摘要 | 第6-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第12-20页 |
1.1 课题背景及研究的目的和意义 | 第12页 |
1.2 微小零件装配技术 | 第12-13页 |
1.3 微小零件装配技术的国内外研究概况 | 第13-17页 |
1.3.1 国外研究现状 | 第13-15页 |
1.3.2 国内研究现状 | 第15-17页 |
1.4 本文主要的研究工作 | 第17-20页 |
第2章 微小零件自动装配系统总体方案 | 第20-29页 |
2.1 微小零件结构特征与装配精度要求 | 第20-21页 |
2.2 微小零件装配系统平台设计中拟解决的关键问题 | 第21-22页 |
2.3 微小零件图像识别及自动装配系统总体设计方案 | 第22-28页 |
2.3.1 微小零件装配系统平台设计方案 | 第22-24页 |
2.3.2 微小零件自动装配工艺流程设计方案 | 第24-25页 |
2.3.3 视觉识别系统方案选择 | 第25-28页 |
2.4 本章小结 | 第28-29页 |
第3章 微小零件装配系统标定 | 第29-46页 |
3.1 摄像机针孔成像模型 | 第29-34页 |
3.1.1 摄像机模型 | 第29-30页 |
3.1.2 坐标系及变换关系 | 第30-33页 |
3.1.3 透镜畸变 | 第33-34页 |
3.2 单应性及摄像机参数求解 | 第34-38页 |
3.2.1 单应性 | 第34-36页 |
3.2.2 摄像机内参数求解 | 第36-37页 |
3.2.4 畸变参数求解 | 第37-38页 |
3.3 基于OpenCV库的张正友标定 | 第38-45页 |
3.3.1 OpenCV简介 | 第38页 |
3.3.2 标定板的制作 | 第38-39页 |
3.3.3 标定过程 | 第39-44页 |
3.3.4 畸变矫正 | 第44-45页 |
3.4 本章小结 | 第45-46页 |
第4章 微小零件的图像识别算法 | 第46-68页 |
4.1 图像预处理 | 第46-52页 |
4.1.1 图像灰度化 | 第47页 |
4.1.2 图像平滑 | 第47-50页 |
4.1.3 means法二值化阈值分割 | 第50-51页 |
4.1.4 面积去噪 | 第51-52页 |
4.2 图像边缘检测 | 第52-59页 |
4.2.1 经典的边缘检测算法 | 第52-54页 |
4.2.2 基于小波的图像边缘检测算法 | 第54-56页 |
4.2.3 图像边缘算法结果与对比 | 第56-59页 |
4.3 微小零件识别算法策略 | 第59-63页 |
4.3.1 非内嵌式零件图像识别策略 | 第59-62页 |
4.3.2 内嵌式零件图像识别策略 | 第62-63页 |
4.4 微小零件定位算法策略 | 第63-67页 |
4.3.1 微小零件粗定位 | 第64页 |
4.3.2 微小零件精确定位 | 第64-67页 |
4.5 本章小结 | 第67-68页 |
第5章 微小零件的自动装配及软件实现 | 第68-78页 |
5.1 系统软件架构 | 第68-70页 |
5.2 软件各模块介绍 | 第70-76页 |
5.2.1 运动控制模块 | 第70-71页 |
5.2.2 图像采集模块 | 第71-72页 |
5.2.3 数据采集模块 | 第72-73页 |
5.2.4 图像处理模块 | 第73-74页 |
5.2.5 自动装配控制模块 | 第74页 |
5.2.6 参数配置模块 | 第74-75页 |
5.2.7 生产日志模块 | 第75页 |
5.2.8 UI人机交互界面模块 | 第75-76页 |
5.3 基于多线程的有序化自动装配实现 | 第76-77页 |
5.4 本章小结 | 第77-78页 |
第6章 微小零件图像识别及自动装配相关实验 | 第78-92页 |
6.1 光源对微小零件识别的影响测试 | 第78-82页 |
6.2 微小零件真空吸附力实验 | 第82-85页 |
6.2.1 微小零件的受力分析 | 第82-83页 |
6.2.2 真空吸附尖选取 | 第83-85页 |
6.3 图像处理算法精度测试 | 第85-87页 |
6.4 微小零件移动位姿调整精度及装配实验分析 | 第87-90页 |
6.5 本章小结 | 第90-92页 |
结论 | 第92-94页 |
参考文献 | 第94-99页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第99-100页 |
致谢 | 第100-101页 |
附录 | 第101-107页 |