微装配系统图像识别与定位技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 微小型零件装配特点 | 第10页 |
| 1.1.2 机器视觉系统概述 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 图像边缘检测算法研究 | 第12-14页 |
| 1.2.2 边缘检测应用研究 | 第14-17页 |
| 1.2.3 基于机器视觉的装配系统 | 第17-18页 |
| 1.2.4 机器视觉应用于微装配系统存在的问题 | 第18-19页 |
| 1.3 研究目的与意义 | 第19-21页 |
| 1.3.1 研究目的 | 第19-20页 |
| 1.3.2 研究意义 | 第20-21页 |
| 1.4 主要研究内容 | 第21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 视觉检测相机标定原理与方法 | 第22-36页 |
| 2.1 相机几何成像模型 | 第22-24页 |
| 2.2 镜头畸变模型 | 第24-25页 |
| 2.3 相机标定方法 | 第25-31页 |
| 2.3.1 DLT线性求解法 | 第25-26页 |
| 2.3.2 Tsai两步标定法 | 第26-28页 |
| 2.3.3 基于平面图案的张正友标定法 | 第28-31页 |
| 2.4 相机标定实验 | 第31-35页 |
| 2.4.1 相机型号参数 | 第31-32页 |
| 2.4.2 相机标定过程 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 微小型平板类零件的装配特征提取 | 第36-52页 |
| 3.1 图像滤波 | 第36-40页 |
| 3.1.1 线性滤波 | 第36-38页 |
| 3.1.2 非线性滤波 | 第38-40页 |
| 3.2 零件边缘检测 | 第40-46页 |
| 3.2.1 图像阈值化分割 | 第40-44页 |
| 3.2.2 边缘检测信息提取 | 第44-46页 |
| 3.3 边缘识别定位 | 第46-51页 |
| 3.3.1 零件边缘识别 | 第46-48页 |
| 3.3.2 零件特征提取 | 第48-50页 |
| 3.3.3 边缘特征位姿对准 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 视觉对准精度分析 | 第52-64页 |
| 4.1 同轴光学对准检测原理结构 | 第52-53页 |
| 4.2 同轴对位棱镜误差影响 | 第53-57页 |
| 4.2.1 棱镜制造误差 | 第53-54页 |
| 4.2.2 棱镜安装误差 | 第54-57页 |
| 4.3 镜头光轴与工作面不垂直的影响 | 第57-59页 |
| 4.4 图像处理精度分析 | 第59-62页 |
| 4.4.1 边缘点识别精度分析 | 第59-61页 |
| 4.4.2 边缘提取精度分析 | 第61-62页 |
| 4.5 位姿对准精度综合分析 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 基于单目视觉的机器人下料定位技术研究 | 第64-81页 |
| 5.1 单目视觉系统结构 | 第64-66页 |
| 5.2 像素当量标定 | 第66-69页 |
| 5.3 夹具中心确定与投影矩阵求解 | 第69-77页 |
| 5.3.1 夹具中心确定 | 第69-72页 |
| 5.3.2 投影矩阵求解 | 第72-77页 |
| 5.4 机器人视觉定位实验 | 第77-80页 |
| 5.5 本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 发表论文及研究成果 | 第88-89页 |
| 致谢 | 第89页 |
