| 摘要 | 第1-7页 |
| Abstract | 第7-17页 |
| 第1章 绪论 | 第17-28页 |
| ·啤酒瓶视觉检测机器人研究背景及意义 | 第17-18页 |
| ·机器视觉技术概述 | 第18-24页 |
| ·机器视觉概念 | 第18-20页 |
| ·光源照明技术 | 第20-21页 |
| ·光学镜头CCD 摄像机和图像采集卡 | 第21-23页 |
| ·视觉传感器 | 第23页 |
| ·机器视觉在工业检测中的应用 | 第23-24页 |
| ·啤酒瓶视觉检测国内外研究现状分析 | 第24-26页 |
| ·本论文的主要内容简介 | 第26-28页 |
| 第2章 啤酒瓶视觉检测机器人总体设计 | 第28-39页 |
| ·引言 | 第28页 |
| ·啤酒瓶视觉检测机器人机械结构 | 第28-34页 |
| ·直线式和旋转式传送系统 | 第28-29页 |
| ·直线式啤酒瓶视觉检测机器人各部分结构 | 第29-33页 |
| ·次瓶击出系统 | 第33-34页 |
| ·啤酒瓶视觉检测机器人的电气控制系统 | 第34-37页 |
| ·基于 PC 机的啤酒瓶视觉检测机器人的软件构架 | 第37页 |
| ·残留液检测方法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 瓶身瓶底图像检测方法 | 第39-98页 |
| ·引言 | 第39页 |
| ·瓶身瓶底图像检测算法研究基础 | 第39-44页 |
| ·检测目的 | 第39-40页 |
| ·图像检测区域的标定与自动定位 | 第40-43页 |
| ·小区域检测以及实验研究使用的图像库 | 第43-44页 |
| ·传统边缘检测算法的应用 | 第44-45页 |
| ·基于连通域特征和经验规则的图像检测方法 | 第45-49页 |
| ·高低频段双尺度预处理算法 | 第49-67页 |
| ·总体思路 | 第49-51页 |
| ·相关函数法 | 第51-56页 |
| ·输出表修正的模糊推理法 | 第56-67页 |
| ·基于单个神经网络的缺陷判决方法 | 第67-71页 |
| ·基于多神经网络的缺陷判决方法 | 第71-97页 |
| ·三种典型多神经网络方法及其实验数据分析 | 第71-80页 |
| ·“穷举法”搜寻优秀子神经网络组合 | 第80-84页 |
| ·“试探法”采集用于训练子神经网络的样本集 | 第84-88页 |
| ·基于Adaboosting 算法的更适合团队协作的子神经网络训练方法 | 第88-91页 |
| ·基于遗传算法的子神经网络最优组合选择方法 | 第91-96页 |
| ·并联多神经网络在本章中的应用总结 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 第4章 瓶口图像检测方法 | 第98-116页 |
| ·引言 | 第98页 |
| ·瓶口检测目的和检测区域标定 | 第98-99页 |
| ·瓶口图像检测区域自动定位 | 第99-108页 |
| ·重心法 | 第99-101页 |
| ·探测圆逐步逼近法 | 第101-103页 |
| ·瓶口定位的一种综合方法 | 第103-108页 |
| ·两种常规检测方法 | 第108-110页 |
| ·基于径向投影和经验规则的图像检测方法 | 第110-113页 |
| ·基于串联多神经网络的瓶口缺陷判决方法 | 第113-115页 |
| ·本章小结 | 第115-116页 |
| 第5章 啤酒瓶视觉检测实验平台和机器人样机研制 | 第116-128页 |
| ·引言 | 第116页 |
| ·第一代啤酒瓶视觉检测实验系统 | 第116-118页 |
| ·第二代多功能机器视觉检测控制实验系统 | 第118-121页 |
| ·多功能机器视觉检测控制实验系统机械结构 | 第119页 |
| ·多功能机器视觉检测控制实验系统的电气控制系统 | 第119-120页 |
| ·开放型的底层软件模块 | 第120-121页 |
| ·啤酒瓶视觉检测机器人样机研制 | 第121-123页 |
| ·啤酒瓶图像检测实验与分析软件 | 第123-127页 |
| ·检测模块 | 第123-124页 |
| ·瓶身图像检测与分析模块 | 第124-125页 |
| ·瓶底图像检测与分析模块 | 第125页 |
| ·瓶口图像检测与分析模块 | 第125-126页 |
| ·瓶身瓶底图像检测算法研究分析模块 | 第126页 |
| ·瓶口图像检测算法研究分析模块 | 第126-127页 |
| ·本章小结 | 第127-128页 |
| 结论 | 第128-130页 |
| 参考文献 | 第130-138页 |
| 附录 A 攻读学位期间发表的学术论文 | 第138-140页 |
| 附录 B 从事的科研项目与获得的奖励和鉴定成果 | 第140-141页 |
| 附录 C 获得的专利和软件版权 | 第141-142页 |
| 致谢 | 第142页 |