一、基于虚拟仪器的计算机视觉系统的研究（论文文献综述）
左超,陈钱[1]（2022）在《计算光学成像：何来，何处，何去，何从？》文中提出计算光学成像是一种通过联合优化光学系统和信号处理以实现特定成像功能与特性的新兴研究领域。它并不是光学成像和数字图像处理的简单补充，而是前端（物理域）的光学调控与后端（数字域）信息处理的有机结合，通过对照明、成像系统进行光学编码与数学建模，以计算重构的方式获取图像与信息。这种新型的成像方式将有望突破传统光学成像技术对光学系统以及探测器制造工艺、工作条件、功耗成本等因素的限制，使其在功能（相位、光谱、偏振、光场、相干度、折射率、三维形貌、景深延拓，模糊复原，数字重聚焦，改变观测视角）、性能（空间分辨、时间分辨、光谱分辨、信息维度与探测灵敏度）、可靠性、可维护性等方面获得显着提高。现阶段，计算光学成像已发展为一门集几何光学、信息光学、计算光学、现代信号处理等理论于一体的新兴交叉技术研究领域，成为光学成像领域的国际研究重点和热点，代表了先进光学成像技术的未来发展方向。国内外众多高校与科研院所投身其中，使该领域全面进入了“百花齐放，百家争鸣”的繁荣发展局面。作为本期《红外与激光工程》——南京理工大学专刊“计算光学成像技术”专栏的首篇论文，本文概括性地综述了计算光学成像领域的历史沿革、发展现状、并展望其未来发展方向与所依赖的核心赋能技术，以求抛砖引玉。
于浩[2]（2020）在《基于Qt的增强现实可视化仪表界面设计》文中研究表明数字化工厂需要大量的显示界面用以显示数字信息,当前仪表盘、数码管、LED显示屏等物理的显示界面广泛应用于工厂,然而,这些以设备为中心的显示界面增加了数字化工厂的成本和集成复杂度。为了替代仪表盘、数码管、LED显示屏等传统显示界面,实现以人为中心的仪表界面显示,本文提出并设计了基于Qt的增强现实可视化仪表界面系统。该系统在Qt环境下开发,集成了图像处理识别工具Open CV和图形应用工具Open GL,集二维码扫描识别、数据接收分析、数据可视化等功能于一体。系统利用平板电脑扫描并识别QR二维码信息,利用以太网TCP/IP协议向服务器发送请求,获取对应的数据信息,然后通过仪表界面实时显示数据,并利用AR技术将仪表界面叠加到真实环境中,实现增强现实注册。本文的主要研究内容如下:（1）研究了QR二维码扫描识别的方法,设计了QR二维码识别流程,通过平板电脑采集图像信息,利用Open CV对图像进行灰度化、滤波降噪、二值化等图形处理,利用边缘检测法对QR二维码图像定位,使用仿射变换、透视变换等对QR二维码进行图像校正,最后解译出QR二维码信息。（2）利用Qt开发环境,设计了可视化仪表库,包括圆盘指针仪表界面、饼图仪表界面、折线仪表界面、波形图仪表界面等。（3）提出了基于QR二维码的增强现实注册方法,通过相机标定计算出相机的内参和外参矩阵,通过对二维码识别和定位,把可视化仪表界面注册到QR二维码图像上,实现了增强现实注册。该增强现实可视化仪表界面系统改变了过去以设备为中心的仪表界面,实现了以人为中心的界面,具有柔性高、移动性强等优点。本课题设计的基于Qt的增强现实可视化仪表界面系统,在数字化工厂中可以更加直观方便的显示数据,对提高工厂的工作效率和优化工厂的工作计划都有重要意义。
冯佳玲[3]（2020）在《基于计算机视觉的面瘫动态评估与镜像康复的方法研究》文中认为面瘫又叫面神经损伤,面容的改变会给患者带来心理焦虑和生理疼痛,严重影响患者的正常人际交往与生活。及时有效地评估治疗与康复训练,有助于面瘫患者尽早康复,恢复正常人的生活质量。本课题调研发现关于面瘫评估的大多数研究是基于面部局部或整体特征进行的。目前的面部特征点检测模型使用正常人面部人脸图像数据进行训练,而面瘫会导致患者面容怪异、口角歪斜,所以使用主流的特征提取模型会出现较大误差。面瘫后面肌运动内在反馈的不足将会影响大脑接收相关面部运动信息,导致面神经功能退化,除了临床治疗之外,需要进行必要的康复训练。本研究结合了计算机视觉技术与三维人脸重建技术,相比于镜像康复法与肌电反馈康复法,反馈更加强烈,有助于提高患者的康复训练效果。因此本课题的主要研究内容包括两个方面:（1）面瘫评估:首先利用面瘫患者的脸部图像数据,训练得到了适用于面瘫人脸检测与面部特征点检测的模型。基于面部特征点检测模型的高鲁棒性,本研究创新性地提出了面部区域量化指标,有助于详细地观察面瘫患者在一系列表情动作状态下的面部运动功能,实现对面神经损伤程度的客观动态评价。（2）面瘫镜像康复训练:首先使用深度摄像头获取一系列表情动作时的面部深度信息与特征点信息,通过特征点拟合进行虚拟人脸的形状建模。为了增加虚拟人脸的真实感,还需要进行人脸纹理信息的扫描、匹配和贴图。之后将真实人脸与虚拟人脸通过特征点绑定实现表情的同步性,为面瘫患者提供镜像反馈,减轻患者的厌恶烦躁情绪,记录患者病情的恢复过程,评价面瘫的康复治疗效果。
徐嘉贞[4]（2020）在《3D打印技术在校园的应用》文中进行了进一步梳理在第三次科技革命的推动下,3D打印技术越发成熟,将3D打印技术应用于校园课堂,对学生的创新能力、问题解决能力和批判性思维都有着较好的培养。本文以3D打印为切入点,介绍3D打印进校园的需求,分析3D打印进校园可能存在的问题,为教育创新提供一个全新的视角。
王晶[5]（2019）在《基于虚拟仪器的单目视觉测量系统关键技术研究》文中指出在航空航天、核能发电、石油储运等装备的生产制造过程中,由于大型构件结构复杂、测量环境多变,所需的算法功能复杂多样,现有的视觉测量系统难以满足大型构件复杂的视觉测量需求。现有的基于虚拟仪器的单目视觉测量系统能够实现基本的测量任务,但没有针对大型构件视觉测量复杂任务需求构建的系统体系结构;基于虚拟仪器的视觉测量系统软件大多采用LabVIEW自带的视觉工具包进行图像采集与处理,系统功能单一,不能满足大型构件视觉测量系统功能扩展性、数据开放性的需求。因此,针对复杂环境下的大型构件三维几何参量精密测量任务,集成一套体系结构合理完善、能够满足功能扩展性和数据开放性需求的视觉测量系统,具有重要意义。在详细分析大型构件视觉测量需求的基础上,结合具有灵活性、扩展性和开放性优点的虚拟仪器技术,集成了一套基于虚拟仪器的单目视觉测量系统;给出了系统模块化体系结构,在此基础上给出了系统硬件和软件集成方法;完成了摄像机标定,并对系统的标定结果进行了误差及不确定度分析,确定了用于标定的最优图像数量;采用COM组件技术和XML技术设计了统一的算法接口和数据接口,为系统功能扩展性和数据开放性提供了技术支撑;完成了系统硬件选型、集成和软件开发,实现了基于虚拟仪器的单目视觉测量系统集成。实验及测试结果表明,摄像机标定结果受到标定图像数量的影响,用于标定的最优图像数量为10幅,此时标定误差及不确定度趋于稳定;所集成基于虚拟仪器的单目视觉测量系统能够实现摄像机标定与图像采集、图像预处理、目标识别与位姿估计等功能,系统功能完整且具有功能扩展性和数据开放性,能够满足大型构件视觉测量应用的系统需求。
邱均平,刘宁[6]（2016）在《基于知识网络的计算机科学领域发展分析》文中研究说明[目的/意义]计算机科学领域快速发展,如何系统全面f地掌握学科领域发展热点已成为重要研究课题。[方法/过程]基于知识网络理论,以计算机学科科学文献为数据源,利用高频关键词和共词分析法,对分析结果进行分类、比较,构建科学知识网络。[结果/结论]结论表明,计算机学科整体呈交叉融合之势,现已形成以虚拟现实为中心以计算机视觉、计算机仿真、计算机辅助设计等为导向的主要学科发展脉络。
李鹏[7]（2013）在《基于虚拟仪器的淡水鱼在线品质分级系统研究》文中进行了进一步梳理大小及新鲜度是淡水鱼品质评价的重要指标。现阶段的评价多采用人工检测主观性强,效率低。因此研究淡水鱼大小和新鲜度的评价方法并建立一种无损、高效的淡水鱼的品质检测分级系统对淡水鱼产业化发展具有重要科学意义。本文基于虚拟仪器并结合近红外光谱仪、称重传感器以及DAQ数据采集卡,构建了淡水鱼在线品质分级系统,完成了淡水鱼大小及新鲜度检测系统的设计,进行了淡水鱼大小和新鲜度检测方法研究,实现了淡水鱼品质的在线检测与分级。主要研究结论如下：1)设计了拆装简易的机械结构,便于系统中传感器、输送装置、检测设备、控制系统等安装、固定与检修,增强了系统的扩展性和可维护性。2)采用混合式两相步进电机驱动实现分级系统的运动模块功能,利用超低功耗单片机设计了步进电机控制器。