及方法进行介绍,结合目前在该领域研究方法的不足之处,指出本课题研究意义和论文主要工作。（2）介绍导管三维重构双目视觉测量系统基本原理,并提出多目视觉测量系统,并描述了双目系统标定原理,提出导管三维数字化测量系统关键实现技术和总体技术路线。（3）分析导管成像过程的影响因素,结合导管测量系统的照明原理及方式采用自适应校正算法对导管表面去除高光,通过图像处理算法改善导管图像质量。（4）分析导管特性,研究了一种基于多目视觉导管中心线重构算法。通过最小二乘法对导管三维模型关键点进行拟合,利用加工数据坐标转换实现导管实际参数计算。（5）根据本文研究的算法原理,设计开发了智能导管测量系统。通过实验验证了本文方法的有效性,并分析了测量结果。（6）对本文的研究内容进行了总结,并对该研究课题进行展望。
李瑛[8]（2019）在《拖拉机传动箱端面销孔加工质量机器视觉测量与预警分析》文中研究指明拖拉机是一种典型农机装备和农业作业的动力机械,其质量的提高将极大地促进农业发展。传动系是拖拉机的关键部件,传动箱小端面和变速箱端面结合构成传动系,结合面的质量影响拖拉机的整体性能。销孔是结合面的定位基础,有效测量销孔孔径及位置度,是保证传动系质量的关键。目前在传动箱制造企业中,孔径的测量采用塞规和卡尺等,孔组位置度的测量主要采用三坐标测量仪进行首检,不能满足在线实时测量需求。现有的机器视觉测量技术由于图像分辨率与视场不能同时满足,使单相机高精度测量系统的视场受到限制。针对上述问题,本文开发了基于双相机的拖拉机传动箱端面销孔加工质量视觉测量系统,实现了在线实时测量孔径和位置度;分析了影响加工质量的影响因素,提出预警规则,建立了加工质量预警模型,为拖拉机传动箱制造过程中的质量管理提供决策支持。本文的主要研究内容和结论如下:1.设计了三种测量方案、构建了测量装置进行方案选择及软件开发分析了传动箱端面销孔加工精度要求,结合实际设计了基于棋盘格标准板、十字激光器和高精度微调装置的三种测量方案,完成了相机、镜头等选型并构建了三种机器视觉测量装置。由于景深问题,基于棋盘格标准板的测量装置采集的棋盘格和销孔图像不能同时清晰。由于误差累计和销孔的高精度测量要求,基于十字激光器的测量装置不能全部满足精度要求。最终选择了基于高精度微调装置的测量装置,开发了机器视觉测量的软件系统,在现场环境下,验证了测量系统满足传动箱端面销孔孔径和位置度的在线测量需求。2.研究了图像处理算法、提出了改进Zernike矩亚像素边缘检测算法为实现销孔的高精度测量,对比分析滤波降噪算法,选择双边滤波算法;对比分析图像增强算法,选择Gamma变换增强图像对比度;根据图像灰度直方图,设置阈值把图像转换为二值图;对比分析边缘检测算法和效果,选择Canny边缘检测提取销孔边缘。为更精确地提取边缘,提出了改进Zernike矩亚像素边缘检测算法检测销孔亚像素边缘,试验验证测量系统的孔径测量偏差平均值为0.0026 mm和0.0032 mm。位置度测量偏差平均值为0.0090 mm和0.0133 mm,满足销孔加工精度要求。3.分析了销孔加工质量的影响因素并建立了销孔位置度质量预警模型分析了拖拉机传动箱端面销孔加工质量的影响因素,确定主要影响因素是环境温度、钻刀加工件数等,通过分析影响因素与位置度的关系,提出了质量预警规则。研究分析最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）和粒子群优化算法（Particle Swarm Optimization,PSO）,建立基于LSSVM的销孔位置度质量预警模型。采用PSO优化LSSVM的未知参数,试验结果显示模型的均方根误差（Root Mean Square Error,RMSE）0.0058 mm和相对误差（Relative Error,RE）0.075%,验证了建立的加工质量预警模型的有效性。
王恩日[9]（2019）在《基于图像识别的工程图仪表标注研究》文中进行了进一步梳理P&ID图描述了制冷系统的流程与控制,是展现制冷系统总体概况的基础设计图纸,体现了制冷系统的所有技术要求,制冷系统的电控设计的依据也直接来源于P&ID图。在电控系统的设计中,必须准确识别P&ID图中的电控仪表,为正确设计电控系统提供基础保障。限于技术手段,P&ID图的识别一直依赖工程师人工进行。然而,由于制冷系统及控制系统的复杂性,给工程师识别电控仪表带来越来越大的挑战。为保证电控系统设计的正确性与可靠性,工程师在电控仪表的识别上花费了越来越多的时间,电控仪表识别在电控设计中的成本占比也越来越高。