基于机器视觉的混流喷涂线工件自动识别技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 课题的来源以及课题的研究意义 | 第13-18页 |
| 1.1.1 课题来源 | 第13页 |
| 1.1.2 课题的背景及研究意义 | 第13-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 喷涂机器人发展现状 | 第18-20页 |
| 1.2.2 图像识别技术的发展现状 | 第20页 |
| 1.2.3 识别算法 | 第20-21页 |
| 1.3 本文的主要研究内容 | 第21-22页 |
| 第二章 软件方案研究和硬件选型 | 第22-37页 |
| 2.1 需求分析 | 第22-24页 |
| 2.2 总体方案设计 | 第24页 |
| 2.3 软件结构规划 | 第24-26页 |
| 2.4 软件的图像预处理模块开发 | 第26-28页 |
| 2.5 软件的训练模块开发 | 第28-29页 |
| 2.6 硬件模块设计及选型 | 第29-36页 |
| 2.6.1 光源种类与选型 | 第29-31页 |
| 2.6.2 工业相机的选型 | 第31-33页 |
| 2.6.3 光学镜头的选型 | 第33-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 摄像机标定与图像预处理算法 | 第37-53页 |
| 3.1 摄像机标定 | 第37-40页 |
| 3.1.1 摄像机模型 | 第37-39页 |
| 3.1.2 标定 | 第39-40页 |
| 3.2 图像预处理算法 | 第40-52页 |
| 3.2.1 图像灰度化 | 第42-43页 |
| 3.2.2 图像平滑 | 第43-46页 |
| 3.2.3 图像二值化处理 | 第46-48页 |
| 3.2.4 图像边缘检测与轮廓提取 | 第48-52页 |
| 3.3 本章小结 | 第52-53页 |
| 第四章 金属板材特征提取与识别方法 | 第53-74页 |
| 4.1 基于HU矩的特征提取与识别 | 第53-61页 |
| 4.1.1 矩描述子 | 第54页 |
| 4.1.2 矩的概念 | 第54页 |
| 4.1.3 矩的物理意义 | 第54-56页 |
| 4.1.4 HU不变矩 | 第56-57页 |
| 4.1.5 HU矩提取与识别 | 第57-61页 |
| 4.2 基于SVM的特征提取与识别 | 第61-73页 |
| 4.2.1 训练图片特征提取 | 第62-64页 |
| 4.2.2 聚类 | 第64-65页 |
| 4.2.3 构造BOW模型 | 第65-68页 |
| 4.2.4 SVM分类器 | 第68-70页 |
| 4.2.5 SVM识别 | 第70-73页 |
| 4.3 本章小结 | 第73-74页 |
| 第五章 软件的开发和视觉识别实验验证分析 | 第74-82页 |
| 5.1 软件主流程 | 第74-75页 |
| 5.2 GUI界面设计 | 第75-79页 |
| 5.3 软件实验测试及分析 | 第79-81页 |
| 5.4 实验结论 | 第81页 |
| 5.5 本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间发表论文 | 第87-89页 |
| 致谢 | 第89页 |
