| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题背景及研究意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 摄像机标定技术研究现状 | 第8-9页 |
| 1.2.2 图像特征算法研究现状 | 第9-10页 |
| 1.2.3 单目视觉目标定位研究现状 | 第10页 |
| 1.2.4 视觉控制器研究现状 | 第10-11页 |
| 1.3 机器人视觉伺服发展趋势 | 第11-12页 |
| 1.4 论文的主要研究内容 | 第12-13页 |
| 2 伺服系统总体方案与摄像机标定技术研究 | 第13-31页 |
| 2.1 伺服系统总体方案设计 | 第13-15页 |
| 2.1.1 机械臂关节控制方案 | 第13-14页 |
| 2.1.2 视觉子系统设计方案 | 第14-15页 |
| 2.1.3 视觉控制器设计方案 | 第15页 |
| 2.2 摄像机标定技术研究 | 第15-30页 |
| 2.2.1 摄像机成像模型 | 第15-20页 |
| 2.2.2 摄像机标定 | 第20-26页 |
| 2.2.3 实验仿真与结果分析 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 目标图像特征提取与识别 | 第31-47页 |
| 3.1 运动模糊图像复原 | 第31-34页 |
| 3.1.1 运动模糊图舰化模型 | 第32页 |
| 3.1.2 维纳滤波复原法 | 第32-33页 |
| 3.1.3 Richardson-Lucy复原算法 | 第33-34页 |
| 3.2 基于自适应阈值的目标图像识别 | 第34-39页 |
| 3.2.1 目标图像预处理 | 第34-36页 |
| 3.2.2 自适应阈值二值化 | 第36-38页 |
| 3.2.3 目标图像识别 | 第38-39页 |
| 3.3 基于SURF匹配算法的目标图像识别 | 第39-46页 |
| 3.3.1 SURF算法详述 | 第40-43页 |
| 3.3.2 改进的SURF算法 | 第43-44页 |
| 3.3.3 实验结果分析 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 目标空间位置定位 | 第47-60页 |
| 4.1 无人工标志的目标空间定位 | 第47-55页 |
| 4.1.1 对极几何原理 | 第47-49页 |
| 4.1.2 本质矩阵和基础矩阵 | 第49页 |
| 4.1.3 基础矩阵估算 | 第49-51页 |
| 4.1.4 目标空间位置定位 | 第51-53页 |
| 4.1.5 实验结果分析 | 第53-55页 |
| 4.2 有人工标志的目标空间定位 | 第55-59页 |
| 4.2.1 设定人工标志及目标定位 | 第55-57页 |
| 4.2.2 实验结果分析 | 第57-59页 |
| 4.3 本章小结 | 第59-60页 |
| 5 机械臂视觉控制器模型建立 | 第60-67页 |
| 5.1 模糊推理系统 | 第60-61页 |
| 5.2 网络结构 | 第61-63页 |
| 5.3 参数学习算法 | 第63-66页 |
| 5.3.1 最小二乘法优化结论参数 | 第63-64页 |
| 5.3.2 反向传播学习算法 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 机械臂逆运动求解及伺服系统调试 | 第67-75页 |
| 6.1 机械臂正运动分析 | 第67-68页 |
| 6.2 逆运动求解 | 第68-69页 |
| 6.3 仿真结果分析 | 第69-71页 |
| 6.4 视觉系统的调试与运行 | 第71-74页 |
| 6.5 本章小结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| 7.1 总结 | 第75-76页 |
| 7.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84页 |