基于网络直角坐标机器人视觉伺服系统研究
| 第一章 绪论 | 第1-14页 |
| §1-1 机器人视觉伺服的研究现状 | 第8-11页 |
| §1-2 研究课题的提出 | 第11-13页 |
| §1-3 主要研究内容 | 第13-14页 |
| 第二章 机器人视觉伺服系统理论 | 第14-19页 |
| §2-1 机器人视觉伺服系统结构 | 第14-15页 |
| §2-2 基于图像的视觉控制理论 | 第15-17页 |
| §2-3 BP神经网络在视觉伺服中 | 第17-18页 |
| §2-4 本章小结 | 第18-19页 |
| 第三章 图像处理器的研究 | 第19-46页 |
| §3-1 摄像机及图像采集卡 | 第19-22页 |
| 3-1-1 CCD摄像机 | 第19页 |
| 3-1-2 图像采集卡 | 第19-22页 |
| §3-2 数字图像增强 | 第22-29页 |
| 3-2-1 图像的灰度修正 | 第22-25页 |
| 3-2-2 图像的去噪处理 | 第25-29页 |
| §3-3 图像边缘检测 | 第29-37页 |
| 3-3-1 基本概念 | 第29-30页 |
| 3-3-2 边缘检测算子的选择 | 第30-37页 |
| §3-4 图像特征提取 | 第37-43页 |
| 3-4-1 图像轮廓跟踪 | 第37-40页 |
| 3-4-2 图像特征提取 | 第40-43页 |
| §3-5 使用图像处理器软件 | 第43-45页 |
| §3-6 本章小结 | 第45-46页 |
| 第四章 运动控制器的研究 | 第46-66页 |
| §4-1 多轴运动控制器EPCIO—405 | 第46-49页 |
| 4-1-1 EPCIO-405简介 | 第46-47页 |
| 4-1-2 EPCIO-405软件支持 | 第47-49页 |
| §4-2 控制核心—BP神经网络 | 第49-58页 |
| 4-2-1 神经元网络与控制 | 第49-50页 |
| 4-2-2 神经元网络的基本原理和结构 | 第50-52页 |
| 4-2-3 反向传播神经网络—BP网络 | 第52-54页 |
| 4-2-4 软件实现BP神经网络 | 第54-58页 |
| §4-3 与图像处理器的网络协调 | 第58-63页 |
| 4-3-1 通信协议TCP／IP | 第58页 |
| 4-3-2 Winsock简介 | 第58-59页 |
| 4-3-3 通信机制 | 第59-60页 |
| 4-3-4 多线程编程 | 第60-61页 |
| 4-3-5 基于Winsock的多线程软件实现 | 第61-63页 |
| §4-4 使用运动控制器软件 | 第63-65页 |
| §4-5 本章小结 | 第65-66页 |
| 第五章 远程监控器的研究 | 第66-72页 |
| §5-1 远程监控概述 | 第66-68页 |
| §5-2 远程监控软件实现 | 第68-70页 |
| §5-3 使用远程监控器软件 | 第70-71页 |
| §5-4 本章小结 | 第71-72页 |
| 第六章 实验 | 第72-77页 |
| §6-1 实验硬件介绍 | 第72-74页 |
| 6-1-1 直角坐标机器人 | 第72-73页 |
| 6-1-2 图像处理器 | 第73-74页 |
| 6-1-3 运动控制器 | 第74页 |
| 6-1-4 远程监控器 | 第74页 |
| §6-2 实验结果 | 第74-77页 |
| 结论与展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