该模块可以控制淡水鱼品质分级系统中运动部分的启动、停止、加速、减速等一系列操作,并且能与上位机进行通讯,可以通过上位机或单片机控制分级线的运转,确保后续重量检测模块、光谱采集模块和品质分级模块的正常工作。3)在软件系统中设计了可以实现淡水鱼光谱便捷采集的光谱采集模块,其中添加了非线性校正、消除暗电流、平均光谱和平滑窗等功能。经过采集模块中的非线性校正及暗电流校正可以降低微型光谱仪内部光电检测器阵列的非线性及暗电流信息对光谱数据的影响；对光谱数据进行均值处理,可以降低光谱数据中奇异点的干扰；光谱数据经过光谱采集模块的平滑窗函数处理,可以进一步降低噪声干扰；同时,软件中光谱数据采集系统设计了实时保存模块,可以将光谱数据保存并在其他平台进行分析与处理。4)设计了在线重量采集模块,有效提高了重量检测精度。重量采集模块采集到的重量信息经过差分放大,具有高输入阻抗、低偏置电压、低温漂、高共模抑制比等特点；采用均值平滑处理,在单位时间内只输出一次重量值,降低了系统的数据运算压力,同时提高了测量精度；添加了手动校准,可以对称重传感器的线性度进行修正；重量采集模快能够对重量数据进行实时保存。5)在线检测分级软件中的品质分级模块可以实现对淡水鱼品质的在线分级,采用淡水鱼信息同步算法,实时跟踪淡水鱼的品质信息,当经检测后确定等级的淡水鱼到达相应的分级执行机构时,分级机构动作,完成淡水鱼的分级。品质分级模块中优化的同步跟踪算法,可以简化分级过程,降低分级成本,具有良好的扩展性和适用性。6)开展了基于虚拟仪器品质在线分级检测平台的淡水鱼重量检测试验研究。试验以60条鱼为样本,在150mm/s的运动速度下,试验测量值与真实值之间的相关系数达到0.9998,最大绝对误差为1.04%；连续进行5次随机试验,大小分级系统的分级准确率都达到了100%。7)开展了基于虚拟仪器的淡水鱼品质在线品质分级平台的淡水鱼新鲜度检测试验研究。分别采用随机法（RS）、Kennard-Stone法（KS）、双向法（Duplex）、光谱-理化值共生矩阵法（SPXY）对光谱数据分别进行样本集划分,并对建模结果进行比较,确定KS法为最佳样本划分方法；分别采用SVNDA、KNN和PLSDA建模方法建立基于动态近红外光谱数据的淡水鱼新鲜度检测模型,并比较了不同建模方法的结果,确定SVMDA及PLSDA为较优的建模方法；分别采用SPA及CARS方法提取特征波段,建立优化模型,最终确定SPA的特征变量选择方法及SVMDA建模方法的组合为最佳方案。验证模型效果时,选择的输送线速度为20mm/s,连续进行4次随机试验,采集优化模型中提取的10个光谱数据变量,对鲫鱼的新鲜度进行预测,识别准确率最高为97.5%。
张芳[8]（2013）在《基于计算机视觉的农作物病害检测系统的研究》文中进行了进一步梳理农作物病害是制约农业发展的主要因素之一，准确、高效地识别病害对于保证农作物的正常生长具有重要的意义。计算机视觉技术对加速农业现代化建设、提高生产效率影响深远。本文以农作物病害类别的检测与识别为对象，研究计算机视觉技术在该领域的应用问题。考虑到实际的应用需求，对图像来源不加限制或要求，用户可采用多种方式采集并上传农作物图像，检测系统能够自动识别和处理。研究了病斑图像的分割算法。采用基于HSI颜色模型的算法实现农作物叶部病斑图像的分割，利用颜色信息实现病斑和叶片的分离，根据亮度信息消除图像中背景信息的干扰。研究了病斑图像的特征提取算法。通过提取病斑边界，计算病斑的形状特征参数；利用彩色空间模型，计算病斑的颜色特征参数；采用灰度共生矩阵，计算病斑的纹理特征参数。利用LabVIEW及其IMAQ Vision图像处理模块，设计并开发了检测系统软件平台，具备图像采集与显示、预处理、特征识别、数据管理及网络通信等功能，界面友好，操作简单。仿真结果表明，本文所提出的算法实现简单，处理速度较快。本系统可以实现对农作物病害的非接触式检测，具备一定的应用前景。
文家昌[9]（2012）在《基于LabVIEW机器视觉的产品检测平台设计与应用》文中认为机器视觉是用机器代替人眼来做测量和判断的技术，广泛地应用于工况监视、产品检验、医疗卫生、金相分析、交通管理等各领域。机器视觉系统的优点是可以提高生产的柔性和自动化程度，大批量工业生产过程中用机器视觉检测方法可以大大提高检测质量和效率，并且可以快速获取大量信息，能够自动处理，易于实现设计信息与加工控制信息的集成。目前大多数的机器视觉系统在图像采集卡和工控机等硬件上，以专门的CPU或高速DSP芯片为核心，且采用专门设计的电路；在软件上以固化的人机交互界面为主，不支持二次开发，底层采用汇编或C语言等编程，需要编写大量的复杂算法，使得系统研发难度大，周期长、成本高。本课题分析了当前机器视觉技术在国内外研究及应用状况，概述机器视觉和虚拟仪器技术各自的特点，研究两者相互结合的实用性，选择National Instruments公司开发的LabVIEW程序和图像采集卡作为软硬件开发环境，调用视觉开发模块IMAQ Vision丰富的专业化控件和函数库，设计可检验机电、轻纺产品相关指标的综合产品检测平台，并实现集图像采集、机器视觉检测、决策判断及I/O控制于一体的机器视觉产品检测平台的应用。具体地说，本论文所做的主要研究工作如下：1．机器视觉的分类、特点与应用；2．虚拟仪器技术与LabVIEW；3．基于LabVIEW机器视觉的检测平台总体设计；4．产品检测平台的应用软件设计与评价。
吕国皎,唐婷[10]（2011）在《虚拟仪器在数字图像视觉系统中的应用》文中提出传统计算机视觉系统一般由软硬件系统设计等步骤完成,其中硬件设计、驱动开发以及VB进行应用程序的编写会花费大量的时间。利用虚拟仪器的视觉与运动系统可以方便地进行计算机视觉系统的设计,并快速进行数字图像处理,大大缩短设备仪器开发时间。
二、基于虚拟仪器的计算机视觉系统的研究（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、基于虚拟仪器的计算机视觉系统的研究（论文提纲范文）
（1）计算光学成像：何来，何处，何去，何从？（论文提纲范文）
| 0 引言 |
| 1 计算光学成像：何来？ |
| 1.1 成像系统的雏形 |
| 1.2 光学成像系统的诞生——金属光化学摄影 |
| 1.3 第一次成像革命——感光版光化学摄影 |
| 1.4 第二次成像革命——胶卷光化学摄影 |
| 1.5 第三次成像革命——数码相机 |
| 1.6 第四次成像革命——计算成像?! |
| 2 计算光学成像：何处？ |
| 2.1 功能提升 |
| 2.1.1 相位成像 |
| 2.1.2 光谱成像 |
| 2.1.3 偏振成像 |
| 2.1.4 三维成像 |
| 2.1.5 光场成像 |
| 2.1.6 断层(体)成像 |
| 2.1.7 相干测量 |
| 2.2 性能提升 |
| 2.2.1 空间分辨 |
| 2.2.2 时间分辨 |
| 2.2.3 灵敏度 |
| 2.2.4 信息通量 |
| 2.3 成像系统简化与智能化 |
| 2.3.1 单像素成像 |
| 2.3.2 无透镜成像 |
| 2.3.3 自适应光学 |
| 2.3.4 散射介质成像 |
| 2.3.5 非视域成像 |
| 2.3.6 基于场景校正 |
| 3 计算光学成像：何去？ |
| 3.1 优势 |
| 3.1.1“物理域”和“计算域”的协同 |
| 3.1.2 潜在的“通用理论框架” |
| 3.2 弱点 |
| 3.2.1 成本与代价 |
| 3.2.2 数学模型≈甚至于≠物理过程 |
| 3.2.3 定制化vs标准化 |
| 3.2.4 技术优势vs市场需求 |
| 3.3 机会 |
| 3.3.1 科学仪器 |
| 3.3.2 商业工业 |
| 3.3.3 国防安全 |
| 3.4 威胁 |
| 4 计算光学成像：何从？ |
| 4.1 新型光学器件与光场调控机制 |
| 4.2 高性能图像传感器的发展 |
| 4.3 新兴的数学与算法工具 |
| 4.4 计算性能的提升 |
| 4.4.1 专用芯片 |
| 4.4.2 新材料和新器件 |
| 4.4.3 云计算 |
| 4.4.4 光计算 |
| 4.4.5 量子计算 |
| 4.5 人工智能 |
| 5 结论与展望 |
（2）基于Qt的增强现实可视化仪表界面设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 仪器仪表界面国内外现状 |
| 1.2.2 二维码识别国内外现状 |
| 1.3 存在的问题和发展趋势 |
| 1.3.1 存在的问题 |
| 1.3.2 发展趋势 |
| 1.4 主要研究内容 |
| 第2章 系统总体方案设计 |
| 2.1 系统方案设计 |
| 2.2 开发平台搭建 |
| 2.3 QR二维码识别界面设计 |
| 2.4 数据传输网络接口设计 |
| 2.5 本章小结 |
| 第3章 QR二维码识别系统设计 |
| 3.1 QR二维码识别流程 |
| 3.1.1 QR二维码基本特征 |
| 3.1.2 QR二维码符号特性 |
| 3.2 QR二维码图像处理 |
| 3.2.1 图像灰度化 |
| 3.2.2 图像滤波降噪 |
| 3.2.3 图像二值化 |
| 3.2.4 QR二维码定位 |
| 3.2.5 图像校正-仿射变换 |
| 3.2.6 图像校正-透视变换 |
| 3.2.7 QR二维码信息解译 |
| 3.3 本章小结 |
| 第4章 可视化仪表库设计集成 |
| 4.1 信号与槽机制 |
| 4.2 Qt主要绘图控件 |
| 4.3 圆盘指针仪表界面设计 |
| 4.4 饼图仪表界面设计 |
| 4.5 折线显示仪表界面设计 |
| 4.5.1 折线显示仪表界面背景设计 |
| 4.5.2 折线显示仪表界面刻度、网格、标题设计 |
| 4.5.3 折线显示仪表数据界面设计 |
| 4.6 波形图显示仪表界面设计 |
| 4.6.1 QCharts设计波形图仪表界面 |
| 4.6.2 波形图仪表界面坐标显示设计 |
| 4.6.3 波形图仪表界面拖拽、缩放设计 |
| 4.7 本章小结 |
| 第5章 基于QR二维码增强现实注册方法研究 |
| 5.1 增强现实注册方法 |
| 5.1.1 基于硬件注册方式 |
| 5.1.2 基于计算机视觉注册方式 |
| 5.1.3 混合注册方式 |
| 5.2 相机成像模型 |
| 5.2.1 坐标系转换关系 |
| 5.2.2 针孔相机模型 |
| 5.3 相机标定 |
| 5.4 基于QR二维码的增强现实注册 |
| 5.5 实验结果及分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 前景展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
（3）基于计算机视觉的面瘫动态评估与镜像康复的方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 面部特征点检测 |
| 1.2.2 面瘫的客观评估 |
| 1.2.3 面瘫的康复训练 |
| 1.3 主要研究内容和组织结构 |
| 第2章 面瘫人脸的特征点检测 |
| 2.1 特征点检测的算法实现及改进 |
| 2.1.1 级联回归模型 |
| 2.1.2 算法改进 |
| 2.2 数据集处理和模型训练 |
| 2.3 模型评估结果 |
| 2.4 本章小结 |
| 第3章 动态量化指标客观评估面瘫 |
| 3.1 量化指标的背景介绍 |
| 3.1.1 指标评估面瘫的必要性 |
| 3.1.2 指标评估区域的选择 |
| 3.2 指标评估面瘫的实现 |
| 3.2.1 开眼度 |
| 3.2.2 张口度 |
| 3.3 指标评估面瘫的有效性分析 |
| 3.3.1 相关性分析 |
| 3.3.2 十折交叉验证 |
| 3.4 本章小结 |
| 第4章 面瘫的镜像康复训练 |
| 4.1 通用三维人脸模型的建立 |
| 4.2 个性化三维人脸模型的建立 |
| 4.2.1 个性化形状建模的训练与拟合 |
| 4.2.2 真实感虚拟人脸的纹理建模 |
| 4.3 虚拟人脸模型的表情动画合成 |
| 4.4 镜像视觉生物反馈 |
| 4.5 康复评估指标反馈 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文的创新点总结 |
| 5.2 不足与展望 |
| 参考文献 |
| 指导老师学术评语 |
