基于工业机器人的多工件视觉识别与分拣
| 学位论文数据集 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第14-24页 |
| 1.1 课题的研究背景及意义 | 第14-17页 |
| 1.1.1 多品种小批量生产方式 | 第14-16页 |
| 1.1.2 基于机器视觉的零件识别与分拣 | 第16-17页 |
| 1.2 课题研究现状及发展趋势 | 第17-21页 |
| 1.2.1 图像拼接 | 第17-18页 |
| 1.2.2 工件识别 | 第18-20页 |
| 1.2.3 模板匹配 | 第20-21页 |
| 1.3 本课题研究的主要内容 | 第21-24页 |
| 2 工件识别与分拣平台 | 第24-42页 |
| 2.1 平台总体设计 | 第24-28页 |
| 2.1.1 视觉系统选择 | 第24-25页 |
| 2.1.2 平台设计搭建 | 第25-26页 |
| 2.1.3 工件选型和制作 | 第26-28页 |
| 2.2 平台硬件设备 | 第28-33页 |
| 2.2.1 工业相机选择 | 第28-29页 |
| 2.2.2 照明系统设计 | 第29-32页 |
| 2.2.3 工业机器人 | 第32-33页 |
| 2.2.4 工件分拣工具 | 第33页 |
| 2.3 图像处理软件 | 第33-34页 |
| 2.4 分拣工具及相机内参标定 | 第34-40页 |
| 2.4.1 分拣工具标定 | 第34-35页 |
| 2.4.2 相机内参标定 | 第35-40页 |
| 2.5 本章小结 | 第40-42页 |
| 3 图像拼接与坐标转换 | 第42-56页 |
| 3.1 图像预处理 | 第42-44页 |
| 3.1.1 图像畸变矫正 | 第42-43页 |
| 3.1.2 图像灰度化处理 | 第43-44页 |
| 3.2 图像拼接 | 第44-51页 |
| 3.2.1 图像拼接准备工作 | 第44-45页 |
| 3.2.2 基于特征点的图像拼接 | 第45-50页 |
| 3.2.3 图像裁剪 | 第50-51页 |
| 3.3 坐标转换 | 第51-55页 |
| 3.3.1 坐标系转换关系建立 | 第52-53页 |
| 3.3.2 图像拼接精度验证 | 第53-54页 |
| 3.3.3 转换矩阵通用性验证 | 第54-55页 |
| 3.4 本章小结 | 第55-56页 |
| 4 工件识别与轮廓提取 | 第56-72页 |
| 4.1 颜色空间转换 | 第56-59页 |
| 4.1.1 图像通道拆分 | 第56-57页 |
| 4.1.2 颜色空间转换 | 第57-59页 |
| 4.2 图像平滑处理 | 第59-62页 |
| 4.2.1 均值滤波 | 第59-60页 |
| 4.2.2 中值滤波 | 第60-61页 |
| 4.2.3 高斯滤波 | 第61-62页 |
| 4.3 工件轮廓提取 | 第62-71页 |
| 4.3.1 基于边缘检测的轮廓提取 | 第63-65页 |
| 4.3.2 基于阈值的图像分割 | 第65-68页 |
| 4.3.3 图像形态学处理 | 第68-71页 |
| 4.4 本章小结 | 第71-72页 |
| 5 模板匹配与目标工件定位 | 第72-88页 |
| 5.1 模板的建立 | 第72-73页 |
| 5.1.1 模板的选择 | 第72-73页 |
| 5.1.2 模板的创建 | 第73页 |
| 5.2 模板匹配原理 | 第73-77页 |
| 5.2.1 模板匹配思路 | 第73-75页 |
| 5.2.2 模板匹配策略 | 第75-76页 |
| 5.2.3 相似性度量与中止策略 | 第76-77页 |
| 5.3 匹配与定位实验和结果 | 第77-83页 |
| 5.3.1 匹配定位流程 | 第77-78页 |
| 5.3.2 匹配定位实验 | 第78-81页 |
| 5.3.3 匹配参数优化 | 第81-83页 |
| 5.4 工件识别与分拣实验 | 第83-86页 |
| 5.5 本章小结 | 第86-88页 |
| 6 总结与展望 | 第88-90页 |
| 6.1 总结 | 第88页 |
| 6.2 展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-96页 |
| 研究成果及发表的学术论文 | 第96-98页 |
| 作者及导师简介 | 第98-100页 |
| 附件 | 第100-101页 |
