| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题背景与来源 | 第10-11页 |
| 1.2 研究的目的和意义 | 第11页 |
| 1.3 视觉伺服系统结构 | 第11-14页 |
| 1.4 相机标定技术发展 | 第14-17页 |
| 1.5 目标识别技术发展 | 第17-18页 |
| 1.6 控制策略发展 | 第18-19页 |
| 1.7 本文内容安排 | 第19-21页 |
| 第二章 伺服视觉系统相关图像处理技术 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 图像采集 | 第21页 |
| 2.3 颜色空间分析 | 第21-24页 |
| 2.3.1 RGB空间 | 第22页 |
| 2.3.2 HSI空间 | 第22-23页 |
| 2.3.3 YUV空间 | 第23-24页 |
| 2.4 图像预处理 | 第24-28页 |
| 2.4.1 图像灰度化 | 第24-25页 |
| 2.4.2 图像滤波 | 第25-26页 |
| 2.4.3 图像二值化 | 第26-27页 |
| 2.4.4 边缘提取 | 第27-28页 |
| 2.5 目标识别 | 第28-32页 |
| 2.5.1 基于颜色的目标识别 | 第28-30页 |
| 2.5.2 基于拟合长方形的目标识别以及质心提取 | 第30-31页 |
| 2.5.3 基于圆形的目标识别以及质心提取 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 视觉伺服系统双目摄像机标定 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 线性标定 | 第33-39页 |
| 3.2.1 摄像机模型 | 第33-34页 |
| 3.2.2 坐标转换 | 第34-38页 |
| 3.2.3 三维测定 | 第38-39页 |
| 3.3 EM-ELM标定 | 第39-46页 |
| 3.3.1 极限学习机原理(ELM) | 第39-40页 |
| 3.3.2 EM算法 | 第40-41页 |
| 3.3.3 改进EM算法 | 第41-42页 |
| 3.3.4 EM-ELM算法 | 第42-43页 |
| 3.3.5 EM-ELM实验 | 第43-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于PSO优化全局快速终端滑模6-DOF机械臂控制 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 六自由度工业机械臂运动学与动力学 | 第48-52页 |
| 4.2.1 运动学 | 第48-50页 |
| 4.2.2 动力学 | 第50-52页 |
| 4.3 PSO-GFTSM | 第52-56页 |
| 4.3.1 非奇异全局快速终端滑模(GFTSM)算法 | 第52-54页 |
| 4.3.2 PSO算法 | 第54-55页 |
| 4.3.3 PSO-GFTSM控制算法 | 第55-56页 |
| 4.4 实验 | 第56-60页 |
| 4.4.1 仿真 | 第57页 |
| 4.4.2 实验结果 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 基于6-DOF工业机械臂视觉伺服系统实现 | 第61-65页 |
| 5.1 引言 | 第61页 |
| 5.2 系统结构以及坐标转换 | 第61-62页 |
| 5.2.1 系统结构 | 第61页 |
| 5.2.2 坐标转换 | 第61-62页 |
| 5.3 视觉系统交互界面 | 第62页 |
| 5.4 机械臂控制系统交互界面 | 第62-63页 |
| 5.5 实验 | 第63-64页 |
| 5.6 本章小结 | 第64-65页 |
| 总结 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |