| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题概述 | 第13-17页 |
| 1.1.1 课题来源 | 第13页 |
| 1.1.2 钢化玻璃绝缘子概述 | 第13-14页 |
| 1.1.3 柔性生产线上窑的现状 | 第14-17页 |
| 1.2 基于机器视觉识别与定位的国内外研究现状 | 第17-20页 |
| 1.3 本文研究工作与内容安排 | 第20-23页 |
| 1.3.1 本课题研究的内容与技术要求 | 第20-22页 |
| 1.3.2 本文的章节安排 | 第22-23页 |
| 第二章 基于机器视觉的钢化玻璃绝缘子智能上窑装置的总体设计 | 第23-38页 |
| 2.1 机器视觉的原理 | 第23页 |
| 2.2 钢化玻璃绝缘子智能上窑装置的总体方案设计 | 第23-25页 |
| 2.2.1 方案设计的具体要求 | 第23-24页 |
| 2.2.2 总方案设计 | 第24-25页 |
| 2.3 机械部分 | 第25-28页 |
| 2.3.1 相机升降机构 | 第25-26页 |
| 2.3.2 机械手夹爪 | 第26-28页 |
| 2.4 控制部分 | 第28-32页 |
| 2.5 视觉部分 | 第32-37页 |
| 2.5.1 工业相机的选型 | 第32-33页 |
| 2.5.2 镜头的选取 | 第33-35页 |
| 2.5.3 光源的选取 | 第35-36页 |
| 2.5.4 视觉系统软件工具 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 钢化玻璃绝缘子图像预处理算法分析与研究 | 第38-50页 |
| 3.1 图像的概述 | 第38-39页 |
| 3.2 钢化玻璃绝缘子图像的获取 | 第39页 |
| 3.3 钢化玻璃绝缘子图像预处理过程 | 第39-40页 |
| 3.4 图像的平滑滤波 | 第40-44页 |
| 3.4.1 均值滤波 | 第40-41页 |
| 3.4.2 高斯滤波 | 第41页 |
| 3.4.3 中值滤波 | 第41-42页 |
| 3.4.4 一种基于M-K的绝缘子滤波增强算法 | 第42-43页 |
| 3.4.5 滤波效果对比 | 第43-44页 |
| 3.5 图像边缘检测 | 第44-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 钢化玻璃绝缘子识别与定位算法的研究 | 第50-64页 |
| 4.1 相机标定 | 第50-53页 |
| 4.1.1 相机标定概念 | 第50页 |
| 4.1.2 相机标定的原理及方法 | 第50-53页 |
| 4.2 钢化玻璃绝缘子识别与定位算法 | 第53-56页 |
| 4.2.1 Hough变换法 | 第53-54页 |
| 4.2.2 最小二乘法 | 第54-55页 |
| 4.2.3 本文拟合圆算法 | 第55-56页 |
| 4.3 基于特征匹配与激光校正的信息融合算法 | 第56-60页 |
| 4.3.1 特征匹配 | 第56-59页 |
| 4.3.2 正、反产品激光校正 | 第59-60页 |
| 4.4 实验分析 | 第60-63页 |
| 4.4.1 不同时间段识别与定位的效果 | 第60-62页 |
| 4.4.2 不同背景产品识别与定位的效果 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 钢化玻璃绝缘子智能上窑系统设计与开发 | 第64-75页 |
| 5.1 系统软件界面的设计 | 第64-65页 |
| 5.2 图像采集处理模块 | 第65-68页 |
| 5.3 通信模块 | 第68-71页 |
| 5.4 智能上窑系统实验分析 | 第71-74页 |
| 5.4.1 正、反产品在线识别统计 | 第71-73页 |
| 5.4.2 智能上窑系统在线上窑率统计 | 第73页 |
| 5.4.3 智能上窑系统工作效率分析 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75页 |
| 6.2 工作展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间研究成果 | 第82-83页 |
| 致谢 | 第83页 |