| 答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（4）3D打印技术在校园的应用（论文提纲范文）
| 引言 |
| 1 3D技术进校园的需求分析 |
| 2 3D技术在教育行业的发展动态 |
| 3 3D技术进校园的可能存在的问题及解决途径 |
| 4 3D打印技术进校园的应用 |
| 4.1 与地理学科相结合 |
| 4.2 与美术学科相结合 |
| 4.3 与数学学科相结合 |
| 5 结语 |
（5）基于虚拟仪器的单目视觉测量系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视觉测量技术研究现状 |
| 1.3 基于虚拟仪器的视觉测量系统研究现状 |
| 1.3.1 基于虚拟仪器的视觉测量系统集成研究现状 |
| 1.3.2 基于虚拟仪器的视觉测量系统软件开发研究现状 |
| 1.4 研究意义和主要研究内容 |
| 1.4.1 研究意义 |
| 1.4.2 主要研究内容 |
| 第二章 基于虚拟仪器的单目视觉测量系统集成技术 |
| 2.1 引言 |
| 2.2 单目视觉测量系统需求分析 |
| 2.3 基于虚拟仪器的单目视觉测量系统体系结构 |
| 2.4 基于虚拟仪器的单目视觉测量系统硬件集成技术 |
| 2.5 基于虚拟仪器的单目视觉测量系统软件集成技术 |
| 2.6 本章小结 |
| 第三章 单目视觉测量系统摄像机标定技术 |
| 3.1 引言 |
| 3.2 成像模型 |
| 3.3 张正友摄像机标定方法 |
| 3.3.1 摄像机标定原理 |
| 3.3.2 摄像机标定过程 |
| 3.4 摄像机标定参数评价方法 |
| 3.5 本章小结 |
| 第四章 基于虚拟仪器的单目视觉测量系统软件开发技术 |
| 4.1 引言 |
| 4.2 基于COM组件的混合编程技术 |
| 4.2.1 COM组件技术分析 |
| 4.2.2 COM组件技术实现 |
| 4.3 基于XML的数据管理技术 |
| 4.3.1 XML技术分析 |
| 4.3.2 XML技术实现 |
| 4.4 本章小结 |
| 第五章 基于虚拟仪器的单目视觉测量系统集成与实现 |
| 5.1 引言 |
| 5.2 基于虚拟仪器的单目视觉测量系统硬件集成 |
| 5.3 基于虚拟仪器的单目视觉测量系统软件实现 |
| 5.3.1 系统软件设计 |
| 5.3.2 系统软件开发 |
| 5.4 本章小结 |
| 第六章 实验与测试 |
| 6.1 引言 |
| 6.2 单目视觉测量系统摄像机标定实验 |
| 6.2.1 实验描述 |
| 6.2.2 实验结果与分析 |
| 6.3 基于虚拟仪器的单目视觉测量系统功能测试 |
| 6.3.1 测试方法及流程 |
| 6.3.2 测试过程及结果 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者及导师简介 |
| 附件 |
（6）基于知识网络的计算机科学领域发展分析（论文提纲范文）
| 0 引言 |
| 1 研究方法 |
| 1.1数据收集方法 |
| 1.2 理论基础 |
| 1.2.1因子分析法 |
| 1.2.2系统聚类分析 |
| 1.2.3凝聚子群分析 |
| 2 研究过程 |
| 2.1高频关键词 |
| 2.2 共词分析 |
| 2.2.1多元分析法 |
| 2.2.2社会网络分析 |
| 2.3分类结果比较、分析 |
| 3 结束语 |
（7）基于虚拟仪器的淡水鱼在线品质分级系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农产品大小和重量分级研究现状 |
| 1.2.2 鱼肉新鲜度检测研究现状 |
| 1.2.3 农产品在线分级研究现状 |
| 1.3 研究内容和目标 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 2 淡水鱼在线品质分级系统的硬件设计 |
| 2.1 淡水鱼品质分级系统总体设计方案 |
| 2.2 系统机械结构设计 |
| 2.2.1 支架的选材 |
| 2.2.2 传动方案的确定 |
| 2.2.3 链轮选型 |
| 2.2.4 称重装置 |
| 2.3 系统检测平台搭建 |
| 2.3.1 近红外光谱采集平台搭建 |
| 2.3.2 重量检测平台搭建 |
| 2.3.3 分级执行装置构建 |
| 2.3.4 运动控制平台搭建 |
| 2.4 本章小结 |
| 3 淡水鱼在线品质分级系统的软件设计 |
| 3.1 软件平台 |
| 3.1.1 虚拟仪器及LabVIEW |
| 3.1.2 MSP430单片机开发环境 |
| 3.2 运动控制模块设计 |
| 3.2.1 串口通讯 |
| 3.2.2 LabVIEW软件中串口通讯程序设计 |
| 3.2.3 下位机运动控制 |
| 3.3 光谱采集模块设计 |
| 3.3.1 光谱采集基本原理 |
| 3.3.2 光谱仪初始化 |
| 3.3.3 光谱仪参数设置 |
| 3.3.4 保存暗光谱与参考光谱 |
| 3.3.5 光谱采集 |
| 3.3.6 光谱采集参数设定 |
| 3.3.7 光谱采集距离 |
| 3.4 重量检测模块设计 |
| 3.4.1 DAQ信号采集 |
| 3.4.2 信号前处理 |
| 3.4.3 传感器校正 |
| 3.4.4 重量保存 |
| 3.5 品质分级模块设计 |
| 3.5.1 分级算法设计 |
| 3.5.2 分级软件设计 |
| 3.6 本章小结 |
| 4 基于虚拟仪器的淡水鱼在线品质分级系统试验研究 |
| 4.1 重量检测 |
| 4.1.1 重量检测材料与方法 |
| 4.1.2 重量模型建立 |
| 4.1.3 重量模型评价 |
| 4.2 淡水鱼新鲜度检测 |
| 4.2.1 新鲜度检测材料与方法 |
| 4.2.2 样本TVBN的测定 |
| 4.2.3 新鲜度模型建立 |
| 4.2.4 近红外光谱样本集划分 |
| 4.2.5 近红外光谱预处理方法 |
| 4.2.6 建模方法研究 |
| 4.2.7 模型优化 |
| 4.2.8 新鲜度模型评价 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 主要研究结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）基于计算机视觉的农作物病害检测系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外现状 |
| 1.2.2 国内现状 |
| 1.3 课题来源及研究目的 |
| 1.4 论文主要工作及结构安排 |
| 2 总体方案设计 |
| 2.1 农作物病害检测分级标准 |
| 2.2 相关理论知识 |
| 2.2.1 计算机视觉技术 |
| 2.2.2 虚拟仪器技术 |
| 2.3 系统总体方案设计 |
| 2.3.1 设计需求 |
| 2.3.2 方案确定 |
| 2.4 本章小结 |
| 3 病害检测相关图像处理算法的研究 |
| 3.1 检测算法总体处理流程 |
| 3.2 图像预处理算法的研究 |
| 3.2.1 图像变换 |
| 3.2.2 图像增强 |
| 3.2.3 图像分割 |
| 3.3 特征检测算法的研究 |
| 3.3.1 形状检测算法 |
| 3.3.2 颜色检测算法 |
| 3.3.3 纹理检测算法 |
| 3.3.4 特征数据归一化 |
| 3.4 本章小结 |
| 4 检测系统设计与实现 |
| 4.1 软件开发平台 |
| 4.1.1 LabVIEW 简介 |
| 4.1.2 IMAQ Vision 简介 |
| 4.2 系统软件的结构与功能 |
| 4.2.1 图像采集与显示 |
| 4.2.2 图像预处理与识别 |
| 4.2.3 数据管理 |
| 4.2.4 网络通信 |
| 4.3 系统整体实现 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间参与的科研项目 |
（9）基于LabVIEW机器视觉的产品检测平台设计与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 产品检测概述及机器视觉简介 |
| 1.2 基于机器视觉的产品检测技术研究应用 |
| 1.3 研究方法与内容 |
| 1.4 本章小结 |
| 第二章 机器视觉技术 |
| 2.1 机器视觉概述 |
| 2.2 机器视觉的分类 |
| 2.3 机器视觉的特点与应用 |
| 2.4 基于机器视觉的产品检测系统 |
| 2.5 本章小结 |
| 第三章 虚拟仪器技术与 LabVIEW |
| 3.1 虚拟仪器技术的定义与特点 |
| 3.2 虚拟仪器的构建技术 |
| 3.2.1 硬件组成 |
| 3.2.2 软件结构 |
| 3.3 基于虚拟仪器的机器视觉系统 |
| 3.3.1 机器视觉与虚拟仪器相结合的必然性 |
| 3.3.2 基于虚拟仪器的机器视觉检测系统的组成 |
| 3.4 LabVIEW 编程软件及其应用 |
| 3.4.1 LabVIEW 的工作原理 |
| 3.4.2 LabVIEW 的特点 |
| 3.4.3 基于 LabVIEW 的虚拟仪器设计方法 |
| 3.5 本章小结 |
| 第四章 基于 LabVIEW 机器视觉的检测平台总体设计 |
| 4.1 检测平台的功能要求 |
| 4.2 检测平台的总体结构 |
| 4.3 检测平台的硬件组成 |
| 4.3.1 数字摄像机 |
| 4.3.2 光学镜头 |
| 4.3.3 图像采集卡 |
| 4.3.4 光源 |
| 4.4 系统软件选择 |
| 4.4.1 应用软件开发平台的选择 |
| 4.4.2 NI 视觉开发软件 |
| 4.5 系统抗干扰技术 |
| 4.6 本章小结 |
| 第五章 产品检测平台的应用软件设计与评价 |
| 5.1 系统软件的设计思想及流程 |
| 5.2 系统自检模块 |
| 5.3 参数设置模块 |
| 5.3.1 边缘检测算法控制参数的设置 |
| 5.3.2 模板匹配控制参数的设置 |
| 5.4 图像采集程序的设计 |
| 5.5 图像分析处理与检测模块 |
| 5.5.1 图像预处理模块 |
| 5.5.2 区域定位模块 |
| 5.5.3 系统单位标定模块 |
| 5.5.4 尺寸测量模块 |
| 5.5.5 模板匹配检测模块 |
| 5.6 系统检测结果与影响因素分析 |
| 5.7 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附录 |
（10）虚拟仪器在数字图像视觉系统中的应用（论文提纲范文）
| 1 虚拟仪器及视觉与运动模块 |
| 1.1 基于虚拟仪器的视觉系统 |
| 1.2 研究现状 |
| 2 虚拟仪器在视觉系统中的应用 |
| 2.1 视觉系统的硬件部分 |
| 2.2 视觉系统的软件部分 |
| 2.2.1 完成图像的噪声处理 |
| 2.2.2 图像的分析与识别 |
| 2.2.3 结果的输出与分析 |
| 3 结束语 |
四、基于虚拟仪器的计算机视觉系统的研究（论文参考文献）
- [1]计算光学成像：何来，何处，何去，何从？[J]. 左超,陈钱. 红外与激光工程, 2022
- [2]基于Qt的增强现实可视化仪表界面设计[D]. 于浩. 青岛理工大学, 2020(02)
- [3]基于计算机视觉的面瘫动态评估与镜像康复的方法研究[D]. 冯佳玲. 深圳大学, 2020(10)
- [4]3D打印技术在校园的应用[J]. 徐嘉贞. 数码世界, 2020(04)
- [5]基于虚拟仪器的单目视觉测量系统关键技术研究[D]. 王晶. 北京化工大学, 2019(06)
- [6]基于知识网络的计算机科学领域发展分析[J]. 邱均平,刘宁. 情报杂志, 2016(03)
- [7]基于虚拟仪器的淡水鱼在线品质分级系统研究[D]. 李鹏. 华中农业大学, 2013(03)
- [8]基于计算机视觉的农作物病害检测系统的研究[D]. 张芳. 陕西科技大学, 2013(S2)
- [9]基于LabVIEW机器视觉的产品检测平台设计与应用[D]. 文家昌. 华南理工大学, 2012(01)
- [10]虚拟仪器在数字图像视觉系统中的应用[J]. 吕国皎,唐婷. 成都电子机械高等专科学校学报, 2011(03)