摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-20页 |
1.1 课题背景和研究意义 | 第10-11页 |
1.2 机器视觉概述 | 第11-12页 |
1.3 机器视觉的国内外发展状况 | 第12-14页 |
1.4 基于机器视觉的装配技术研究进展 | 第14-18页 |
1.4.1 装配机器人的国内外发展状况 | 第14-15页 |
1.4.2 工件抓取中心位置的研究 | 第15-16页 |
1.4.3 形状识别研究 | 第16-18页 |
1.5 本课题的研究工作和内容 | 第18-20页 |
第2章 管状工件装配的机器视觉系统设计 | 第20-26页 |
2.1 管状工件机器视觉系统的关键技术 | 第20-24页 |
2.1.1 光源照明的选择 | 第20-22页 |
2.1.2 光学镜头的选择 | 第22页 |
2.1.3 摄像机的选择 | 第22-23页 |
2.1.4 图像采集卡的选择 | 第23页 |
2.1.5 执行机构的选择 | 第23-24页 |
2.2 管状工件机器视觉系统的设计 | 第24-25页 |
2.3 本章小结 | 第25-26页 |
第3章 智能获取管状工件抓取中心位置的研究 | 第26-39页 |
3.1 光条纹高斯特性 | 第27-28页 |
3.2 光条纹中心提取方法 | 第28-30页 |
3.2.1 极值法 | 第28页 |
3.2.2 几何中心法 | 第28-29页 |
3.2.3 灰度重心法 | 第29页 |
3.2.4 Gaussian拟合 | 第29-30页 |
3.3 光条纹中心线拟合 | 第30-33页 |
3.3.1 最小二乘法直线拟合 | 第30-32页 |
3.3.2 Hough变换 | 第32-33页 |
3.4 Gaussian拟合与Hough变换相结合获取管状工件抓取中心位置 | 第33-38页 |
3.4.1 Gaussian拟合与Hough变换相结合的算法步骤 | 第33-34页 |
3.4.2 Gaussian拟合与Hough变换相结合算法的实验结果 | 第34-38页 |
3.5 本章小结 | 第38-39页 |
第4章 管状工件装配基准端的特征提取 | 第39-53页 |
4.1 管状工件装配基准端的图像预处理 | 第39-42页 |
4.1.1 管状工件装配基准端的图像降噪处理 | 第39-40页 |
4.1.2 管状工件装配基准端的图像分割 | 第40-42页 |
4.2 不变矩的基本理论 | 第42-45页 |
4.2.1 矩函数的一般表达方式 | 第43页 |
4.2.2 低阶规则矩的性质 | 第43-45页 |
4.3 Hu不变矩提取管状工件特征值 | 第45-50页 |
4.3.1 Hu不变矩的定义 | 第45-46页 |
4.3.2 离散状态下矩的不变性 | 第46-50页 |
4.3.3 Hu不变矩提取管状工件装配基准端的实验结果 | 第50页 |
4.4 改进Hu不变矩提取管状工件特征值 | 第50-51页 |
4.4.1 改进Hu不变矩的基本原理 | 第50-51页 |
4.4.2 改进Hu不变矩提取管状工件特征值的实验结果 | 第51页 |
4.5 本章小结 | 第51-53页 |
第5章 基于LM-BP神经网络的管状工件装配基准端识别 | 第53-70页 |
5.1 管状工件装配基准端的图像识别 | 第53-55页 |
5.1.1 统计模式识别 | 第53-54页 |
5.1.2 神经网络模式识别 | 第54-55页 |
5.2 基于模板匹配的管状工件装配基准端识别方法 | 第55-59页 |
5.2.1 模板匹配概述 | 第55-56页 |
5.2.2 管状工件装配基准端模板匹配的选择 | 第56-57页 |
5.2.3 管状工件装配基准端的模板匹配识别结果 | 第57-59页 |
5.3 基于LM-BP神经网络的管状工件装配基准端识别方法 | 第59-69页 |
5.3.1 BP神经网络的基本原理 | 第59-60页 |
5.3.2 BP神经网络的计算过程 | 第60-62页 |
5.3.3 LM算法优化的BP神经网络 | 第62-64页 |
5.3.4 管状工件装配基准端识别的LM-BP神经网络设计 | 第64-67页 |
5.3.5 管状工件装配基准端的LM-BP神经网络识别结果 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
第6章 管状工件智能装配系统平台设计 | 第70-75页 |
6.1 管状工件装配系统的可视化界面设计 | 第70-71页 |
6.2 相机设置界面设计 | 第71-72页 |
6.3 管状工件抓取中心位置确定的界面设计 | 第72-73页 |
6.4 管状工件装配基准端识别的界面设计 | 第73-74页 |
6.5 本章小结 | 第74-75页 |
第7章 总结与展望 | 第75-77页 |
7.1 研究总结 | 第75页 |
7.2 研究展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-82页 |
攻读硕士学位期间发表的论文 | 第82页 |