| 第1章 绪论 | 第1-14页 |
| 1．1 论文选题的目的和意义 | 第7页 |
| 1．2 工业机器人的国内外研究现状 | 第7-9页 |
| 1．3 机器人视觉伺服国内外研究状况 | 第9-13页 |
| 1．3．1 视觉伺服定义及其发展简要 | 第9-10页 |
| 1．3．2 视觉控制系统分类 | 第10-11页 |
| 1．3．3 基于位置的视觉伺服系统 | 第11页 |
| 1．3．4 基于图像的视觉伺服系统 | 第11-12页 |
| 1．3．5 视觉伺服现状 | 第12-13页 |
| 1．4 本文的课题来源及主要研究内容 | 第13-14页 |
| 第2章 基于型材型心线识别的机械手定位算法研究 | 第14-33页 |
| 2．1 透视变换和摄象机模型 | 第14-20页 |
| 2．2 摄象机的标定 | 第20-21页 |
| 2．3 视场的照明选择和视野的选择 | 第21-25页 |
| 2．4 型材型心线坐标附加值模型 | 第25-27页 |
| 2．5 型材搬运机器人机械手的定位 | 第27-29页 |
| 2．6 基于附加值模型的型心线图像识别 | 第29-30页 |
| 2．7 型心线阈值化处理 | 第30-32页 |
| 2．8 结论 | 第32-33页 |
| 第3章 型材图像的去噪处理 | 第33-40页 |
| 3．1 型材图像的噪声分类 | 第33页 |
| 3．2 去噪技术分类 | 第33-34页 |
| 3．3 图像的模板操作和卷积运算 | 第34-36页 |
| 3．4 型材型心线中值滤波处理 | 第36-39页 |
| 3．5 结论 | 第39-40页 |
| 第4章 型材图像边缘分割算法研究 | 第40-51页 |
| 4．1 型材图像分割 | 第40页 |
| 4．2 图像分割的数学描述 | 第40-41页 |
| 4．3 图像分割的方法 | 第41-44页 |
| 4．3．1 边界分割法 | 第42-44页 |
| 4．3．2 区域分割法 | 第44页 |
| 4．4 边界检测的数学基础 | 第44-46页 |
| 4．5 基于微分算子的型材图像边缘检测 | 第46-50页 |
| 4．5．1 常用于边缘检测中的算子 | 第46-48页 |
| 4．5．2 坎尼(Canny)算子在型材图像中的应用 | 第48-50页 |
| 4．6 结论 | 第50-51页 |
| 第5章 型材搬运机器人的最优控制研究 | 第51-61页 |
| 5．1 型材搬运机器人结构简介 | 第51-53页 |
| 5．2 机械手的运动过程 | 第53页 |
| 5．3 型材搬运机器人控制器设计 | 第53-60页 |
| 5．3．1 型材搬运机械手的单关节动力学 | 第53-55页 |
| 5．3．2 型材搬运机械手的位置控制器 | 第55-59页 |
| 5．3．3 位置控制器的稳态位置误差和补偿 | 第59-60页 |
| 5．4 结论 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6．1 全文总结 | 第61-62页 |
| 6．2 研究展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录 作者硕士研究生期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |