| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·课题的提出 | 第12-16页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·问题的提出 | 第13-15页 |
| ·课题研究内容 | 第15-16页 |
| ·工件识别的研究现状 | 第16-20页 |
| ·工件识别信息获取方法 | 第16-17页 |
| ·分类器研究现状 | 第17-19页 |
| ·立体匹配技术 | 第19-20页 |
| ·本文主要工作 | 第20-22页 |
| ·本文主要创新点 | 第22-23页 |
| 第二章 基于特征的通用工件识别策略 | 第23-37页 |
| ·基于特征的工件识别策略的提出 | 第23-26页 |
| ·工件特征与三维特征造型 | 第23-25页 |
| ·策略的提出与分析 | 第25-26页 |
| ·特征分类与特征组合规律分析 | 第26-31页 |
| ·特征分类方式的确定 | 第26-30页 |
| ·典型零件特征组成规则的分析 | 第30-31页 |
| ·策略的实现过程 | 第31-33页 |
| ·特征量提取 | 第33-36页 |
| ·图像纹理特征量 | 第33-34页 |
| ·图像形状特征量提取 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 工件图像降噪和特征分类方法研究 | 第37-56页 |
| ·基于数学形态学的滤波方法研究 | 第37-41页 |
| ·数学形态学基础 | 第38-39页 |
| ·工件修整及去噪实例 | 第39-41页 |
| ·基于RBF神经网络特征分类方法的研究 | 第41-45页 |
| ·RBF网络原理及讨论 | 第41-42页 |
| ·RBF网络整体训练学习算法 | 第42-43页 |
| ·网络结构的确定 | 第43-44页 |
| ·RBF神经网络的训练及应用 | 第44-45页 |
| ·基于LM-BP网络的特征分类方法研究 | 第45-47页 |
| ·LM-BP网络原理 | 第45-46页 |
| ·输入输出矢量的确定 | 第46-47页 |
| ·网络训练及应用 | 第47页 |
| ·一种基于神经网络—主元分析的分类方法研究 | 第47-54页 |
| ·PCA原理 | 第48页 |
| ·特征与特征的软生成 | 第48-49页 |
| ·网络结构 | 第49-50页 |
| ·一种宽泛的收敛判据 | 第50-52页 |
| ·网络的学习方法 | 第52页 |
| ·方法验证 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 工件图像边缘检测和角点提取方法的研究 | 第56-70页 |
| ·改进的Pal算法及其应用 | 第56-62页 |
| ·Pal模糊边缘检测算法及其讨论 | 第57-58页 |
| ·模糊边缘检测的改进算法研究 | 第58-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·改进的Harris角点提取方法及其应用 | 第62-69页 |
| ·Harris算法原理 | 第63-64页 |
| ·Harris算法的改进 | 第64-67页 |
| ·实例验证 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于特征生成原理的工件双目立体识别方法研究 | 第70-86页 |
| ·立体视觉原理 | 第70-73页 |
| ·双目视觉 | 第70-71页 |
| ·摄像机标定 | 第71-73页 |
| ·拉伸类工件双目立体识别算法的研究 | 第73-83页 |
| ·拉伸面、拉伸长度判别方法 | 第74-77页 |
| ·拉伸面几何设计参数抽取方法 | 第77-78页 |
| ·拉伸类工件立体匹配算法研究 | 第78-79页 |
| ·拉伸类工件立体识别实例 | 第79-83页 |
| ·其它类工件立体识别方法研究 | 第83-85页 |
| ·扫掠类工件立体识别方法研究 | 第83-84页 |
| ·旋转类工件立体识别方法研究 | 第84页 |
| ·混成类工件立体识别方法研究 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 基于改进的遗传算法和主元分析的工件识别方法研究 | 第86-101页 |
| ·遗传算法基本原理 | 第86-87页 |
| ·动态种群不对称交叉的新型遗传算法 | 第87-94页 |
| ·实数编码遗传算法分析 | 第88-89页 |
| ·新型算法的提出 | 第89-92页 |
| ·算例验证 | 第92-94页 |
| ·基于PCA和改进的遗传算法的工件匹配方法研究 | 第94-100页 |
| ·工件匹配问题提出 | 第94-95页 |
| ·模板图像的PCA和数据缩减 | 第95页 |
| ·匹配方法 | 第95-96页 |
| ·寻优方法 | 第96-97页 |
| ·方法性能分析 | 第97页 |
| ·实验验证 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 第七章 结论与展望 | 第101-103页 |
| ·结论 | 第101页 |
| ·讨论 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 致谢 | 第111-112页 |
| 作者简介 | 第112-113页 |
| 攻读博士期间发表的学术论文 | 第113页 |