| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题来源 | 第10页 |
| 1.2 本课题研究的背景和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-17页 |
| 1.3.1 视觉传感技术在焊缝自动跟踪系统中的研究现状与分析 | 第11-14页 |
| 1.3.2 图像处理技术在焊缝跟踪领域的研究现状与分析 | 第14-15页 |
| 1.3.3 基于图像的三维重建技术的研究现状与分析 | 第15-17页 |
| 1.4 本论文主要工作 | 第17-20页 |
| 第2章 焊缝跟踪实验系统设计 | 第20-32页 |
| 2.1 焊缝跟踪实验统总体构成 | 第20-23页 |
| 2.1.1 机器人模块 | 第20-21页 |
| 2.1.2 焊接模块 | 第21-23页 |
| 2.1.3 视觉跟踪模块 | 第23页 |
| 2.2 激光视觉传感系统 | 第23-31页 |
| 2.2.1 激光视觉传感系统组成 | 第23-26页 |
| 2.2.2 实验平台的搭建 | 第26页 |
| 2.2.3 激光结构光视觉传感器工作原理 | 第26-28页 |
| 2.2.4 激光结构光视觉传感器数学模型的建立 | 第28-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 焊缝图像处理 | 第32-50页 |
| 3.1 焊缝图像的滤波去噪 | 第32-37页 |
| 3.1.1 概述和分类 | 第32-33页 |
| 3.1.2 常用滤波方法 | 第33-34页 |
| 3.1.3 改进的自适应中值滤波 | 第34-36页 |
| 3.1.4 焊缝图像滤波去噪结果 | 第36-37页 |
| 3.2 焊缝图像的二值化 | 第37-40页 |
| 3.2.1 图像二值化的基本原理 | 第38页 |
| 3.2.2 阈值的选取 | 第38页 |
| 3.2.3 Otsu方法 | 第38-40页 |
| 3.2.4 焊缝图像二值化处理结果 | 第40页 |
| 3.3 焊缝图像的边缘提取 | 第40-46页 |
| 3.3.1 焊缝轮廓提取算法 | 第40-44页 |
| 3.3.2 焊缝中心线的提取 | 第44-46页 |
| 3.4 焊缝图像的标定 | 第46-47页 |
| 3.5 本章小结 | 第47-50页 |
| 第4章 焊缝三维重建与特征识别 | 第50-76页 |
| 4.1 改进的基于DELAUNAY的点云三角网格化算法 | 第50-55页 |
| 4.1.1 点云的三角化 | 第50-52页 |
| 4.1.2 改进的Delaunay三角网格化算法设计 | 第52-54页 |
| 4.1.3 算法实现 | 第54-55页 |
| 4.2 基于插值法的三维重建算法 | 第55-62页 |
| 4.2.1 样条插值法 | 第55-56页 |
| 4.2.2 B-样条曲面插值 | 第56-61页 |
| 4.2.3 算法实现 | 第61-62页 |
| 4.3 焊缝形貌的特征分析 | 第62-63页 |
| 4.3.1 焊缝形貌缺陷 | 第62-63页 |
| 4.3.2 焊缝形貌分析 | 第63页 |
| 4.4 焊缝跟踪评价指标的建立 | 第63-75页 |
| 4.4.1 指标的建立 | 第64-67页 |
| 4.4.2 表征结果分析 | 第67-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第5章 结论与展望 | 第76-78页 |
| 5.1 结论 | 第76页 |
| 5.2 展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