在计算机图像处理技术发展初期,工程师们尝试将计算机图像识别技术应用在工程图纸的识别上。但因软硬件水平限制,图像识别的效果不尽如人意。随着深度学习技术的快速发展,特别是卷积神经网络在图像识别中的应用,现代的图像识别技术已经逐步在应用中落地,应用图像识别系统识别电控仪表成为可能。为降低电控系统成本,提高工作效率,针对P&ID图中电控仪表具有统一的抽象结构和标准的图符的特点,本论文基于现代图像识别技术,对P&ID中电控仪表的自动化标注进行了研究。通过此项目研究,探讨了仪表标注实现自动化的可能性,及应用此自动化系统,给制冷系统电控设计带来的经济意义及技术意义。本文阐述了现代图像识别技术的发展,全连接神经网络和卷积神经网络的技术特点及在图像自动识别中的应用。通过论述P&ID图中的仪表图符的特点和仪表标注的要求,比较全连接神经网络和卷积神经网络的优缺点,针对仪表图符识别对图像识别技术的要求,考虑准确率及运算代价等多方面因素,本文构造了一个基于卷积神经网络的图像自动检测及分类系统,通过使用仪表图符及仪表位号字符对图像识别网络的训练,成功使图像识别网络识别出了P&ID图中的电控仪表并标注,完成了自动识别电控仪表的构想。本论文将最新的计算机技术成果引入到传统的工程设计领域,大大提高了工程设计的效率及自动化水平,降低了系统设计与开发的成本,提升了公司整体的计算机应用水平。同时,针对仪表识别的特点,本论文对识别网络做了针对性的改进与调整,增强了训练数据,降低了训练复杂性,提升了识别效率与准确度,使准确率及漏识别率均超过人工识别,证明基于卷积神经网络的图像识别的技术应用在工程图纸识别中,具有极大的优势。通过实验证明,将基于卷积神经网络的图像识别系统应用于P&ID图中的电控仪表识别,相对于早期的图像识别系统及人工识别,卷积神经网络大大缩短了识别时间,显着提高了仪表识别的效率,降低了制冷设备的技术开发周期及设计成本,提高了图纸设计的准确率,节省了工程师设计时间及设计负荷,是新技术在产品开发设计中的典型应用,具有良好的技术效益及经济效益,具有推广到其他设计环节的潜力和广阔的应用前景。
张志东[10]（2018）在《隔水管试压装置关键控制技术研究及系统研制》文中研究说明在隔水管研制和成品制造过程中,需要开展系列的综合性能试验,而国内相关技术起步较晚,多项关键试验技术尚属空白,严重制约了隔水管的国产化进程。其中,研制隔水管整体承压能力和法兰密封性能检测的试压装置,是验证产品性能非常重要的一项工作内容。然而,标准的隔水管单根体型细长而笨重（长度28米,重量16吨）,1根主管和5根副管须一次密封、同时试压,且各管试压等级不同,最高压力达105MPa;同时,试压封堵装置的结构质量>3000kg,封堵外径达1100mm,精度要求高,具有大惯性、大尺寸、多自由度等技术特点,给平行度、角度等对位检测及控制带来了极高的技术挑战。鉴于此,本文根据隔水管试压装置的技术需求,开展了机构设计、对位检测、对位控制等关键技术研究,并进行了仿真模拟和实物试验验证,从而为隔水管试压装置的自主研制提供了有力的关键技术支撑。本文依托于国家“863”计划《深水钻井隔水管系统技术研究》（2008AA09A106）项目的子课题《深水钻井隔水管制造、试验规范方法研究》,针对隔水管研制和量产产品整体承压能力和密封性能检测检验的技术需求,开展隔水管试压装置关键技术研究及系统研制,填补了国内技术空白。本文主要研究和创新成果包括:（1）自主研制了一套全自动隔水管试压封堵装置,主要包括基于独立电机驱动的空间6自由度机构、基于双目视觉和模板匹配算法的检测系统、基于模糊PID控制方法的控制系统,装置的装配对位精度完全满足工艺需求,且能够在8min内完成隔水管法兰与封堵盲板的全自动精准对位密封,极大降低了人工劳动强度,显着提高了试压效率,解决了大惯性、大尺寸、6自由度隔水管试压封堵装置的高精度对位中面临的检测和控制双重技术难题。（2）针对隔水管的结构特征、试压工艺技术需求,提出了基于独立电机驱动的空间6自由度封堵装置的机构形式,实现了空间刚体全自由度运动,满足了注水端和试压端封堵盲板位姿全空间调整与控制的结构需求,从而为高精度、高效自动对位检测和对位控制方法的实现提供了结构支持。（3）根据隔水管法兰的空间姿态特征、法兰端面图形特征和环境背景特征,基于双目视觉三维检测原理,提出了隔水管端面平行度自动检测方法,建立了相机标定和圆形及平面对中检测模型,实现了隔水管法兰端面特征点的空间端面平行姿态参量,以及隔水管法兰和封堵端面之间的倾角偏移参量的检测。该方法不仅效率高,适应性强,而且检测精度达到了 0.1°,完全满足对中检测精度的要求。