基于机器视觉的机器人分拣技术研究
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8页 |
| ·本文涉及的相关技术介绍 | 第8-9页 |
| ·国内外机器视觉分拣系统的研究状况 | 第9-13页 |
| ·国外的研究状况 | 第9-12页 |
| ·国内的研究状况 | 第12-13页 |
| ·课题研究的主要内容 | 第13-15页 |
| ·课题的研究目标 | 第13页 |
| ·课题的研究内容 | 第13-15页 |
| 第二章 相机标定 | 第15-25页 |
| ·针孔模型 | 第15-16页 |
| ·对相机标定方法的理解和归纳 | 第16-21页 |
| ·直接线性法 | 第16-18页 |
| ·透视投影矩阵法 | 第18-19页 |
| ·张正友法 | 第19-21页 |
| ·实验与结果分析 | 第21-24页 |
| ·直接线性法的实现 | 第21-22页 |
| ·透视投影矩阵法的实现 | 第22页 |
| ·张正友法的实现 | 第22-23页 |
| ·三种方法的比较 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 目标提取与识别 | 第25-38页 |
| ·目标提取 | 第25-29页 |
| ·阈值分割方法 | 第25-27页 |
| ·边缘检测方法 | 第27-29页 |
| ·图像分割比较 | 第29页 |
| ·目标识别 | 第29-36页 |
| ·连通区域标记 | 第29-30页 |
| ·周长特征 | 第30-31页 |
| ·面积特征 | 第31页 |
| ·圆度计算 | 第31页 |
| ·矩特征 | 第31页 |
| ·形心的确定 | 第31-32页 |
| ·C-均值聚类分析 | 第32-33页 |
| ·基于SIFT特征的目标识别 | 第33-36页 |
| ·实验 | 第36-37页 |
| ·聚类分拣试验 | 第36-37页 |
| ·基于灰度直方图不变特征的匹配试验 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 传送带上的目标分拣与机器人控制 | 第38-51页 |
| ·运动目标检测 | 第38-41页 |
| ·光流法 | 第38-39页 |
| ·帧间差分法 | 第39-40页 |
| ·背景差分法 | 第40-41页 |
| ·垫圈模板的建立与识别 | 第41-42页 |
| ·运动目标跟踪 | 第42-45页 |
| ·目标跟踪的分类 | 第42-43页 |
| ·多运动目标跟踪 | 第43页 |
| ·Kalman滤波 | 第43-44页 |
| ·运动模型的建立 | 第44-45页 |
| ·数据关联 | 第45-46页 |
| ·机器人运动控制 | 第46-47页 |
| ·实验 | 第47-50页 |
| ·多目标跟踪实验 | 第47-48页 |
| ·kalman滤波的实现 | 第48-49页 |
| ·机器人控制实验 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 系统的设计思想与实现 | 第51-58页 |
| ·系统的设计思想 | 第51-53页 |
| ·硬件的选择 | 第53-55页 |
| ·CCD相机 | 第54页 |
| ·图像采集卡 | 第54页 |
| ·镜头 | 第54-55页 |
| ·本文的实验情况 | 第55-57页 |
| ·静止目标分拣试验 | 第55-56页 |
| ·运动目标分拣试验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·论文小结 | 第58-59页 |
| ·后续展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-67页 |
| 详细摘要 | 第67-68页 |
| Abstract | 第68-69页 |
