首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

视觉机器人在贴合应用中的关键技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 研究工作的背景与意义第11-12页
    1.2 视觉机器人的国内外研究历史与现状第12-15页
    1.3 本文的主要研究方向及其发展现状第15-17页
    1.4 本文的结构安排第17-19页
第二章 机器人视觉定位系统的总体设计第19-25页
    2.1 机器视觉系统的结构设计第19页
    2.2 机器视觉系统的硬件平台设计第19-22页
        2.2.1 光源第20-21页
        2.2.2 光学镜头第21页
        2.2.3 摄像机第21-22页
    2.3 机器视觉系统的软件设计第22-23页
    2.4 本章小结第23-25页
第三章 视觉机器人定位系统的图像预处理第25-43页
    3.1 数字图像概述第25-26页
        3.1.1 图像形成模型第25-26页
        3.1.2 图像的数学表征第26页
    3.2 图像滤波第26-31页
        3.2.1 中值滤波第27-28页
        3.2.2 均值滤波第28-29页
        3.2.3 高斯滤波第29-30页
        3.2.4 各滤波方法的实验结果对比和分析第30-31页
    3.3 图像分割第31-36页
        3.3.1 直方图阈值第31-32页
        3.3.2 迭代法阈值分割法第32-33页
            3.3.2.1 迭代法阈值分割的要点第32-33页
            3.3.2.2 迭代法阈值分割算法的过程第33页
        3.3.3 最大类间方差法第33-35页
        3.3.4 各阈值分割方法的效果对比第35-36页
    3.4 边缘检测第36-41页
        3.4.1 Sobel算子第37页
        3.4.2 Roberts算子第37-38页
        3.4.3 LOG(Laplacian-Gauss)算子第38页
        3.4.4 Canny算子第38-41页
            3.4.4.1 Canny边缘检测算子的数学原理第39-40页
            3.4.4.2 Canny算子的算法过程第40-41页
    3.5 几种边缘检测算法的实验对比第41-42页
    3.6 本章小结第42-43页
第四章 视觉机器人定位系统的图像匹配识别第43-59页
    4.1 基于灰度统计的模板匹配第43-44页
    4.2 基于图像特征的模板匹配第44-54页
        4.2.1 不变矩的理论基础第45-52页
            4.2.1.1 特征不变量简介第45-46页
            4.2.1.2 不变矩的概述第46-47页
            4.2.1.3 矩的物理意义第47-48页
            4.2.1.4 矩的变换第48-49页
            4.2.1.5 Hu不变矩第49-50页
            4.2.1.6 常用矩的性能评价第50-52页
        4.2.2 轮廓不变矩第52-54页
    4.3 元件偏转角第54-58页
        4.3.1 偏转角的定义第54-55页
        4.3.2 哈夫(Hough)变换检测工件的最长边第55-57页
        4.3.3 贴片最长边及其偏转角获取实验第57-58页
    4.4 本章小结第58-59页
第五章 摄像机标定的方法研究第59-76页
    5.1 非线性优化法第59-61页
        5.1.1 最小二乘法第60-61页
        5.1.2 Levenberg-Marquardt算法第61页
    5.2 摄像机的标定模型第61-67页
        5.2.1 摄像机成像模型中的坐标系第62-63页
        5.2.2 小孔成像模型第63-65页
        5.2.3 摄像机的畸变模型第65-67页
    5.3 摄像机的标定方法第67-70页
    5.4 标定实验第70-75页
        5.4.1 内参数的获取第70-73页
        5.4.2 外参数的获取第73-75页
    5.5 本章小结第75-76页
第六章 全文总结与展望第76-78页
    6.1 全文总结第76-77页
    6.2 后续工作展望第77-78页
致谢第78-79页
参考文献第79-83页
附录第83-89页
攻读硕士学位期间的研究成果第89-90页

论文共90页,点击 下载论文
上一篇:基于双目视觉的康复机器人轨迹规划
下一篇:面向信号测试系统中信号组件及运行时技术的研究与实现