（4）针对隔水管法兰端面管件结构复杂、现场环境多变等难题,提出了基于模板匹配的空间位姿二维检测方法,开展了4种模板匹配算法的对比试验研究,优选出了基于Harris算子的特征点匹配算法作为隔水管位姿对准检测算法。该算法不仅抗环境干扰能力强,且精度达到0.1mm。在此基础上,引入数字倾角测试技术,与平行度检测方法相结合,形成了刚体空间姿态三维、二维分步对中的检测策略,实现了全过程高精度对位检测,很好地解决了多因素影响下,隔水管端面的6自由度对位检测技术问题。（5）针对大惯性、大尺寸、高精度和6自由度系统的控制问题,本文采用模糊控制技术,建立了基于惯性坐标系和封堵的固连坐标系的空间6自由度相对位姿运动学模型,并根据试压封堵装置的机构特征,提出了基于模糊PID的对位控制策略。利用模糊解耦算法,以及合理地选择模糊解耦算法的隶属度函数以及模糊化和解模糊化规则,消除了各轴之间的耦合特性,提高了控制精度,且简化了控制器的设计。通过试验可知,该方法能将控制误差减小到装配精度要求的范围,且误差调节可在10s以内完成,具有响应灵敏和稳定性高的特点。（6）在以上研究工作的基础上,开展了隔水管试压封堵装置的机械结构制造、电气系统搭建、控制系统软件开发、组装及系统联调、优化整改等工作,并在现场对隔水管封堵装置进行了单元性能试验和整机联调试验,从而验证了本文所提出的各项方法和技术的正确性与实用性。本文开展的研究工作,为隔水管试压装置国产化提供了关键技术支撑,实现了隔水管全尺寸试压检测及性能评价试验,填补了国内技术空白。因此,本文的研究工作将对隔水管的国产化起到积极的促进作用,具有重要的理论意义和实际应用价值。
二、基于机器视觉的二维图纸线条跟踪系统的研究（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、基于机器视觉的二维图纸线条跟踪系统的研究（论文提纲范文）
（1）机器视觉服装样片特征数据采集系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 本文研究的目的及意义 |
| 1.1.1 研究的目的 |
| 1.1.2 研究的意义 |
| 1.2 本文研究采用的关键技术概述 |
| 1.2.1 机器视觉检测技术的现状与发展趋势 |
| 1.2.2 反求工程技术的现状与发展趋势 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究的技术路线 |
| 1.4 本文的结构安排 |
| 2 服装二维样片数字化录入系统的测量原理 |
| 2.1 复杂平面边缘轮廓视觉测量原理及方法 |
| 2.2 图像预处理 |
| 2.3 边缘轮廓的矢量化 |
| 2.3.1 轮廓跟踪 |
| 2.3.2 角点检测 |
| 2.3.3 线型分类及拟合 |
| 2.4 视觉测量系统的标定 |
| 2.4.1 二维测量标定方法概述 |
| 2.4.2 测量平面虚拟网格标定原理及方法 |
| 2.5 边缘数据的数字化录入 |
| 2.5.1 DXF文件格式 |
| 2.5.2 DXF接口数据文件的生成 |
| 2.6 服装样片的分类 |
| 2.6.1 人工神经网络技术 |
| 2.6.2 服装样片的分类 |
| 2.7 本章小结 |
| 3 测量系统设计与集成 |
| 3.1 硬件系统设计 |
| 3.1.1 总体结构设计及模块功能描述 |
| 3.1.2 关键零部件的设计与校核 |
| 3.2 软件系统设计 |
| 3.2.1 软件系统总体设计及功能描述 |
| 3.2.2 主要模块设计与编程实现 |
| 3.2.3 系统主界面设计与功能集成 |
| 3.3 本章小结 |
| 4 实验与误差分析 |
| 4.1 测量精度验证实验 |
| 4.1.1 虚拟网格标定验证实验 |
| 4.1.2 虚拟网格大小对精度影响实验 |
| 4.1.3 在测量范围不同位置处的标定精度试验 |
| 4.2 拟合线条的重合度验证实验 |
| 4.3 服装样片的分类识别验证实验 |
| 4.4 误差分析 |
| 4.4.1 标定过程误差 |
| 4.4.2 拟合过程误差 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 本文研究工作总结 |
| 5.1.1 完成的主要研究工作 |
| 5.1.2 本文的创新点 |
| 5.2 研究工作展望 |
| 6 参考文献 |
| 7 攻读硕士学位期间发表论文情况 |
