基于模式识别与机器视觉工件的识别及分拣
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10页 |
| 1.2 计算机视觉技术应用综述 | 第10-14页 |
| 1.2.1 概述 | 第10-11页 |
| 1.2.2 机器视觉技术国内外发展研究现状 | 第11-12页 |
| 1.2.3 计算机视觉常用工具 | 第12-14页 |
| 1.3 目标识别的研究 | 第14-17页 |
| 1.3.1 国内外发展现状 | 第14-15页 |
| 1.3.2 目标识别技术 | 第15-17页 |
| 1.4 本文完成的主要工作 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第二章 图像预处理 | 第20-38页 |
| 2.1 引言 | 第20页 |
| 2.2 图像采集 | 第20-21页 |
| 2.3 图像预处理 | 第21-37页 |
| 2.3.1 常用的颜色模型---彩色图像模式 | 第21-23页 |
| 2.3.2 图像灰度化处理 | 第23-25页 |
| 2.3.3 图像去噪 | 第25-27页 |
| 2.3.4 图像形态学处理 | 第27-30页 |
| 2.3.5 图像边缘检测 | 第30-35页 |
| 2.3.6 阈值分割 | 第35-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 图像的目标识别 | 第38-64页 |
| 3.1 引言 | 第38页 |
| 3.2 图像的特征参数 | 第38-40页 |
| 3.3 图像特征提取的方法 | 第40-44页 |
| 3.3.1 主成分分析方法 | 第40-42页 |
| 3.3.2 线性判别分析方法 | 第42-43页 |
| 3.3.3 K-L变换方法 | 第43页 |
| 3.3.4 不变矩方法 | 第43-44页 |
| 3.4 基于图像特征参数的目标分类 | 第44-52页 |
| 3.4.1 统计模式识别方法 | 第44-47页 |
| 3.4.2 神经网络的模式识别 | 第47-49页 |
| 3.4.3 支持向量机模式识别 | 第49-52页 |
| 3.5 几种常见模式识别方法的对比研究 | 第52-61页 |
| 3.6 本章小结 | 第61-64页 |
| 第四章 工件识别与抓取的控制系统开发与研究 | 第64-78页 |
| 4.1 引言 | 第64页 |
| 4.2 控制系统的下位机 | 第64-75页 |
| 4.2.1 LED光源 | 第64-66页 |
| 4.2.2 工业相机 | 第66-67页 |
| 4.2.3 主控制器单元 | 第67-69页 |
| 4.2.4 伺服电机驱动控制单元 | 第69-71页 |
| 4.2.5 气动系统驱动控制单元 | 第71-73页 |
| 4.2.6 传感器 | 第73-74页 |
| 4.2.7 直流电源 | 第74页 |
| 4.2.8 工件识别与抓取的接线图 | 第74-75页 |
| 4.3 控制系统的上位机 | 第75-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 工件识别与抓取的气动机械手实验 | 第78-90页 |
| 5.1 引言 | 第78页 |
| 5.2 工件识别与抓取气动机械手 | 第78-89页 |
| 5.2.1 运动控制 | 第79-82页 |
| 5.2.2 视觉检测 | 第82-89页 |
| 5.3 本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-92页 |
| 6.1 论文总结 | 第90页 |
| 6.2 论文不足和展望 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 附录 | 第98页 |
