热加工过程中基于机器视觉的工件定位技术应用研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题的背景及意义 | 第12页 |
| 1.2 国内外本学科的发展现状与趋势 | 第12-14页 |
| 1.3 课题的主要内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 基于边缘特征信息的目标工件识别算法研究 | 第17-32页 |
| 2.1 边缘特征信息识别算法介绍 | 第17页 |
| 2.2 图像预处理 | 第17-20页 |
| 2.2.1 样条小波图像增强 | 第17页 |
| 2.2.2 样条小波变换的实现 | 第17-19页 |
| 2.2.3 样条小波增强算法 | 第19-20页 |
| 2.3 相似性度量 | 第20-23页 |
| 2.3.1 相似性度量的选取 | 第20-21页 |
| 2.3.2 改进的Hausdorff距离 | 第21-23页 |
| 2.4 图像匹配 | 第23-27页 |
| 2.4.1 基于遗传算法作图像匹配识别的基本原理 | 第24-25页 |
| 2.4.2 改进的遗传算法及其应用 | 第25-27页 |
| 2.5 实验与分析 | 第27-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 特征提取算法及其在工件识别中的应用 | 第32-41页 |
| 3.1 SURF算法介绍 | 第32-34页 |
| 3.2 基于SURF算法的工件特征提取 | 第34-36页 |
| 3.3 基于特征点提取的匹配识别 | 第36-40页 |
| 3.3.1 模板匹配的基本原理 | 第36-37页 |
| 3.3.2 基于图像特征点信息提取的工件识别 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 目标工件定位 | 第41-51页 |
| 4.1 单目摄像机的目标定位原理 | 第41-44页 |
| 4.2 摄像机标定方法 | 第44-47页 |
| 4.2.1 传统标定方法 | 第44-45页 |
| 4.2.2 自标定方法 | 第45页 |
| 4.2.3 平面模板的标定方法 | 第45-47页 |
| 4.3 目标定位方法 | 第47-48页 |
| 4.4 目标定位参数求解实验 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 单目视觉机器人智能抓取实验研究 | 第51-61页 |
| 5.1 机器人的硬件系统详述 | 第51-56页 |
| 5.1.1 机器人本体 | 第52-54页 |
| 5.1.2 单目CCD摄像机 | 第54页 |
| 5.1.3 图像采集卡 | 第54页 |
| 5.1.4 运动控制装置 | 第54-56页 |
| 5.2 机器人的软件系统 | 第56页 |
| 5.3 实验与结果分析 | 第56-60页 |
| 5.3.1 工件识别与定位 | 第56-58页 |
| 5.3.2 抓取规划 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第70页 |