| 8 致谢 |
| 附录 |
（2）基于三维点云的室内工程施工进度跟踪研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容和技术路线 |
| 2 施工进度跟踪相关技术 |
| 2.1 施工现场进度数据采集技术综述 |
| 2.2 室内工程施工进度数据采集研究 |
| 2.3 基于深度相机的三维建模技术 |
| 2.4 BIM技术 |
| 2.5 本章小结 |
| 3 基于BundleFusion的三维建模方法研究 |
| 3.1 基于BundleFusion的三维场建模流程 |
| 3.2 三维重建方法评价 |
| 3.3 三维重建方法实验验证 |
| 3.4 本章小结 |
| 4 三维点云模型与BIM集成方法 |
| 4.1 三维点云模型与BIM集成 |
| 4.2 三维点云模型逆向构建BIM模型流程 |
| 4.3 本章小结 |
| 5 验证分析 |
| 5.1 案例模拟 |
| 5.2 项目进度跟踪 |
| 5.3 项目进度偏差分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间参与科研项目 |
（3）基于机器视觉的金属基板尺寸快速精密测量技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 零件尺寸测量的国内外研究现状 |
| 1.1.1 接触式 |
| 1.1.2 非接触式 |
| 1.2 本文背景及意义 |
| 第2章 相机标定与校正 |
| 2.1 相机模型 |
| 2.1.1 理想模型 |
| 2.1.2 坐标系之间的转换 |
| 2.1.3 非线性模型 |
| 2.2 标定方法的确定 |
| 2.3 相机参数的优化 |
| 2.4 本章小结 |
| 第3章 基于硬件的成像质量改善 |
| 3.1 目标工件铜基板的特点 |
| 3.2 目标工件铜基板测量标准的确定 |
| 3.3 光源与镜头的选取 |
| 3.3.1 普通镜头搭配不同光源的采集图像 |
| 3.3.2 远心镜头搭配不同光源的采集图像 |
| 3.3.3 相机视场的确定 |
| 3.3.4 打光方式的分析 |
| 3.4 通孔、盲孔的不同打光方式的确定 |
| 3.4.1 视场中不同位置的盲孔及其直方图 |
| 3.4.2 光路的模拟 |
| 3.5 基于亚像素的铜基板边缘提取 |
| 3.6 本章小结 |
| 第4章 基于偏振成像的图像质量改善 |
| 4.1 Stokes矢量与Mueller矩阵 |
| 4.1.1 Stokes矢量偏振成像的原理 |
| 4.2 基于Stokes参量的偏振成像系统的整体设计 |
| 4.2.1 基于Stokes参量的偏振成像系统的整体设计 |
| 4.3 偏振信息计算 |
| 4.4 偏振图像融合技术 |
| 4.4.1 图像融合技术的分类 |
| 4.4.2 像素级融合算法的分析与比较 |
| 4.5 图像融合效果评价 |
| 4.6 本章小结 |
| 第5章 基于多尺度分解与重构的边缘提取 |
| 5.1 盲孔的理想模型与实际模型 |
| 5.2 经典边缘检测算法的分析与比较 |
| 5.2.1 本文改进的Canny算子 |
| 5.2.2 经典边缘检测算子与本文改进Canny算子的比较 |
| 5.3 基于与改进形态学相结合的多尺度分解与重构的边缘检 |
| 5.3.1 多尺度的分解与重构 |
| 5.3.2 与改进的形态学相结合的多尺度边缘重构 |
| 5.4 本章小结 |
| 第6章 铜基板通孔、盲孔几何尺寸的测量 |
| 6.1 实验结果 |
| 6.2 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 指导教师对研究生学位论文的学术评语 |
| 学位论文答辩委员会决议书 |
| 致谢 |
（4）基于机器视觉的不锈钢箱体的焊缝识别与跟踪研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 视觉焊接技术的发展与现状 |
| 1.2.1 机器视觉的发展和现状 |
| 1.2.2 边缘识别技术的发展和现状 |
| 1.2.3 焊缝跟踪过程中的控制技术 |
| 1.3 待解决的问题 |
| 1.4 课题的主要研究内容 |
| 1.5 本章小结 |
| 2 焊接系统的组成及关键部件选型 |
| 2.1 课题的基本任务及技术指标 |
| 2.1.1 课题的基本任务 |
| 2.1.2 焊接系统技术指标 |
