| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·论文研究背景与意义 | 第11-13页 |
| ·凝汽器污垢产生的原因 | 第11页 |
| ·凝汽器污垢的影响 | 第11-13页 |
| ·凝汽器清洗技术 | 第13-17页 |
| ·机械清洗 | 第13-15页 |
| ·水力清洗 | 第15-16页 |
| ·化学清洗 | 第16-17页 |
| ·清洗机器人的研究现状 | 第17-19页 |
| ·风管清洗机器人 | 第17页 |
| ·壁面吊挂清洗机器人 | 第17-18页 |
| ·飞机表面清洗机器人 | 第18-19页 |
| ·水下船体表面清洗机器人 | 第19页 |
| ·机器人视觉系统概述 | 第19-21页 |
| ·计算机视觉国内外发展概况 | 第19-20页 |
| ·机器人视觉控制系统分类 | 第20-21页 |
| ·基于位置的视觉伺服系统 | 第21页 |
| ·基于图像的视觉伺服系统 | 第21页 |
| ·本论文所开展的研究工作 | 第21-23页 |
| 第2章 凝汽器智能清洗机器人系统总体设计 | 第23-36页 |
| ·凝汽器智能清洗装备工作原理 | 第23-26页 |
| ·凝汽器清洗机器人机械结构设计 | 第26-33页 |
| ·凝汽器清洗机器人清洗系统 | 第26-28页 |
| ·凝汽器智能清洗机器人机械结构设计 | 第28-33页 |
| ·凝汽器清洗机器人控制系统的硬件结构 | 第33-34页 |
| ·凝汽器清洗机器人控制系统的软件系统 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第3章 智能清洗机器人视觉定位系统硬件开发 | 第36-48页 |
| ·机器视觉的实现过程 | 第36-37页 |
| ·机器人视觉系统的分类 | 第37-39页 |
| ·根据摄像机与机器人的相对位置分类 | 第37-38页 |
| ·根据摄像机数目分类 | 第38-39页 |
| ·冷凝管视觉定位系统方案设计 | 第39-45页 |
| ·智能清洗机器人水下视觉系统组成结构 | 第39-40页 |
| ·光源照明 | 第40-42页 |
| ·摄像机 | 第42-43页 |
| ·图像采集卡 | 第43-45页 |
| ·图像处理系统 | 第45页 |
| ·智能清洗机器人视觉伺服控制系统 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第4章 智能清洗机器人的摄像机标定 | 第48-58页 |
| ·摄像机模型 | 第48-49页 |
| ·小孔模型 | 第49页 |
| ·几何成像与手眼标定 | 第49-53页 |
| ·常用坐标系 | 第49-50页 |
| ·坐标系变换关系 | 第50-52页 |
| ·摄像机内参数 | 第52-53页 |
| ·摄像机外参数模型 | 第53页 |
| ·手眼标定 | 第53-54页 |
| ·摄像机参数的确定 | 第54-56页 |
| ·智能清洗机器人摄像机标定实验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 智能清洗机器人的视觉定位方法研究 | 第58-82页 |
| ·冷凝管管口图像去噪方法研究 | 第58-63页 |
| ·空间邻域平均滤波 | 第58-59页 |
| ·中值滤波法 | 第59-60页 |
| ·频率域低通滤波 | 第60-63页 |
| ·小波阈值去噪 | 第63-65页 |
| ·软、硬门限阈值去噪法 | 第63-65页 |
| ·软硬阈值折衷法 | 第65页 |
| ·试验 | 第65-66页 |
| ·图像增强 | 第66-69页 |
| ·直方图均衡化 | 第67-68页 |
| ·图像灰度调整 | 第68-69页 |
| ·锐化 | 第69-71页 |
| ·微分法 | 第69-70页 |
| ·高通滤波法 | 第70-71页 |
| ·冷凝管管口的边缘检测 | 第71-77页 |
| ·OTSU 区域分割 | 第71-73页 |
| ·边缘检测算法 | 第73-76页 |
| ·试验 | 第76-77页 |
| ·基于最小二乘法的管口定位 | 第77-81页 |
| ·最小二乘法介绍 | 第77-78页 |
| ·最小二乘法拟合管口 | 第78-80页 |
| ·试验结果 | 第80-81页 |
| ·总结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 附录 A（攻读学位期间所发表的学术论文和专利成果） | 第88-89页 |
| 致谢 | 第89页 |