面向分拣系统的机器视觉相关技术研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-25页 |
1.1 课题研究背景 | 第14-17页 |
1.1.1 工业分拣视觉系统概述 | 第14-16页 |
1.1.2 分拣系统图像处理需求概述 | 第16-17页 |
1.2 分拣用机器视觉技术概述 | 第17-23页 |
1.2.1 数字图像处理技术的现状 | 第17-18页 |
1.2.2 图像处理技术在分拣系统上应用 | 第18页 |
1.2.3 相机标定校正概述 | 第18-19页 |
1.2.4 图像预处理概述 | 第19-20页 |
1.2.5 BLOB分析概述 | 第20-21页 |
1.2.6 边缘检测概述 | 第21-22页 |
1.2.7 模板匹配技术概述 | 第22-23页 |
1.2.8 亚像素技术概述 | 第23页 |
1.3 论文的主要工作和结构安排 | 第23-25页 |
第二章 面向分拣系统的简便标定方法 | 第25-36页 |
2.1 张正友标定方法 | 第25-29页 |
2.1.1 标定模型 | 第25-26页 |
2.1.2 标定原理 | 第26-29页 |
2.2 基于张正友标定模型的改进标定方法 | 第29-34页 |
2.2.1 标定模型建立 | 第29-30页 |
2.2.2 标定点提取算法 | 第30-32页 |
2.2.3 标定原理及参数求解 | 第32-34页 |
2.3 本章小结 | 第34-36页 |
第三章 面向分拣系统的图像预处理技术 | 第36-48页 |
3.1 预处理技术需求分析 | 第36-37页 |
3.2 光照补偿方法设计 | 第37-40页 |
3.2.1 直方图均衡化处理 | 第37-39页 |
3.2.2 图像灰度线性拉伸处理 | 第39-40页 |
3.3 滤波处理方法设计 | 第40-43页 |
3.3.1 均值滤波方法 | 第40-41页 |
3.3.2 高斯滤波器 | 第41-42页 |
3.3.3 中值滤波法 | 第42-43页 |
3.4 图像锐化方法设计 | 第43-46页 |
3.4.1 拉普拉斯锐化法 | 第44-45页 |
3.4.2 Unsharp Mask | 第45-46页 |
3.5 预处理效果分析 | 第46-47页 |
3.6 本章小结 | 第47-48页 |
第四章 用于分拣系统的识别与定位方法 | 第48-73页 |
4.1 BLOB分析功能设计 | 第48-56页 |
4.1.1 图像阈值分割 | 第49-51页 |
4.1.2 连通区域孔洞填充 | 第51-52页 |
4.1.3 用于BLOB分析的分水岭处理 | 第52-54页 |
4.1.4 BLOB标记实现 | 第54-55页 |
4.1.5 BLOB特征提取、定位与面积计算 | 第55-56页 |
4.2 边缘检测功能设计 | 第56-60页 |
4.2.1 通用边缘提取算法 | 第56-59页 |
4.2.2 特定边缘检测方法 | 第59-60页 |
4.3 模板匹配功能设计 | 第60-71页 |
4.3.1 图像金字塔 | 第60-62页 |
4.3.2 基于灰度的模板匹配 | 第62-63页 |
4.3.3 基于边缘的模板匹配 | 第63-67页 |
4.3.4 目标搜索策略 | 第67-71页 |
4.4 亚像素处理功能设计 | 第71-72页 |
4.4.1 插值亚像素处理方法 | 第71页 |
4.4.2 最小二乘拟合亚像素处理方法 | 第71-72页 |
4.5 本章小结 | 第72-73页 |
第五章 实验测试与分析 | 第73-80页 |
5.1 实验测试平台介绍 | 第73-74页 |
5.1.1 实验硬件介绍 | 第73-74页 |
5.1.2 实验软件介绍 | 第74页 |
5.2 图像标定算法测试 | 第74-76页 |
5.2.1 实验原理 | 第74页 |
5.2.2 标定操作流程 | 第74-75页 |
5.2.3 标定精度测试 | 第75-76页 |
5.3 算法性能测试 | 第76-78页 |
5.3.1 降噪能力测试 | 第76页 |
5.3.2 光照补偿能力测试 | 第76-77页 |
5.3.3 定位精度测试 | 第77-78页 |
5.3.4 速度测试 | 第78页 |
5.4 本章小结 | 第78-80页 |
总结与展望 | 第80-82页 |
参考文献 | 第82-87页 |
攻读硕士学位期间取得的研究成果 | 第87-88页 |
致谢 | 第88-89页 |
附件 | 第89页 |