| 2.2 系统的主要构成 |
| 2.3 关键设备选型介绍 |
| 2.3.1 相机的选型 |
| 2.3.2 运动部件的选择 |
| 2.3.3 控制器的选择 |
| 2.4 平台搭建 |
| 2.5 本章小结 |
| 3 相机标定和图像处理 |
| 3.1 图像系统建模 |
| 3.1.1 从图像坐标系到像素坐标系 |
| 3.1.2 从相机坐标系到图像坐标系 |
| 3.1.3 世界坐标系到相机坐标系 |
| 3.2 图像系统标定 |
| 3.2.1 相机内部参数标定 |
| 3.2.2 相机外部参数标定 |
| 3.3 焊缝图像的处理 |
| 3.3.1 图像的灰度化 |
| 3.3.2 图像的滤波处理 |
| 3.4 焊缝的提取 |
| 3.4.1 图像边缘检测算法 |
| 3.4.2 Canny算法的改进 |
| 3.5 焊缝的后续处理 |
| 3.5.1 边缘剔除和连接 |
| 3.5.2 图像膨胀与细化 |
| 3.6 本章小结 |
| 4 定位跟踪控制算法研究与焊接质量评估 |
| 4.1 焊接起点的定位 |
| 4.2 坐标提取 |
| 4.3 焊接控制 |
| 4.4 焊接质量评估 |
| 4.5 本章小结 |
| 总结和展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文 |
（5）基于激光视觉的熔焊增材成形质量检测技术（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 焊缝成形质量检测的研究现状 |
| 1.3 焊缝跟踪的研究现状 |
| 1.4 论文主要研究内容及章节安排 |
| 2 激光视觉相关理论 |
| 2.1 激光特征提取 |
| 2.1.1 Steger中心线提取算法 |
| 2.1.2 LBP特征提取 |
| 2.2 工业三维粗糙度 |
| 2.3 相机标定原理 |
| 2.3.1 线性摄像机模型 |
| 2.3.2 非线性摄像机模型 |
| 2.3.3 相机平面标定法 |
| 2.4 焊缝检测网络模型 |
| 2.4.1 RCF网络 |
| 2.4.2 ResNet网络 |
| 2.5 本章小结 |
| 3 激光视觉系统方案 |
| 3.1 结构光线扫三维重建系统 |
| 3.2 手眼标定 |
| 3.3 线结构光效果评估 |
| 3.4 本章小结 |
| 4 动态纹理粗糙度算法 |
| 4.1 焊缝轮廓信息预处理 |
| 4.2 Tamura纹理粗糙度 |
| 4.3 动态纹理粗糙度算法 |
| 4.4 算法理论分析 |
| 4.5 粗糙度实验结果及分析 |
| 4.6 本章小结 |
| 5 焊缝跟踪特征提取 |
| 5.1 焊缝跟踪技术组成 |
| 5.2 基于神经网络的焊缝特征提取算法 |
| 5.3 焊缝跟踪实验结果分析 |
| 5.3.1 数据集处理方案及验证 |
| 5.3.2 焊缝跟踪特征提取实验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于机器视觉自动定位折弯机研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 选题依据 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 折弯机研究现状 |
| 1.2.2 机器视觉的研究现状及发展 |
| 1.2.3 机器视觉折弯机研究现状 |
| 1.3 研究内容 |
| 1.4 本章小结 |
| 第二章 机器视觉自动定位折弯机方案设计 |
| 2.1 折弯机技术要求 |
| 2.2 折弯机总体方案设计 |
| 2.2.1 折弯机方案选择 |
| 2.2.2 手眼标定方案选择 |
| 2.2.3 折弯机主要机构设计 |
| 2.3 折弯机机器视觉系统选型 |
| 2.3.1 工业相机选型 |
| 2.3.2 镜头选型 |
| 2.3.3 照明光源选型及方案设计 |
| 2.4 本章小结 |
| 第三章 基于机器视觉的薄板自动定位 |
| 3.1 图像预处理 |
| 3.1.1 图像采集 |
| 3.1.2 图像灰度化 |
| 3.1.3 图像滤波 |
| 3.1.4 图像二值化 |
| 3.1.5 图像形态学 |
| 3.2 薄板边缘特征提取 |
| 3.2.1 边缘提取算子简介 |
| 3.2.2 冰箱薄板边缘提取 |
| 3.3 边缘拟合算法 |
| 3.4 薄板自动定位 |
| 3.5 本章小结 |
