| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 选题背景及研究意义 | 第14页 |
| 1.2 机器视觉和机器人技术的发展应用 | 第14-15页 |
| 1.2.1 视觉伺服的发展概述 | 第14-15页 |
| 1.2.2 机器人在工业生产中应用的发展与意义 | 第15页 |
| 1.3 国内外机器视觉分拣系统研究成果 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 论文研究内容及结构安排 | 第18-20页 |
| 1.4.1 论文研究目标 | 第18页 |
| 1.4.2 视觉分拣系统结构设计 | 第18-19页 |
| 1.4.3 论文结构安排 | 第19-20页 |
| 第2章 相机标定 | 第20-30页 |
| 2.1 针孔相机模型 | 第20-21页 |
| 2.2 相机标定方法研究 | 第21-26页 |
| 2.2.1 直接线性法 | 第21-23页 |
| 2.2.2 张正友法 | 第23-26页 |
| 2.3 实验分析与验证 | 第26-29页 |
| 2.3.1 直接线性法实现标定 | 第26-28页 |
| 2.3.2 张正友法实现 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 工件图像预处理与目标提取 | 第30-48页 |
| 3.1 图像预处理技术概述 | 第30-31页 |
| 3.2 图像滤波算法的介绍和改进 | 第31-34页 |
| 3.2.1 高斯滤波器 | 第31-32页 |
| 3.2.2 均值滤波器 | 第32页 |
| 3.2.3 中值滤波 | 第32-33页 |
| 3.2.4 自适应中值滤波 | 第33页 |
| 3.2.5 滤波效果比较 | 第33-34页 |
| 3.3 图像锐化算法的介绍和比较 | 第34-38页 |
| 3.3.1 一阶微分图像锐化算法 | 第34-36页 |
| 3.3.2 二阶微分图像锐化算法 | 第36-37页 |
| 3.3.3 图像锐化处理效果图比较 | 第37-38页 |
| 3.4 图像分割技术 | 第38-47页 |
| 3.4.1 灰度直方图和梯度直方图 | 第38-39页 |
| 3.4.2 边缘检测法—Canny边缘检测算法 | 第39-41页 |
| 3.4.3 阈值分割法—最大类间方差法 | 第41-42页 |
| 3.4.4 聚类分析法—基于改进粒子群算法的快速FCM聚类分割法 | 第42-46页 |
| 3.4.5 图像分割实验比较 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 工件图像特征提取与识别 | 第48-60页 |
| 4.1 连通区域标记 | 第48-49页 |
| 4.2 图像特征提取 | 第49-57页 |
| 4.2.1 周长、面积与圆度计算 | 第49-50页 |
| 4.2.2 SUSAN角点检测 | 第50-53页 |
| 4.2.3 圆形和椭圆形工件特征参数的提取 | 第53-56页 |
| 4.2.4 正方形和长方形的特征参数的提取 | 第56-57页 |
| 4.3 图像识别 | 第57-59页 |
| 4.3.1 工件识别步骤 | 第57页 |
| 4.3.2 工件识别分类实验图 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 机械臂运动学分析及仿真 | 第60-72页 |
| 5.1 机械臂位姿描述及坐标变换 | 第60-62页 |
| 5.1.1 位置和姿态的描述 | 第60-61页 |
| 5.1.2 坐标变换 | 第61-62页 |
| 5.2 机械臂运动学解析 | 第62-67页 |
| 5.2.1 运动学正解 | 第63-66页 |
| 5.2.2 运动学反解 | 第66-67页 |
| 5.3 机械臂轨迹规划 | 第67-68页 |
| 5.4 机械臂运动仿真 | 第68-70页 |
| 5.5 本章小结 | 第70-72页 |
| 第6章 机械臂分拣系统设计与实现 | 第72-78页 |
| 6.1 分拣系统构成 | 第72-74页 |
| 6.2 图形用户界面设计 | 第74-75页 |
| 6.3 实验过程展示及结果分析 | 第75-77页 |
| 6.4 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 论文总结 | 第78页 |
| 未来展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读学位期间发表的学术论文 | 第83-85页 |
| 致谢 | 第85页 |