基于机器视觉的工业机器人分拣系统研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 机器视觉概述 | 第11-13页 |
| 1.3 国内外工件分拣系统研究现状 | 第13-15页 |
| 1.4 本文的主要工作 | 第15-17页 |
| 第2章 视觉系统标定 | 第17-36页 |
| 2.1 摄像机模型 | 第17-23页 |
| 2.1.1 四个基本坐标系 | 第17-19页 |
| 2.1.2 针孔模型 | 第19-21页 |
| 2.1.3 畸变模型 | 第21-23页 |
| 2.2 视觉系统模型 | 第23-26页 |
| 2.3 相机标定方法介绍 | 第26页 |
| 2.4 基于二维平面靶标的标定方法 | 第26-28页 |
| 2.4.1 基于线性模型的标定方法 | 第26-27页 |
| 2.4.2 基于非线性模型的标定方法 | 第27-28页 |
| 2.5 视觉系统标定实验 | 第28-35页 |
| 2.5.1 标定步骤 | 第28-29页 |
| 2.5.2 线性标定及数据分析 | 第29-32页 |
| 2.5.3 非线性标定及数据分析 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 图像采集、校正及预处理 | 第36-46页 |
| 3.1 图像采集 | 第36页 |
| 3.2 图像校正 | 第36-38页 |
| 3.3 图像预处理 | 第38-44页 |
| 3.3.1 灰度变换 | 第38-39页 |
| 3.3.2 二值变换 | 第39-41页 |
| 3.3.3 边缘检测 | 第41-43页 |
| 3.3.4 形态学处理 | 第43-44页 |
| 3.3.5 多目标分块处理 | 第44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 图像目标识别 | 第46-52页 |
| 4.1 几何中心识别 | 第46页 |
| 4.2 颜色识别 | 第46-47页 |
| 4.3 形状识别 | 第47-49页 |
| 4.4 旋转角度识别 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 分拣路径优化 | 第52-58页 |
| 5.1 常用旅行商问题求解算法 | 第52-54页 |
| 5.1.1 最优解算法 | 第52-53页 |
| 5.1.2 近似算法 | 第53-54页 |
| 5.2 基于抽屉原理的分枝定界算法 | 第54-57页 |
| 5.2.1 抽屉原理 | 第54页 |
| 5.2.2 算法设计 | 第54-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 基于机器视觉的分拣实验 | 第58-74页 |
| 6.1 实验平台及任务描述 | 第58-60页 |
| 6.1.1 实验平台 | 第58-60页 |
| 6.1.2 分拣系统任务描述 | 第60页 |
| 6.2 总体控制方案 | 第60-61页 |
| 6.3 硬件构成 | 第61-68页 |
| 6.3.1 光源及照明 | 第61-62页 |
| 6.3.2 相机 | 第62-63页 |
| 6.3.3 镜头 | 第63-65页 |
| 6.3.4 图像采集卡 | 第65-66页 |
| 6.3.5 计算机 | 第66页 |
| 6.3.6 Tripod工业机器人 | 第66-68页 |
| 6.4 软件设计 | 第68-70页 |
| 6.4.1 软件模块划分 | 第69页 |
| 6.4.2 系统控制界面 | 第69-70页 |
| 6.5 系统分拣实验及结果分析 | 第70-73页 |
| 6.6 本章小结 | 第73-74页 |
| 结论与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士期间发表的论文 | 第81页 |