| 第四章 机械臂手眼标定 |
| 4.1 机械手手眼标定 |
| 4.1.1 手眼标定模型 |
| 4.1.2 标定板运动空间 |
| 4.1.3 相机标定方法分析 |
| 4.1.4 相机标定实验 |
| 4.2 视觉系统手眼标定实验 |
| 4.3 本章小结 |
| 第五章 基于机器视觉折弯机样机搭建 |
| 5.1 基于机器视觉自动定位折弯机设计流程 |
| 5.1.1 折弯机总体装配 |
| 5.1.2 折弯机折弯功能模块 |
| 5.1.3 折弯机视觉功能模块 |
| 5.1.4 折弯机旋转功能模块 |
| 5.1.5 机械手定位功能模块 |
| 5.1.6 底座 |
| 5.2 视觉定位折弯样机的搭建 |
| 5.3 本章小结 |
| 第六章 视觉定位折弯机试验验证 |
| 6.1 冰箱薄板工艺 |
| 6.2 折弯机控制流程 |
| 6.3 试验验证 |
| 6.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附件 |
（7）飞机导管结构的三维图像重构技术及实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究的意义及项目来源 |
| 1.2.1 项目来源 |
| 1.2.2 研究的意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外导管测量方法研究现状 |
| 1.3.2 国内导管测量方法研究现状 |
| 1.3.3 机器视觉关键技术研究现状 |
| 1.4 主要研究工作和论文结构 |
| 2 基于机器视觉导管三维测量系统原理 |
| 2.1 测量方法分类 |
| 2.1.1 接触式测量方法 |
| 2.1.2 非接触式测量方法 |
| 2.2 基于视觉测量系统原理 |
| 2.2.1 相机成像模型 |
| 2.2.2 双目视觉基本原理 |
| 2.2.3 多目视觉测量系统 |
| 2.3 相机标定 |
| 2.4 技术路线 |
| 2.4.1 总体思路 |
| 2.4.2 关键实现技术 |
| 2.5 本章小结 |
| 3 导管三维重构及测量算法 |
| 3.1 导管图像预处理 |
| 3.1.1 导管图像影响因素分析 |
| 3.1.2 导管图像去高光算法 |
| 3.1.3 测量系统照明方法 |
| 3.1.4 导管图像细化 |
| 3.1.5 导管图像分割 |
| 3.2 算法简介 |
| 3.2.1 导管图像立体视觉匹配 |
| 3.3 导管中心线图像三维重构 |
| 3.3.1 重构三维曲线段 |
| 3.3.2 筛选三维曲线段 |
| 3.3.3 最优路径选择 |
| 3.3.4 三维曲线段拼接 |
| 3.4 导管中心线三维测量 |
| 3.4.1 导管中心线关键点位置拟合 |
| 3.4.2 三维曲线段拟合 |
| 3.5 数据测量 |
| 3.6 本章小结 |
| 4 多目视觉测量系统实验及测试 |
| 4.1 硬件平台系统 |
| 4.1.1 测量平台 |
| 4.1.2 摄像机组 |
| 4.1.3 控制机 |
| 4.2 软件界面设置 |
| 4.2.1 相机标定系统 |
| 4.2.2 图像处理 |
| 4.2.3 三维重构 |
| 4.2.4 数据测量 |
| 4.3 实验结果分析 |
| 4.3.1 三维模型结果分析 |
| 4.3.2 测量数据精度分析 |
| 4.4 本章小结 |
| 5 结论 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
（8）拖拉机传动箱端面销孔加工质量机器视觉测量与预警分析（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 符号列表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 机器视觉测量技术的研究现状 |
| 1.2.1 机器视觉技术 |
| 1.2.2 机器视觉技术在工业测量与检测领域的应用和研究现状 |
| 1.2.3 亚像素边缘检测算法的研究现状 |
| 1.3 零部件加工质量预警模型的研究现状 |
| 1.4 本文的主要研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 拖拉机传动箱端面销孔质量测量系统构建 |
| 2.1 传动箱端面销孔加工精度的测量原理 |
| 2.1.1 测量现场分析 |
