基于机器视觉的工件尺寸测量方法研究开题报告

1. 研究目的与意义

研究背景：近年来，电子科技正不断发展并取得多项可行研究成果，人民生活水平不断提高，经济社会取得长远发展。在人工智能技术的引领下，立体显示图像技术迅猛发展，因此，立体显示图像的质量也受到越来越多人的关注。现如今，我国工业大规模发展，人们对于制造工艺的要求也不断提高，基于机器视觉对工件尺寸进行精密测量，不但能解放人力，而且也提高了制造精确度以及制造效率。

机器视觉是计算机学科的一个分支，已有20多年的发展历史，机器视觉的发展随着工业自动化的发展不断推进与改革。机器视觉由图像处理技术衍生而来并趋向集成化，由单一的应用产品转为软硬件产品。机器视觉是人工智能的基础设施层，为人工智能产品的生产改革奠定基础，使各行各业的智能化精确化程度不断提高。目前，国际机器视觉的发展已经趋于成熟，为我国机器视觉的发展提供了广阔市场以及有力的技术支持，为我国机器视觉的发展注入澎湃动力。

机器视觉为我国安防，交通，金融，消费电子等方面提供机遇与挑战，政府也计划推进该技术与相关制造业发展，但由于我国机器视觉起步较晚，技术掌握能力不足，应用范围较为狭窄，技术人才缺乏，机器视觉的发展之路还有很长的路要走，我国科研工作者仍需要不断研究探索下去。

2. 研究内容和预期目标

研究内容：机器视觉是利用计算机对图像或视频进行处理，实现对二维或三维场景的识别、检测、感知和理解。目前，机器视觉已经广泛用于工业测量领域。本题目要求研究基于机器视觉的工件尺寸非接触测量，对影响测量精度和速度的因素进行深入研究。

预期目标：本课题目的是完成基于机器视觉的工件尺寸测量的总体设计。完成硬件搭建、图像处理和编程。基于机器视觉硬件系统完成图像的采集、传输、处理、分析等过程。

3. 研究的方法与步骤

1．研究方法：

（1）利用matlab和硬件设计对工件进行图像处理与尺寸测量。

（2）参考各类文献，改革创新。

4. 参考文献

[1] zhang z. a flexible new technique for cameracalibration [j] ieee transactions on pattern analysis machineintelligence, 2000, 22(11): 1330-1334.

[2] l. itti, c. koch, and e. niebur. a model ofsaliency-based visual attention for rapid scene analysis [j] ieee trans.pattern anal. mach. intell., 1998, 20(11): 1254-1259.

[3] x. hou and l. zhang. saliency detection: a spectralresidual approach [c]. proc. conf. ieee comput. vis. pattern recognit., 2007, 1-8.

5. 计划与进度安排

（1）1月9日至3月2日(1周前)：根据任务书，明确设计的内容和目的，查阅相关文献材料准备开题报告。

（2）3月3日至3月9日（2周）：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报告。

（3）3月10日至4月5日（3-6周）：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。