| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究目的及意义 | 第10页 |
| 1.2 双目视觉位姿检测国内外研究现状 | 第10-13页 |
| 1.2.1 基于双目视觉的三维测距方法 | 第10-11页 |
| 1.2.2 基于双目视觉的位姿测量方法 | 第11-13页 |
| 1.3 课题的研究内容及章节安排 | 第13-15页 |
| 第2章 双目立体视觉定位模型与相机标定 | 第15-31页 |
| 2.1 双目立体视觉成像模型 | 第15-20页 |
| 2.1.1 单个相机的双目系统模型 | 第15页 |
| 2.1.2 相机成像模型 | 第15-18页 |
| 2.1.3 双目立体视觉测量原理 | 第18-20页 |
| 2.2 双目视觉对零件位姿检测问题的描述 | 第20-26页 |
| 2.2.1 双目视觉对零件位姿检测问题的描述 | 第20-22页 |
| 2.2.2 凸台坐标系与相机坐标系的外参数求解 | 第22-23页 |
| 2.2.3 位姿的定义 | 第23-24页 |
| 2.2.4 基于SVD分解法求解位姿 | 第24-26页 |
| 2.3 相机的标定 | 第26-30页 |
| 2.3.1 相机内参数标定分析 | 第26-27页 |
| 2.3.2 相机内参数标定 | 第27-29页 |
| 2.3.3 双目参数的标定 | 第29-30页 |
| 2.4 本章总结 | 第30-31页 |
| 第3章 三维测量中的特征提取与匹配 | 第31-44页 |
| 3.1 图像预处理与边缘检测 | 第31-32页 |
| 3.1.1 高斯滤波和Canny边缘检测 | 第31-32页 |
| 3.1.2 图像预处理算法仿真 | 第32页 |
| 3.2 标记圆识别 | 第32-37页 |
| 3.2.1 直接用最小二乘法对标记圆进行拟合 | 第32-34页 |
| 3.2.2 改进后的最小二乘法椭圆拟合 | 第34-35页 |
| 3.2.3 尺寸准则与圆心提取 | 第35页 |
| 3.2.4 标记圆识别仿真实验 | 第35-37页 |
| 3.3 标记圆的匹配 | 第37-40页 |
| 3.3.1 基于灰度相关的特征点匹配 | 第37-38页 |
| 3.3.2 基于极线约束剔除错误匹配 | 第38-39页 |
| 3.3.3 匹配算法仿真 | 第39-40页 |
| 3.4 基于工艺结构的特征识别与匹配 | 第40-43页 |
| 3.4.1 识别工艺结构的角点 | 第40-41页 |
| 3.4.2 凸台工艺结构角点的匹配 | 第41-43页 |
| 3.5 本章总结 | 第43-44页 |
| 第4章 面向焊接零件的视觉位姿误差检测系统的研发设计 | 第44-54页 |
| 4.1 摩擦线性焊设备介绍与需求分析 | 第44-45页 |
| 4.2 双目视觉位姿误差测量系统设计与实现 | 第45-50页 |
| 4.2.1 总体方案 | 第45-46页 |
| 4.2.2 系统开发方法 | 第46页 |
| 4.2.3 系统开发环境 | 第46-47页 |
| 4.2.4 系统软硬件设计 | 第47-50页 |
| 4.3 系统运行实验与误差分析 | 第50-53页 |
| 4.3.1 位姿误差检测系统精度试验方案 | 第50-51页 |
| 4.3.2 试验结果及分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间的研究成果 | 第65页 |