首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目视觉的智能三坐标测量机零件位姿识别技术研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-16页
   ·课题提出的背景和意义第10-11页
     ·课题提出的背景第10-11页
     ·课题研究的目的和意义第11页
   ·国内外研究现状第11-14页
     ·机器视觉的应用第11-12页
     ·国内外研究现状第12-14页
   ·课题主要研究工作第14-16页
第2章 零件位姿自动识别系统第16-24页
   ·零件位姿自动识别系统结构第16-18页
     ·零件位姿自动识别系统功能第16-17页
     ·视觉系统的组成与安装第17-18页
   ·零件位姿自动识别系统原理和过程第18-20页
   ·单摄像机双目视觉系统模型第20-23页
     ·双目视觉系统模型的构建第20-21页
     ·立体视觉测量原理第21-22页
     ·基于单摄像机的立体视觉系统模型第22-23页
   ·本章小结第23-24页
第3章 摄像机标定第24-32页
   ·摄像机成像模型第24-26页
   ·摄像机标定方法第26-28页
     ·传统摄像机标定法第27页
     ·自标定方法第27-28页
     ·张正友标定法第28页
   ·摄像机标定试验第28-31页
     ·摄像机内参标定第28-29页
     ·摄像机外参标定第29-30页
     ·摄像机标定结果及误差分析第30-31页
   ·本章小结第31-32页
第4章 零件位姿识别中的图像处理第32-44页
   ·数字图像与 Matlab 图像处理工具箱第32-33页
     ·数字图像概念第32页
     ·MATLAB 图像处理工具箱第32-33页
   ·零件图像预处理第33-36页
     ·图像灰度化第33页
     ·图像滤波第33-34页
     ·图像二值化第34-36页
   ·图像边缘检测第36-37页
   ·干扰图像信息的去除第37-41页
     ·连通域第37-39页
     ·零件图像分割第39-41页
   ·多余边缘线的消除第41-42页
   ·本章小结第42-44页
第5章 基于组合不变矩和神经网络的零件图像识别第44-58页
   ·图像识别技术第44-45页
     ·图像识别技术的发展第44页
     ·图像识别系统组成第44-45页
   ·图像特征不变量提取第45-48页
     ·Hu 不变矩第45-47页
     ·仿射不变矩第47页
     ·归一化转动惯量第47-48页
     ·组合不变矩第48页
   ·特征降维第48-50页
     ·维度灾难第48-49页
     ·主成分分析第49-50页
   ·基于神经网络的零件图像识别第50-53页
     ·BP 神经网络第50-51页
     ·BP 神经网络在零件识别中的应用第51-53页
   ·实验与分析第53-57页
     ·图像处理第53-54页
     ·组合不变矩的降维第54-56页
     ·识别结果分析第56-57页
   ·本章小结第57-58页
第6章 基于零件图像质心的立体匹配第58-66页
   ·立体匹配基本理论第58-59页
     ·立体匹配算法第58页
     ·立体视觉中的匹配约束第58-59页
   ·图像特征点的提取第59-61页
     ·角点的定义第59页
     ·角点检测算法第59-61页
   ·基于质心平移的立体匹配第61-65页
     ·立体匹配原理第61-62页
     ·立体视觉匹配过程第62-64页
     ·立体匹配实验第64-65页
   ·本章小结第65-66页
第7章 零件位姿识别方法及程序设计第66-76页
   ·位姿测量定义与应用第66页
   ·零件位姿参数求解第66-71页
     ·坐标系之间相对位姿关系的描述第66-68页
     ·特征点的三维重建第68-69页
     ·零件 CAD 几何信息的获取第69-70页
     ·位姿参数的求解第70-71页
   ·零件位姿识别实验第71-72页
   ·零件位姿识别系统界面第72-74页
   ·本章小结第74-76页
结论第76-78页
参考文献第78-84页
攻读硕士学位期间所发表的论文第84-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于三维CAD的复杂零件测量信息生成与获取关键技术研究
下一篇:立体仓库实训系统信息管理的研究设计