| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-26页 |
| ·选题的背景与意义 | 第11-13页 |
| ·机器人视觉伺服的研究背景与国内外研究现状 | 第13-17页 |
| ·机器人视觉伺服控制系统 | 第17-22页 |
| ·机器人视觉伺服控制系统的组成 | 第17-18页 |
| ·机器人视觉伺服系统的分类 | 第18-22页 |
| ·机器人视觉伺服关键技术及所面临的主要问题 | 第22-24页 |
| ·本论文的主要研究内容 | 第24-25页 |
| ·本论文的章节安排 | 第25-26页 |
| 第2章 机器人视觉伺服系统的摄像机标定 | 第26-43页 |
| ·摄像机标定概述 | 第26-27页 |
| ·摄像机透视投影模型 | 第27-32页 |
| ·坐标系及坐标变换 | 第27-29页 |
| ·摄像机针孔模型 | 第29-30页 |
| ·非线性模型 | 第30-32页 |
| ·传统的摄像机标定技术 | 第32-34页 |
| ·摄像机自标定技术 | 第34-36页 |
| ·利用本质矩阵和基本矩阵的摄像机自标定方法 | 第34-35页 |
| ·基于主动视觉的摄像机自标定技术 | 第35-36页 |
| ·基于BP神经网络的摄像机标定 | 第36-41页 |
| ·神经网络概述 | 第36-38页 |
| ·BP神经网络 | 第38页 |
| ·基于BP神经网络的摄像机标定实验 | 第38-40页 |
| ·与直接线性法标定的比较 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 视觉图像的边缘检测 | 第43-54页 |
| ·图像的边缘及其特点 | 第43-44页 |
| ·经典的边缘检测算法 | 第44-45页 |
| ·基于模糊理论的图像边缘检测 | 第45-46页 |
| ·多信息融合的模糊边缘检测 | 第46-53页 |
| ·算法分析 | 第46-48页 |
| ·三方面信息的隶属度函数的确定 | 第48-50页 |
| ·边缘检测流程及参数的确定 | 第50-52页 |
| ·试验结果的比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于光学小波变换多尺度积的图像边缘检测 | 第54-81页 |
| ·小波变换及其性质 | 第54-57页 |
| ·小波及小波变换 | 第55-56页 |
| ·小波变换的基本性质 | 第56-57页 |
| ·离散小波变换 | 第57-58页 |
| ·多分辨率分析及Mallat算法 | 第58-65页 |
| ·多分辨率分析 | 第58-61页 |
| ·尺度函数φ(t)和小波函数ψ(f)的性质 | 第61-64页 |
| ·Mallat快速算法 | 第64-65页 |
| ·小波变换用于表征信号的突变(瞬变)特征 | 第65-71页 |
| ·小波变换的奇异点和信号变化剧烈处的联系 | 第65-67页 |
| ·用小波变换极大值在多尺度上的变化表征信号奇异点的性质 | 第67-70页 |
| ·基于小波变换的图像边缘检测原理 | 第70-71页 |
| ·小波变换多尺度积 | 第71-74页 |
| ·小波变换多尺度积的定义 | 第71-72页 |
| ·小波变换多尺度积的边缘检测 | 第72-74页 |
| ·光学小波滤波器 | 第74-80页 |
| ·夫琅和费/菲涅耳衍射 | 第75-78页 |
| ·傅立叶变换透镜 | 第78页 |
| ·光学小波滤波器原理结构 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第5章 基于神经网络的图像模式识别 | 第81-105页 |
| ·模式识别技术概述 | 第81-83页 |
| ·模式识别和模式识别系统 | 第81-82页 |
| ·模式识别的基本方法 | 第82-83页 |
| ·神经网络与模式识别 | 第83-84页 |
| ·图像特征提取及不变矩 | 第84-86页 |
| ·基于BP神经网络的图像模式识别实验 | 第86-91页 |
| ·总体设计 | 第86页 |
| ·图像采集及预处理 | 第86-87页 |
| ·特征提取 | 第87-89页 |
| ·神经网络的训练 | 第89-91页 |
| ·实验总结 | 第91页 |
| ·基于ART神经网络的图像模式识别 | 第91-104页 |
| ·ART网络概述 | 第91-100页 |
| ·ART-2神经网络 | 第100-102页 |
| ·基于ART-2神经网络的图像模式识别实验 | 第102-104页 |
| ·实验总结 | 第104页 |
| ·本章小结 | 第104-105页 |
| 第6章 机器人视觉伺服定位仿真 | 第105-130页 |
| ·PUMA560机器人介绍 | 第105-110页 |
| ·基本结构及参数 | 第105-107页 |
| ·运动分析 | 第107-108页 |
| ·运动反解 | 第108-109页 |
| ·雅可比矩阵 | 第109-110页 |
| ·基于图像的机器人视觉伺服定位仿真 | 第110-118页 |
| ·基于图像的机器人视觉伺服系统结构 | 第111-112页 |
| ·图像雅可比矩阵 | 第112-114页 |
| ·系统仿真模型 | 第114-116页 |
| ·仿真试验及结果 | 第116-118页 |
| ·基于切换控制器的机器人视觉伺服定位仿真 | 第118-129页 |
| ·模式切换系统模型 | 第118-120页 |
| ·视觉控制器的构建 | 第120-124页 |
| ·仿真试验 | 第124-129页 |
| ·本章小结 | 第129-130页 |
| 结束语 | 第130-132页 |
| 参考文献 | 第132-143页 |
| 功读博士学位期间承担的科研任务与主要成果 | 第143-145页 |
| 致谢 | 第145页 |