| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| 1．1 引言 | 第8页 |
| 1．2 本课题研究的目标与意义 | 第8-9页 |
| 1．3 焊机人工视觉系统的摄象机定标技术基本原理 | 第9-10页 |
| 1．4 摄象机定标技术现状与分类 | 第10-18页 |
| 1．4．1 传统的摄象机定标技术 | 第11-15页 |
| 1．4．2 摄象机自标定技术 | 第15-18页 |
| 1．4．3 现有定标方法的特点与局限性 | 第18页 |
| 1．5 工作重点与主要研究内容 | 第18-20页 |
| 第二章 超声金丝球人工视觉焊机系统 | 第20-29页 |
| 2．1 超声金丝球自动焊机系统 | 第20-22页 |
| 2．2 CCD摄象机的工作环境与设备选取 | 第22-24页 |
| 2．2．1 镜头的选择 | 第22页 |
| 2．2．2 光源的选择 | 第22-23页 |
| 2．2．3 CCD摄象机工作模型与参数 | 第23-24页 |
| 2．3 焊机系统初步标定算法 | 第24-28页 |
| 2．4 本章小结 | 第28-29页 |
| 第三章 基于平行平面的透镜径向畸变模型定标研究 | 第29-41页 |
| 3．1 考虑透镜径向畸变的摄象机标定算法 | 第29-36页 |
| 3．1．1 透镜径向二阶畸变的摄象机标定模型 | 第29-30页 |
| 3．1．2 图像光心点(X_c，Y_c)的确定 | 第30-31页 |
| 3．1．3 利用径向排列约束(RAC)计算摄象机外部和内部参数 | 第31-36页 |
| 3．2 改进的透镜径向畸变自标定算法 | 第36-40页 |
| 3．2．1 算法原理 | 第36-38页 |
| 3．2．2 改进的自标定算法步骤 | 第38-40页 |
| 3．3 本章小结 | 第40-41页 |
| 第四章 图像光心提取算法和小波去噪 | 第41-64页 |
| 4．1 变焦距法计算图像光心点(X_c，Y_c) | 第41-42页 |
| 4．2 图像小波系数增强的软阈值去噪算法 | 第42-52页 |
| 4．2．1 小波去噪概述 | 第42-43页 |
| 4．2．2 小波去噪方法 | 第43-45页 |
| 4．2．3 小波系数增强与软阈值去噪算法 | 第45-52页 |
| 4．3 基于局部最大方差比的边缘检测算法 | 第52-57页 |
| 4．3．1 最大方差比的阈值确定方法 | 第52-54页 |
| 4．3．2 自适应局部直方图判定 | 第54-55页 |
| 4．3．3 增强图像与检测边缘 | 第55-56页 |
| 4．3．4 试验结果 | 第56-57页 |
| 4．4 Hough变换确定图像光心位置 | 第57-60页 |
| 4．4．1 Hough变换原理 | 第57-59页 |
| 4．4．2 用 Hough变换检测直线交点 | 第59-60页 |
| 4．5 最小二乘法计算图像光心(X_c，Y_c) | 第60-62页 |
| 4．6 实验结果与小结 | 第62-64页 |
| 第五章 遗传算法优化与后继流程 | 第64-69页 |
| 5．1 引言 | 第64页 |
| 5．2 遗传算法的思想和步骤 | 第64-67页 |
| 5．3 定标参数的遗传算法优化 | 第67-68页 |
| 5．4 本章小结 | 第68-69页 |
| 第六章 标定实验与后继流程 | 第69-72页 |
| 6．1 标定实验结果 | 第69-70页 |
| 6．2 系统后继流程 | 第70-71页 |
| 6．3 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 攻读学位论文期间发表的论文 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-80页 |