| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 论文研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状与发展趋势 | 第14-17页 |
| 1.3 机器视觉技术要点 | 第17-22页 |
| 1.3.1 图像采集系统 | 第18-19页 |
| 1.3.2 图像处理系统 | 第19-21页 |
| 1.3.3 自动控制系统 | 第21-22页 |
| 1.4 论文主要研究内容及章节安排 | 第22-24页 |
| 第2章 空瓶检测机器人系统检测方案设计 | 第24-35页 |
| 2.1 控制系统功能模块设计 | 第24-29页 |
| 2.2 视觉检测方案设计 | 第29-33页 |
| 2.2.1 相机选型说明 | 第29-30页 |
| 2.2.2 瓶底图像采集 | 第30-32页 |
| 2.2.3 瓶底缺陷图像分类 | 第32-33页 |
| 2.3 瓶底缺陷检测算法技术难点 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 空瓶检测机器人的瓶底图像定位方法 | 第35-49页 |
| 3.1 瓶底图像定位方法 | 第35-40页 |
| 3.1.1 重心法 | 第35-36页 |
| 3.1.2 最小二乘法 | 第36-37页 |
| 3.1.3 Hough变换法 | 第37-39页 |
| 3.1.4 三点圆拟合法 | 第39-40页 |
| 3.2 瓶底图像定位误差原因 | 第40-42页 |
| 3.2.1 边缘轮廓提取产生误差 | 第40-41页 |
| 3.2.2 圆拟合定位算法产生误差 | 第41-42页 |
| 3.3 基于防滑纹位置的多次随机圆拟合定位方法 | 第42-47页 |
| 3.3.1 瓶底图像预处理 | 第42-43页 |
| 3.3.2 重心法预定位 | 第43-44页 |
| 3.3.3 径向扫描提取防滑纹真实边缘点 | 第44-45页 |
| 3.3.4 基于变权重多次随机圆拟合的瓶底圆心定位方法 | 第45-47页 |
| 3.4 瓶底定位算法实验结果分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 空瓶检测机器人的瓶底缺陷图像识别方法 | 第49-65页 |
| 4.1 瓶底缺陷检测算法 | 第49-51页 |
| 4.1.1 边缘检测法 | 第49-50页 |
| 4.1.2 模板分析法 | 第50页 |
| 4.1.3 径向投影法 | 第50-51页 |
| 4.1.4 机器学习法 | 第51页 |
| 4.2 基于轮廓特征的最小矩中心区域缺陷检测方法 | 第51-53页 |
| 4.3 基于区域分割的防滑纹区域瓶底缺陷识别方法 | 第53-60页 |
| 4.3.1 瓶底特征提取 | 第53-58页 |
| 4.3.2 瓶底检测流程 | 第58-59页 |
| 4.3.3 基于SVM的分类方法 | 第59-60页 |
| 4.4 瓶底缺陷检测实验结果分析 | 第60-64页 |
| 4.5 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录 A 攻读学位期间所发表的学术论文和专利目录 | 第72-73页 |
| 附录 B 攻读学位期间参加的科研项目 | 第73页 |