导读:本文包含了机器视觉测量论文开题报告文献综述及选题提纲参考文献，主要关键词:机器视觉,非接触性测量,平面度,Matlab
机器视觉测量论文文献综述
何永康,侯跃谦[1]（2019）在《基于多种平面度测量方法机器视觉的优势》一文中研究指出目前机器视觉的广泛使用,给人们的生活带来了极大的便利,随着科学技术的快速发展机器视觉发挥了举足轻重的作用。机器视觉融合了图像处理技术,机构光提取以及叁维重建技术等。机器视觉作为非接触性测量的方式之一,通过对摄像机标定,结构光标定等前期准备工作。后期通过边缘检测图像特征信息提取,通过空间几何变换以及线性优化拟合。利用Matlab软件进行仿真,从而获得被测平面相对于理想平面的平面度。(本文来源于《内燃机与配件》期刊2019年21期）
董绵绵,吕志刚,张应[2]（2019）在《基于机器视觉的车辆轮廓尺寸测量装置》一文中研究指出该文主要研究基于计算机视觉理论的应用系统的实现方法,根据生产实际选择双目视觉及单目视觉技术相结合的传感器模型,进行适于车辆外轮廓测量方法。在Tiny-4412系统平台上,通过多传感器数据采集及其它附属硬件设施,实现硬件系统设计。将计算机视觉理论与实际的检测任务结合起来,完成测控软件模块划分,包括外部控制模块、图像的采集及处理模块、系统标定模块、叁维尺寸测量模块、数据统计和精度分析模块、异常处理与帮助模块,并完成程序主控流程设计。(本文来源于《自动化与仪表》期刊2019年10期）
李爱娟,王希波,慈勤蓬[3]（2019）在《基于机器视觉的轮胎花纹深度测量方法研究》一文中研究指出轮胎花纹深度对行驶车辆的制动性能有重要影响。为快速、准确地测量出轮胎花纹的深度,提出了一种基于机器视觉的轮胎花纹深度自动测量方法。该方法首先由摄像机获取行驶车辆的轮胎花纹结构光图像;然后对获取的图像进行图像处理,得到轮胎外廓形状的坐标;最后通过花纹识别算法,自动判断轮胎外廓曲线上沟槽的位置和花纹个数,依次测量每个沟槽的深度,以实现轮胎花纹的自动识别与深度测量。将该方法在轮胎花纹深度测量系统上进行了试验。试验结果表明:提出的测量方法能够自动识别花纹的个数,并能够准确测量出轮胎花纹的深度,测量的绝对误差小于0.2 mm,可以满足轮胎花纹测试的要求。(本文来源于《自动化仪表》期刊2019年10期）
刘浩南,张辉,吴成中,王耀南[4]（2019）在《基于机器视觉的口杯酒瓶盖旋转角度测量方法》一文中研究指出针对口杯酒瓶盖对激光打码角度的特殊要求,研究一种口杯酒瓶盖旋转角度测量方法,该方法提出使用几何法与模板匹配法两种方法测量口杯酒拉环及中心文字与水平线的角度。其中,几何法通过连通域搜索和计算重心,定位圆环感兴趣区域,基于圆环被拉环切割部分的特征,得到凹凸方向的特征加强区域,有效计算出口杯酒瓶盖拉环与水平线之间的角度。模板匹配法通过分析在理想情况下口杯酒的文字字样,得到文字字样轮廓,平滑轮廓,并以此作为匹配时的形状模型。匹配过程中,对新图像查找形状模型,得出口杯酒中心文字与水平线的角度。该测量方法高速、准确、稳定,满足高速生产线的实时在线检测需求,解决了现有的口杯酒瓶盖激光打码的问题。(本文来源于《测控技术》期刊2019年10期）
买尔孜燕古丽·阿不都拉,冯向萍[5]（2019）在《基于机器视觉的非接触式马体尺测量方法》一文中研究指出目前马体尺测量方法是直接接触测量,此方法不仅耗费大量的人力、财力,而且操作步骤繁琐。本文首先总结归纳测量马体体尺的方法,其次对这些年来已有的畜牧体尺测量方法进行综述,阐述马体体尺测量方法的主要内容,并对马体体尺测量方法进行展望。本文对10匹不同年龄的雌性马图像进行灰度化、去噪、阈值化分割、提取轮廓等图像预处理,进行图像角点检测,标识出轮廓边缘的所有交点,再利用像素遍历识别出马体的关键点,如肩甲点、前脚点、胸骨前缘点、臀部点、臀部最高点等;同时运用海伦秦九韶公式和几何关系计算方法,计算出马体的体高、体长等数据。通过运用此方法测量得出,马体体长平均相对误差为3.97%,马体体高平均相对误差为4.45%。此方法为马体体尺研究者提供了科学的研究依据。(本文来源于《计算机与现代化》期刊2019年10期）
杨延竹,路敉,韩阜益[6]（2019）在《基于机器视觉的冲压件感兴趣区域尺寸测量》一文中研究指出针对生产线上对冲压件尺寸的高精度测量要求,利用机器视觉技术,设计了对冲压件中感兴趣区域(ROI)尺寸的在线测量系统,实现了自动化在线尺寸测量。设计ROI提取算法,主要提取两条直线分别与半圆弧相切的特殊几何特征。通过最小二乘法和最小平方中值法,对提取的几何特征进行精确拟合。利用量块对系统进行标定,通过标定测量出工件实际尺寸。实验结果表明,这里算法能精确地测量出冲压件的ROI尺寸,达到精度要求,能够满足实际生产的需要。(本文来源于《机械设计与制造》期刊2019年10期）
许金星[7]（2019）在《机器视觉的液压支架姿态角度测量系统设计》一文中研究指出介绍了液压支架的各种姿态以及造成液压支架姿态变化的原因,设计了基于机器视觉的液压支架姿态角度测量系统的硬件结构,分析了测量系统软件中各模块的运行流程,并设计了10组实验测量液压支架的航向角、横向角和俯仰角,通过对比实验结果与设定值,验证了该测量系统的准确性和可靠性。(本文来源于《煤矿机械》期刊2019年09期）
刘凯,陈绪兵,毛金城,周瑞丰[8]（2019）在《基于机器视觉的电动机转轴轴承安装部位外径对比测量》一文中研究指出针对电动机转轴轴承位外径尺寸的检测,提出了一种基于机器视觉的对比测量方法。首先,使用2个CCD相机在相同条件下采集标准轴和待测轴轴承位左、右边缘图像;然后,对各图像进行滤波及二值化,使用高斯差分(DoG)进行边缘提取,并采用最小二乘法拟合得到各边缘的直线方程,通过直线方程对比计算出待测轴与标准轴的左、右边缘差距;最后,经过相机标定得到实际尺寸,间接求出待测轴的外径尺寸。与气动测量仪测量结果的对比表明,该方法能够实现较高精度的轴承外径尺寸测量。(本文来源于《轴承》期刊2019年09期）
何越磊,余佳磊,陈猛,龚佩毅,汤友福[9]（2019）在《基于机器视觉测量技术的地铁站台限界检测仪设计》一文中研究指出为确保运营期间地铁车辆运行、停靠与旅客乘降的安全,需要定期对地铁站台限界进行检测。目前使用较多的接触式检测存在检测效率低,人为影响因素较大等缺点。基于机器视觉技术研究了一种非接触式站台限界检测仪。采用叁角测量原理,提出基于基准点匹配的标定方法,解决近景斜角大范围摄影测量问题。通过现场测试数据分析,检测仪满足了地铁站台限界侵限检测需求。(本文来源于《城市轨道交通研究》期刊2019年08期）
顾壹,蒋书波,缪小冬[10]（2019）在《基于机器视觉测量技术的城市轨道交通车辆门锁安全监测方法》一文中研究指出针对城市轨道交通车辆车门中的丝杆锁闭装置长期受到往复冲击和磨损而传统方法难以有效监测的问题,提出了一种基于机器视觉测量技术的监测方法。在机械旋转机构上进行标记,采用圆点标记和直线段标记,分别对圆点和线段进行检测,计算出旋转偏离角度值;对摄像头采集到的轨道车门锁旋转机构图片,通过离散余弦法进行图像预处理,利用阈值分割进行图像二值化,然后对特征标记进行捕获,从而获得角度信息;采用数据统计分析方法,进行门锁安全的判断和预测。试验结果表明,圆点标记比线段标记更易检测,角度值更加精确。(本文来源于《城市轨道交通研究》期刊2019年08期）
机器视觉测量论文开题报告
（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：
该文主要研究基于计算机视觉理论的应用系统的实现方法,根据生产实际选择双目视觉及单目视觉技术相结合的传感器模型,进行适于车辆外轮廓测量方法。在Tiny-4412系统平台上,通过多传感器数据采集及其它附属硬件设施,实现硬件系统设计。将计算机视觉理论与实际的检测任务结合起来,完成测控软件模块划分,包括外部控制模块、图像的采集及处理模块、系统标定模块、叁维尺寸测量模块、数据统计和精度分析模块、异常处理与帮助模块,并完成程序主控流程设计。
（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。
机器视觉测量论文参考文献
[1].何永康,侯跃谦.基于多种平面度测量方法机器视觉的优势[J].内燃机与配件.2019
[2].董绵绵,吕志刚,张应.基于机器视觉的车辆轮廓尺寸测量装置[J].自动化与仪表.2019
[3].李爱娟,王希波,慈勤蓬.基于机器视觉的轮胎花纹深度测量方法研究[J].自动化仪表.2019
[4].刘浩南,张辉,吴成中,王耀南.基于机器视觉的口杯酒瓶盖旋转角度测量方法[J].测控技术.2019
[5].买尔孜燕古丽·阿不都拉,冯向萍.基于机器视觉的非接触式马体尺测量方法[J].计算机与现代化.2019
[6].杨延竹,路敉,韩阜益.基于机器视觉的冲压件感兴趣区域尺寸测量[J].机械设计与制造.2019
[7].许金星.机器视觉的液压支架姿态角度测量系统设计[J].煤矿机械.2019
[8].刘凯,陈绪兵,毛金城,周瑞丰.基于机器视觉的电动机转轴轴承安装部位外径对比测量[J].轴承.2019
[9].何越磊,余佳磊,陈猛,龚佩毅,汤友福.基于机器视觉测量技术的地铁站台限界检测仪设计[J].城市轨道交通研究.2019
[10].顾壹,蒋书波,缪小冬.基于机器视觉测量技术的城市轨道交通车辆门锁安全监测方法[J].城市轨道交通研究.2019