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

基于视觉引导的工业机器人应用研究

摘要第5-7页
ABSTRACT第7-8页
1 绪论第11-21页
    1.1 课题背景及研究意义第11-12页
    1.2 工业机器人的国内外研究现状第12-17页
        1.2.1 工业机器人的发展概述第12-15页
        1.2.2 工业机器人的应用概述第15-17页
    1.3 视觉引导技术的国内外研究现状第17-19页
    1.4 论文主要工作和结构安排第19-21页
2 计算机视觉基础第21-27页
    2.1 相机标定第21-23页
        2.1.1 相机成像模型分析第21-22页
        2.1.2 坐标系关系的建立第22-23页
    2.2 基于边缘的图像分割方法第23-26页
        2.2.1 二值化处理第24-25页
        2.2.2 轮廓提取第25-26页
    2.3 本章小结第26-27页
3 目标识别和定位方法研究第27-39页
    3.1 基于轮廓匹配的目标识别与定位方法第27-32页
        3.1.1 几何不变矩第28-29页
        3.1.2 轮廓对比度量值第29-30页
        3.1.3 基于标准矩的像素坐标计算第30页
        3.1.4 基于中心向量的旋转角度计算第30-32页
    3.2 基于特征点匹配的目标识别与定位方法第32-38页
        3.2.1 特征点匹配第32-35页
        3.2.2 去除错误匹配第35-36页
        3.2.3 基于最佳匹配特征点的像素坐标计算第36-37页
        3.2.4 基于特征点向量的旋转角度计算第37-38页
    3.3 本章小结第38-39页
4 基于视觉引导的分拣系统设计第39-50页
    4.1 系统方案设计第39-40页
    4.2 系统硬件选型第40-44页
        4.2.1 工业机器人第40-42页
        4.2.2 工业数字相机第42-43页
        4.2.3 工业控制计算机第43-44页
    4.3 系统程序设计第44-49页
        4.3.1 视觉处理程序设计第44页
        4.3.2 数据解析程序设计第44-47页
        4.3.3 目标抓取程序设计第47-49页
    4.4 本章小结第49-50页
5 系统验证第50-62页
    5.1 相机标定实验第50-51页
    5.2 识别与定位实验第51-58页
        5.2.1 基于轮廓匹配的识别与定位实验第51-55页
        5.2.2 基于特征点匹配的识别与定位实验第55-58页
        5.2.3 误差分析第58页
    5.3 抓取与分拣实验第58-61页
    5.4 本章小结第61-62页
6 总结与展望第62-64页
    6.1 工作总结第62页
    6.2 研究展望第62-64页
致谢第64-65页
参考文献第65-69页
攻读学位期间发表的学术论文及专利目录第69页
参与的科研项目和获奖情况第69-70页

论文共70页,点击 下载论文
上一篇:基于机器视觉的飞机铆钉尺寸测量和缺陷检测系统的研究
下一篇:基于脑电信号辨识的声音睡眠仪研制