基于机器视觉的立体金属字焊缝跟踪系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 前言 | 第8-16页 |
| 1.1 课题研究的背景及意义 | 第8-11页 |
| 1.2 国内外的研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 论文章节安排 | 第15-16页 |
| 2 视觉立体金属字焊缝跟踪系统的设计 | 第16-26页 |
| 2.1 焊缝跟踪系统的整体设计 | 第16-17页 |
| 2.2 系统的主要硬件设备选择 | 第17-23页 |
| 2.2.1 工业相机 | 第17-18页 |
| 2.2.2 镜头 | 第18-20页 |
| 2.2.3 步进电机与驱动器 | 第20-23页 |
| 2.3 焊缝自动跟踪系统的工作流程 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 金属字图像的预处理 | 第26-41页 |
| 3.1 金属字图像的滤波去噪 | 第26-33页 |
| 3.1.1 图像中的噪声 | 第27-28页 |
| 3.1.2 图像的滤波去噪 | 第28-30页 |
| 3.1.3 图像滤波去噪的结果比较 | 第30-33页 |
| 3.2 金属字图像的阈值分割 | 第33-40页 |
| 3.2.1 阈值分割算法的分类 | 第34页 |
| 3.2.2 直方图阈值双峰分割[81] | 第34-37页 |
| 3.2.3 自适应阈值分割 | 第37-38页 |
| 3.2.4 最大类间方差分割法 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 金属字焊缝的提取及矢量化 | 第41-56页 |
| 4.1 金属字图像的边缘提取 | 第41-50页 |
| 4.1.1 边缘提取方法及其算法原理 | 第42-45页 |
| 4.1.2 边缘提取的结果 | 第45-48页 |
| 4.1.3 基于Suzuki85算法的边缘提取 | 第48-50页 |
| 4.2 金属字图像的骨架提取 | 第50-54页 |
| 4.2.1 Zhang并行快速细化算法 | 第51-52页 |
| 4.2.2 综合边缘提取的细化算法 | 第52-54页 |
| 4.3 位图矢量化 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 基于视觉的焊缝自动跟踪设备 | 第56-66页 |
| 5.1 焊缝自动跟踪设备 | 第56-60页 |
| 5.2 焊缝跟踪的控制方法 | 第60-62页 |
| 5.2.1 闭环控制系统 | 第60-61页 |
| 5.2.2 PID控制 | 第61-62页 |
| 5.3 实验及结果分析 | 第62-64页 |
| 5.4 本章小结 | 第64-66页 |
| 6 结论 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 论文的创新点 | 第66页 |
| 6.3 论文的不足之处 | 第66-68页 |
| 7 展望 | 第68-69页 |
| 8 参考文献 | 第69-75页 |
| 9 致谢 | 第75页 |
