基于机器视觉对零件分拣技术的研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 相机标定技术 | 第18-28页 |
| 2.1 相机标定 | 第18-20页 |
| 2.1.1 相机标定方法 | 第18-19页 |
| 2.1.2 基于标定物标定 | 第19-20页 |
| 2.2 坐标系的建立 | 第20-22页 |
| 2.2.1 图像坐标系 | 第20-21页 |
| 2.2.2 相机坐标系 | 第21-22页 |
| 2.2.3 世界坐标系 | 第22页 |
| 2.3 相机数学模型 | 第22-27页 |
| 2.3.1 线性模型 | 第23页 |
| 2.3.2 畸变模型 | 第23-25页 |
| 2.3.3 张正友算法原理 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 根据零件颜色分拣技术的研究 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 颜色空间的转换 | 第28-32页 |
| 3.2.1 rgb颜色空间 | 第29-30页 |
| 3.2.2 hsv颜色空间 | 第30-31页 |
| 3.2.3 yuv颜色空间 | 第31-32页 |
| 3.3 分拣系统光源的影响 | 第32-33页 |
| 3.3.1 光源的重要性 | 第32-33页 |
| 3.3.2 对颜色识别的影响 | 第33页 |
| 3.4 颜色识别分拣零件 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 根据零件形状分拣技术的研究 | 第37-53页 |
| 4.1 引言 | 第37-38页 |
| 4.2 图像预处理 | 第38-42页 |
| 4.2.1 图像矫正 | 第38页 |
| 4.2.2 图像滤波 | 第38-41页 |
| 4.2.3 图像灰度化 | 第41-42页 |
| 4.3 图像边缘检测 | 第42-46页 |
| 4.3.1 图像梯度 | 第42-43页 |
| 4.3.2 一阶微分算子 | 第43-45页 |
| 4.3.3 二阶微分算子 | 第45-46页 |
| 4.4 图像轮廓区分对称零件 | 第46-50页 |
| 4.4.1 图像倾斜角度 | 第46-47页 |
| 4.4.2 图像质心与中心矩 | 第47-50页 |
| 4.5 目标零件定位 | 第50-52页 |
| 4.5.1 图像中定位 | 第50-51页 |
| 4.5.2 世界坐标系下定位 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 零件分拣系统软件设计和硬件系统的搭建 | 第53-66页 |
| 5.1 零件分拣系统硬件设计部分 | 第53-55页 |
| 5.2 软件开发环境 | 第55-57页 |
| 5.3 系统模块划分及流程设计 | 第57-58页 |
| 5.4 系统程序设计 | 第58-65页 |
| 5.4.1 单目标定程序设计及实现 | 第58-62页 |
| 5.4.2 零件识别程序设计及实现 | 第62-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73页 |
