| 第一章 绪论 | 第1-16页 |
| 1．1 引言 | 第7页 |
| 1．2 计算机视觉 | 第7-10页 |
| 1．2．1 计算机视觉的发展 | 第7-8页 |
| 1．2．2 Marr的计算机视觉理论 | 第8-9页 |
| 1．2．3 计算机视觉的应用 | 第9-10页 |
| 1．3 计算机视觉的关键技术 | 第10-13页 |
| 1．4 本课题的研究意义 | 第13-14页 |
| 1．5 主要研究内容 | 第14-15页 |
| 1．6 论文的主要内容 | 第15-16页 |
| 第二章 Motoman UP6工业机器人系统简介及其运动学分析 | 第16-30页 |
| 2．1 Motoman UP6工业机器人系统简介 | 第16-17页 |
| 2．1．1 机器人控制系统 | 第16页 |
| 2．1．2 机器人通讯功能以及Motocom32软件简介 | 第16-17页 |
| 2．2 机器人位子的描述及空间坐标变换 | 第17-19页 |
| 2．2．1 位置描述 | 第17页 |
| 2．2．2 方位描述 | 第17-18页 |
| 2．2．3 位姿描述 | 第18页 |
| 2．2．4 空间齐次坐标变化 | 第18-19页 |
| 2．3 工业机器人运动学问题分析 | 第19-26页 |
| 2．3．1 工业机器人运动学正问题 | 第20-23页 |
| 2．3．2 工业机器人运动学逆问题 | 第23-26页 |
| 2．3．2．1 工业机器人运动学方程反解得理论基础 | 第23-24页 |
| 2．3．2．2 运动学方程的反解 | 第24-26页 |
| 2．4 机器人运动学分析的实际应用——运动机器人轨迹的实时规划 | 第26-30页 |
| 2．4．1 运动机器人轨迹规划的必要性 | 第26页 |
| 2．4．2 运动机器人轨迹规划实现原理及其流程图 | 第26-29页 |
| 2．4．3 实验结果分析 | 第29-30页 |
| 第三章 计算机视觉实验系统 | 第30-43页 |
| 3．1 机器人实验系统的构成及其原理 | 第30-31页 |
| 3．2 计算机视觉系统的软硬件简介 | 第31-32页 |
| 3．3 计算机视觉系统的软件实现及流程图 | 第32-33页 |
| 3．4 摄像机定标 | 第33-43页 |
| 3．4．1 摄像机线性模型 | 第33-36页 |
| 3．4．2 摄像机非线性模型 | 第36-37页 |
| 3．4．3 传统线性模型的直接线性变换定标法 | 第37-39页 |
| 3．4．4 结合本系统实际应用提出的“快速增广型摄像机定标方法” | 第39-41页 |
| 3．4．5 摄像机定标实验结果及分析 | 第41-43页 |
| 第四章 图像处理及特征计算 | 第43-55页 |
| 4．1 图像的描述 | 第43-44页 |
| 4．2 图像的预处理 | 第44-46页 |
| 4．2．1 图像的灰度化处理 | 第44-45页 |
| 4．2．2 图像的平滑处理 | 第45-46页 |
| 4．3 图像分割及边缘检测 | 第46-55页 |
| 4．3．1 图像的二值化及阀值的选取 | 第46-47页 |
| 4．3．2 图像的边缘检测及轮廓提取 | 第47-52页 |
| 4．3．3 图像的特征提取 | 第52-53页 |
| 4．3．4 图像的特征量的计算 | 第53-55页 |
| 第五章 视觉系统的立体成像和三维定位 | 第55-66页 |
| 5．1 立体成像方式 | 第55页 |
| 5．2 立体视觉和三维重建 | 第55-57页 |
| 5．3 平行双目成像模型 | 第57-59页 |
| 5．4 优化模型 | 第59-60页 |
| 5．5 图像匹配 | 第60-63页 |
| 5．5．1 极线约束 | 第61-62页 |
| 5．5．2 匹配 | 第62-63页 |
| 5．6 实验结果及分析 | 第63-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 附录 作者在攻读硕士研究生期间发表的论文 | 第72页 |
