基于机器视觉的饮料瓶包装检测与抓取技术
| 学术论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 机器视觉技术及主要应用 | 第10-12页 |
| 1.2.1 机器视觉系统工作原理及主要组成 | 第10-11页 |
| 1.2.2 机器视觉主要应用 | 第11-12页 |
| 1.3 饮料瓶检测与视觉引导机械臂研究现状 | 第12-13页 |
| 1.3.1 饮料瓶外观检测研究现状 | 第12-13页 |
| 1.3.2 视觉引导机械臂研究现状 | 第13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第二章 饮料瓶检测系统总体方案设计 | 第15-25页 |
| 2.1 引言 | 第15-16页 |
| 2.2 光源系统 | 第16-19页 |
| 2.2.1 光源技术及选型 | 第16-17页 |
| 2.2.2 照明方式 | 第17-19页 |
| 2.3 图像采集系统 | 第19-21页 |
| 2.3.1 相机参数分析与选择 | 第19-20页 |
| 2.3.2 镜头选择 | 第20-21页 |
| 2.4 传输系统 | 第21-22页 |
| 2.4.1 电机 | 第21-22页 |
| 2.4.2 PLC简介 | 第22页 |
| 2.5 机械臂抓取系统 | 第22-24页 |
| 2.5.1 ABB机械臂 | 第23页 |
| 2.5.2 机械臂抓手 | 第23-24页 |
| 2.6 本章小节 | 第24-25页 |
| 第三章 饮料瓶包装图像检测算法研究 | 第25-49页 |
| 3.1 饮料瓶图像预处理 | 第25-29页 |
| 3.1.1 图像滤波 | 第25-28页 |
| 3.1.2 直方图均衡化 | 第28-29页 |
| 3.1.3 图像二值化处理 | 第29页 |
| 3.2 边缘检测 | 第29-34页 |
| 3.3 瓶盖检测 | 第34-44页 |
| 3.3.1 支撑环检测 | 第34-39页 |
| 3.3.2 瓶盖盖顶直线检测 | 第39-42页 |
| 3.3.3 算法综合 | 第42-43页 |
| 3.3.4 判断瓶盖状态 | 第43-44页 |
| 3.4 液位检测算法 | 第44-46页 |
| 3.5 本章小结 | 第46-49页 |
| 第四章 视觉引导机械臂定位与抓取 | 第49-65页 |
| 4.1 相机标定 | 第49-53页 |
| 4.1.1 相机标定原理 | 第49-51页 |
| 4.1.2 相机标定实验 | 第51-53页 |
| 4.2 手眼标定 | 第53-58页 |
| 4.2.1 抓取系统参数化模型 | 第53-54页 |
| 4.2.2 相机-传送带-机械臂标定 | 第54-58页 |
| 4.3 抓取动作规划 | 第58-62页 |
| 4.3.1 机械臂运动学 | 第58-59页 |
| 4.3.2 路径规划 | 第59-60页 |
| 4.3.3 抓取动作的轨迹规划 | 第60-62页 |
| 4.4 抓取位置计算 | 第62-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 饮料瓶在线检测系统的实现 | 第65-73页 |
| 5.1 硬件实现 | 第65-66页 |
| 5.2 软件实现 | 第66-69页 |
| 5.2.1 软件的整体结构设计 | 第66-68页 |
| 5.2.2 用户界面设计 | 第68-69页 |
| 5.3 实验结果与数据 | 第69-71页 |
| 5.3.1 饮料瓶检测实验结果 | 第69-70页 |
| 5.3.2 机械臂抓取实验结果 | 第70-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的学术论文和参加科研情况 | 第79-81页 |
| 致谢 | 第81页 |