| 2.1.2 测量装置方案设计 |
| 2.2 测量装置的硬件组成 |
| 2.2.1 工业相机选型 |
| 2.2.2 镜头选型 |
| 2.2.3 光源选型 |
| 2.2.4 棋盘格标准板 |
| 2.2.5 十字激光器及固定板 |
| 2.2.6 相机微调装置 |
| 2.2.7 景深 |
| 2.3 小结 |
| 3 基于改进Zernike矩的销孔图像边缘检测 |
| 3.1 相机标定与畸变矫正 |
| 3.1.1 理想相机成像模型 |
| 3.1.2 图像畸变矫正 |
| 3.1.3相机标定和畸变矫正实验 |
| 3.2 图像预处理 |
| 3.2.1 销孔图像的降噪处理 |
| 3.2.2 图像感兴趣区域提取 |
| 3.2.3 图像增强处理 |
| 3.2.4 图像二值化 |
| 3.2.5 图像边缘检测算法 |
| 3.3 特征提取 |
| 3.3.1 Hough变换 |
| 3.3.2 最小二乘拟合法 |
| 3.4 结构光中心线提取 |
| 3.4.1 基于改进方向模板法提取结构光中心线 |
| 3.4.2 基于十字激光线的测量装置的测量误差分析 |
| 3.5 基于改进Zernike矩的销孔图像亚像素边缘检测 |
| 3.5.1 亚像素检测原理 |
| 3.5.2 拟合法 |
| 3.5.3 插值法 |
| 3.5.4 Zenike矩 |
| 3.5.5 改进Zenike矩 |
| 3.5.6 试验分析与对比 |
| 3.6 小结 |
| 4 拖拉机传动箱销孔加工质量软件系统开发与试验验证 |
| 4.1 销孔加工质量测量软件系统开发与现场验证 |
| 4.1.1 软件系统设计 |
| 4.1.2 软件各区域功能 |
| 4.2 现场验证 |
| 4.3 小结 |
| 5 拖拉机传动箱销孔加工质量影响因素分析与预警 |
| 5.1 加工质量的影响因素分析 |
| 5.2 基于PSO和 LSSVM建立质量预警模型 |
| 5.2.1 最小二乘支持向量机 |
| 5.2.2 基于PSO的 LSSVM质量预警模型 |
| 5.3 试验验证 |
| 5.4 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
（9）基于图像识别的工程图仪表标注研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 概述 |
| 1.1 制冷系统概述 |
| 1.2 P&ID在空调冷冻系统中的作用 |
| 1.3 现有控制系统设计方式概述及不足 |
| 1.4 使用图像识别技术在制冷控制系统设计中的意义 |
| 1.5 本论文主要工作及成果 |
| 1.6 本论文主要结构 |
| 第二章 图像识别技术概述 |
| 2.1 图像识别的研究进展及种类 |
| 2.2 人工神经网络在图像识别中的应用和发展 |
| 2.2.1 神经元及感知器 |
| 2.2.2 神经网络的激活函数 |
| 2.2.3 多层神经网络 |
| 2.2.4 多层网络处理图像分类 |
| 2.3 卷积神经网络应用领域及网络结构 |
| 2.3.1 卷积层 |
| 2.3.2 池化层 |
| 2.3.3 全连接层 |
| 2.3.4 卷积神经网络结构 |
| 2.4 回归分析与梯度反向传播 |
| 2.4.1 梯度下降及回归分析 |
| 2.4.2 梯度的反向传播 |
| 2.5 经典卷积神经网络结构 |
| 2.6 本章小结 |
| 第三章 卷积神经网络应用于仪表标注的分析 |
| 3.1 PI&D图的特点及分析 |
| 3.2 仪表标注系统特点 |
| 3.3 仪表标注系统要求 |
| 3.4 卷积神经网络应用于工程图识别的优势 |
| 3.5 本章小结 |
| 第四章 系统设计及构建 |
| 4.1 系统设计与分析 |
| 4.1.1 训练样本的获取及数据增强 |
| 4.1.2 识别网络的设计与训练 |
| 4.1.3 图像检测模块设计 |
| 4.1.4 改进 |
| 4.2 系统构建 |
| 4.2.1 卷积神经网络的组建工具 |
| 4.2.2 网络数据结构 |
| 4.2.3 系统构建步骤及代码 |
| 4.3 本章小结 |
| 第五章 实验及对比 |
| 5.1实验 |
| 5.1.1分类网络实验 |
| 5.1.2仪表检测及识别实验 |
| 5.2 创新及意义 |
| 5.3 改进 |
| 5.4 本章小结 |
