基于图像处理的卫生陶瓷施釉机器人示教研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 论文的研究背景 | 第8-9页 |
| 1.1.1 机器人施釉的应用情况 | 第8页 |
| 1.1.2 施釉机器人示教应用 | 第8-9页 |
| 1.2 图像处理的应用及发展情况 | 第9-10页 |
| 1.3 施釉机器人示教的目的及意义 | 第10-11页 |
| 1.4 论文的主要内容 | 第11-12页 |
| 第二章 硬件平台简介 | 第12-18页 |
| 2.1 系统硬件平台 | 第12页 |
| 2.2 成像系统 | 第12-17页 |
| 2.2.1 摄像系统 | 第12-15页 |
| 2.2.2 光照系统 | 第15-16页 |
| 2.2.3 成像系统模型 | 第16-17页 |
| 2.3 图像采集系统 | 第17-18页 |
| 第三章 系统软件界面设计及初始化 | 第18-24页 |
| 3.1 软件设计平台 | 第18页 |
| 3.2 系统的界面 | 第18-19页 |
| 3.3 系统功能 | 第19-20页 |
| 3.4 系统初始化 | 第20-24页 |
| 3.4.1 图像的采集 | 第20-21页 |
| 3.4.2 摄像机的标定方法 | 第21-22页 |
| 3.4.3 摄像机的具体标定过程 | 第22-24页 |
| 第四章 图像处理实现过程 | 第24-40页 |
| 4.1 图像的读取及显示 | 第24-26页 |
| 4.2 图像的平滑 | 第26-27页 |
| 4.3 目标坯体的提取 | 第27-29页 |
| 4.3.1 传统背景差法 | 第27-28页 |
| 4.3.2 基于 HSI 颜色空间的背景减法 | 第28-29页 |
| 4.4 彩色图像转换为灰度图像 | 第29-30页 |
| 4.5 灰度图像二值化 | 第30-31页 |
| 4.6 目标图像去噪 | 第31-37页 |
| 4.6.1 图像的膨胀与腐蚀 | 第31-34页 |
| 4.6.2 边沿去噪 | 第34-35页 |
| 4.6.3 基于特征参数消除噪声 | 第35-37页 |
| 4.7 提取目标坯体轮廓 | 第37-40页 |
| 4.7.1 轮廓提取 | 第37-38页 |
| 4.7.2 轮廓平滑细化 | 第38-40页 |
| 第五章 产品识别和生成面坐标 | 第40-50页 |
| 5.1 图像的匹配 | 第40-45页 |
| 5.1.1 角点检测算法 | 第40-42页 |
| 5.1.2 模板匹配 | 第42-45页 |
| 5.2 生成面坐标 | 第45-50页 |
| 5.2.1 产品的分类 | 第45页 |
| 5.2.2 产品的分面 | 第45-46页 |
| 5.2.3 生成面坐标 | 第46-50页 |
| 第六章 误差分析与处理 | 第50-56页 |
| 6.1 面坐标值的误差分析 | 第50-51页 |
| 6.2 误差来源及解决方法 | 第51-56页 |
| 6.2.1 传感器的影响 | 第51页 |
| 6.2.2 光照的影响 | 第51页 |
| 6.2.3 图像处理过程产生的误差 | 第51页 |
| 6.2.4 测量方法对不同物体的影响 | 第51-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
