| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·机器视觉概况 | 第8-11页 |
| ·机器视觉的产生、原理与特点 | 第8-9页 |
| ·机器视觉的发展 | 第9-10页 |
| ·机器视觉的国内外研究应用现状 | 第10-11页 |
| ·机器视觉系统及相关技术 | 第11-13页 |
| ·机器视觉系统组成 | 第11页 |
| ·图像处理 | 第11-12页 |
| ·模式识别 | 第12-13页 |
| ·本文研究的课题和目的 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 分拣系统的主体构架 | 第16-24页 |
| ·本课题视觉系统的组成 | 第16-18页 |
| ·摄像头、光源等的选型 | 第18-24页 |
| ·CCD 与CMOS | 第18页 |
| ·摄像头及光源等的选型 | 第18-24页 |
| 第3章 基于形状知识的特征部位提取算法 | 第24-41页 |
| ·结合梯度信息的概率Hough 变换（C2PHT）检测圆算法 | 第24-36页 |
| ·C2PHT 算法的引入 | 第24-27页 |
| ·C2PHT 算法的预处理 | 第27-28页 |
| ·引入无差错梯度信息 | 第28-31页 |
| ·引入梯度角度误差 | 第31-35页 |
| ·本文的球头圆检测算法 | 第35-36页 |
| ·基于长球销形状知识的待识别部位的定位方法 | 第36-41页 |
| 第4章 基于直接特征检测和机器学习的部位识别算法 | 第41-63页 |
| ·基于直接特征检测的部位识别算法 | 第41-48页 |
| ·螺纹识别 | 第41-43页 |
| ·倒角识别 | 第43-45页 |
| ·凹槽识别 | 第45-48页 |
| ·基于机器学习的部位识别算法及实验结果 | 第48-63页 |
| ·基于灵长类视觉皮层视觉机制的目标识别模型 | 第48-56页 |
| ·模拟人类视皮层物体识别机制的机器学习算法 | 第56-58页 |
| ·SVM 分类方法 | 第58-60页 |
| ·算法经SVM 分类的实验结果 | 第60-63页 |
| 第5章 系统实验结果与讨论 | 第63-66页 |
| 第6章 结论与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 在读期间发表的学术论文 | 第71页 |