| 第六章 总结 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（10）隔水管试压装置关键控制技术研究及系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.2 研究内容、技术路线及创新点 |
| 1.2.1 主要内容 |
| 1.2.2 技术路线 |
| 1.2.3 主要创新点 |
| 第2章 国内外研究现状及进展 |
| 2.1 隔水管系统简介 |
| 2.2 隔水管制造技术发展现状 |
| 2.3 深水隔水管试验技术发展现状 |
| 2.3.1 隔水管室内试验研究现状 |
| 2.3.2 隔水管实体试验研究现状 |
| 2.4 自动对位关键技术发展现状 |
| 2.4.1 自动对位技术国内外研究现状 |
| 2.4.2 计算机视觉对位研究现状 |
| 2.4.3 双目立体视觉 |
| 2.4.4 模板匹配 |
| 2.5 小结 |
| 第3章 隔水管试压封堵装置机构设计及控制特征分析 |
| 3.1 隔水管试压封堵装置机构设计 |
| 3.1.1 试压封堵机构特点分析 |
| 3.1.2 试压封堵装置机构设计 |
| 3.2 卡箍-封堵连接结构强度设计 |
| 3.2.1 有限元几何模型建立 |
| 3.2.2 有限元力学仿真计算 |
| 3.2.3 仿真结果分析 |
| 3.3 卡箍结构优化设计 |
| 3.3.1 卡箍优化设计有限元分析 |
| 3.3.2 优化设计结果 |
| 3.4 对位检测及控制特征分析 |
| 3.5 小结 |
| 第4章 基于视觉技术的隔水管试压封堵装置的对位检测技术研究 |
| 4.1 视觉自动对位检测系统设计 |
| 4.1.1 对位检测方案设计 |
| 4.1.2 硬件平台设计 |
| 4.1.3 软件平台及检测步骤设计 |
| 4.2 基于双目视觉的端面平行度检测技术研究 |
| 4.2.1 相机标定模型建立 |
| 4.2.2 圆形及平面对准检测模型建立 |
| 4.2.3 实验验证 |
| 4.3 基于模板匹配的位姿检测技术研究 |
| 4.3.1 模板匹配原理 |
| 4.3.2 移动偏差的定义 |
| 4.3.3 实验验证 |
| 4.4 小结 |
| 第5章 基于模糊PID技术的隔水管封堵装置自动对位控制技术研究 |
| 5.1 坐标系定义 |
| 5.2 PID控制原理 |
| 5.3 模糊控制原理 |
| 5.4 模糊PID控制器设计 |
| 5.4.1 模糊PID控制器原理 |
| 5.4.2 姿态调节的模糊解耦 |
| 5.4.3 自动对位模糊PID控制器设计 |
| 5.5 仿真结果 |
| 5.5.1 位置偏差控制 |
| 5.5.2 角度偏差控制 |
| 5.6 小结 |
| 第6章 隔水管试压封堵装置研制及实验研究 |
| 6.1 硬件系统研制 |
| 6.2 试压操作规程编制 |
| 6.3 试压封堵装置功能试验及结果分析 |
| 6.3.1 试验流程 |
| 6.3.2 试验结果分析 |
| 6.4 整机联调试验及结果分析 |
| 6.5 小结 |
| 第7章 结论与进一步研究工作 |
| 7.1 结论 |
| 7.2 进一步研究工作 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文及科研成果 |
四、基于机器视觉的二维图纸线条跟踪系统的研究（论文参考文献）
- [1]机器视觉服装样片特征数据采集系统研究[D]. 高鹏. 天津科技大学, 2020(08)
- [2]基于三维点云的室内工程施工进度跟踪研究[D]. 朱思雨. 华中科技大学, 2020(01)
- [3]基于机器视觉的金属基板尺寸快速精密测量技术[D]. 赵紫光. 深圳大学, 2020(10)
- [4]基于机器视觉的不锈钢箱体的焊缝识别与跟踪研究[D]. 刘端飞. 青岛科技大学, 2019(01)
- [5]基于激光视觉的熔焊增材成形质量检测技术[D]. 彭冲冲. 南京理工大学, 2020(01)
- [6]基于机器视觉自动定位折弯机研究[D]. 陈鹏. 华南理工大学, 2019(06)
- [7]飞机导管结构的三维图像重构技术及实现[D]. 钟镇洪. 五邑大学, 2019(01)
- [8]拖拉机传动箱端面销孔加工质量机器视觉测量与预警分析[D]. 李瑛. 浙江大学, 2019(02)
- [9]基于图像识别的工程图仪表标注研究[D]. 王恩日. 上海交通大学, 2019(06)
- [10]隔水管试压装置关键控制技术研究及系统研制[D]. 张志东. 西南石油大学, 2018(06)