基于机器视觉的焊接工件识别与焊接轨迹校正方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 本文研究的目的及主要内容 | 第17-19页 |
| 1.3.1 研究目的 | 第17页 |
| 1.3.2 主要内容 | 第17-19页 |
| 第二章 焊接机器人与视觉系统的手眼标定 | 第19-31页 |
| 2.1 摄像机标定 | 第19-21页 |
| 2.1.1 摄像机的针孔模型 | 第19页 |
| 2.1.2 摄像机内参数标定 | 第19-20页 |
| 2.1.3 摄像机外参数标定 | 第20-21页 |
| 2.2 焊接机器人的手眼标定 | 第21-30页 |
| 2.2.1 基于HALCON的手眼标定 | 第22-26页 |
| 2.2.2 基于“黑箱”思想的手眼标定 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 图像预处理算法的研究 | 第31-44页 |
| 3.1 图像灰度化处理 | 第31-32页 |
| 3.2 图像去噪 | 第32-35页 |
| 3.2.1 图像噪声模型 | 第32-33页 |
| 3.2.2 噪声滤波 | 第33-35页 |
| 3.3 图像阈值处理 | 第35-36页 |
| 3.4 图像形态学处理 | 第36-38页 |
| 3.4.1 图像的腐蚀 | 第36-37页 |
| 3.4.2 图像的膨胀 | 第37-38页 |
| 3.5 边缘检测算法研究 | 第38-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 焊接工件的分类算法研究 | 第44-59页 |
| 4.1 焊接工件的特征分析与提取 | 第44-48页 |
| 4.1.1 区域面积特征 | 第45页 |
| 4.1.2 圆度特征 | 第45-46页 |
| 4.1.3 区域凸性 | 第46页 |
| 4.1.4 小孔数目 | 第46页 |
| 4.1.5 外接圆面积比 | 第46-47页 |
| 4.1.6 图像几何不变矩 | 第47-48页 |
| 4.2 焊接工件特征值的优化 | 第48-51页 |
| 4.3 分类器的研究与设计 | 第51-58页 |
| 4.3.1 高斯混合模型分类法 | 第51-52页 |
| 4.3.2 多层感知器神经网络分类法 | 第52-54页 |
| 4.3.3 支持向量机分类法 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 焊接工件的识别定位与轨迹校正 | 第59-68页 |
| 5.1 基于模板匹配算法的识别技术 | 第59-63页 |
| 5.1.1 模板匹配 | 第59-60页 |
| 5.1.2 基于几何形状的金字塔分层匹配 | 第60-63页 |
| 5.2 焊接工件的定位 | 第63-64页 |
| 5.3 焊接工件的轨迹校正 | 第64-67页 |
| 5.3.1 图像像素点的平移 | 第64-65页 |
| 5.3.2 图像像素点的旋转 | 第65-66页 |
| 5.3.3 示教轨迹校正 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 设计实验平台及实验验证 | 第68-91页 |
| 6.1 实验平台简介 | 第68-75页 |
| 6.1.1 焊接轨迹校正测试平台 | 第68-71页 |
| 6.1.2 焊接工件分类识别实验平台 | 第71-73页 |
| 6.1.3 软件模块的开发与设计 | 第73-75页 |
| 6.2 实验结果及分析 | 第75-89页 |
| 6.2.1 焊接工件分类实验 | 第75-80页 |
| 6.2.2 工件检测识别实验 | 第80-83页 |
| 6.2.3 焊接轨迹校正实验 | 第83-87页 |
| 6.2.4 锁座和铰链的焊接实验 | 第87-89页 |
| 6.3 本章小结 | 第89-91页 |
| 总结与展望 | 第91-94页 |
| 总结 | 第91-92页 |
| 创新点 | 第92页 |
| 未来工作的展望 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 攻读硕士学位期间取得的研究成果 | 第100-101页 |
| 致谢 | 第101-102页 |
| 附件 | 第102页 |
