基于视觉的机械手目标识别及定位研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·本文的研究目的与主要内容 | 第15-17页 |
| ·本文的研究目的 | 第15页 |
| ·论文结构与主要内容 | 第15-17页 |
| 2 基于SIFT特征的工件图像匹配 | 第17-35页 |
| ·引言 | 第17页 |
| ·SIFT算法原理 | 第17-28页 |
| ·关键点(或兴趣点)检测 | 第17-22页 |
| ·SIFT描述子的构造 | 第22-25页 |
| ·实验结果与分析 | 第25-28页 |
| ·与小波变换相结合的SIFT算法 | 第28-34页 |
| ·数字图像小波多尺度表示 | 第28-30页 |
| ·实验结果与分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于边缘特征的工件图像匹配 | 第35-53页 |
| ·引言 | 第35页 |
| ·样条小波图像增强方法 | 第35-38页 |
| ·样条小波变换的实现 | 第35-37页 |
| ·样条小波增强算法的实现 | 第37-38页 |
| ·Hausdorff距离 | 第38-44页 |
| ·Hausdorff距离定义 | 第38-39页 |
| ·本文采用的Hausdorff距离的改进形式 | 第39-40页 |
| ·距离变换 | 第40-44页 |
| ·基于遗传算法的图像匹配 | 第44-49页 |
| ·遗传算法图像匹配原理 | 第44-47页 |
| ·改进的遗传算法 | 第47-48页 |
| ·改进遗传算法在图像匹配中的应用 | 第48-49页 |
| ·实验与分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 4 工件自动视觉定位识别系统研究 | 第53-72页 |
| ·引言 | 第53页 |
| ·一种工件图像识别方法 | 第53-61页 |
| ·工件定位、计数、分割 | 第53-55页 |
| ·生成单工件图像 | 第55-57页 |
| ·工件中心点的提取 | 第57页 |
| ·图像特征提取 | 第57-58页 |
| ·工件识别 | 第58-61页 |
| ·视觉系统硬件组成 | 第61-63页 |
| ·VC4016简介 | 第61-62页 |
| ·镜头 | 第62页 |
| ·光源 | 第62-63页 |
| ·软件开发环境 | 第63-65页 |
| ·VCRT处理系统 | 第63-64页 |
| ·CCS3.1及配置软件运行环境 | 第64-65页 |
| ·图像识别系统软件开发 | 第65-71页 |
| ·基本概念 | 第66-67页 |
| ·图像预处理 | 第67-69页 |
| ·通信 | 第69-71页 |
| ·结束语 | 第71-72页 |
| 5 机械手手眼视觉系统标定 | 第72-87页 |
| ·引言 | 第72页 |
| ·小波图像增强算法 | 第72-75页 |
| ·二维小波变换 | 第72-73页 |
| ·基于小波的图像增强算法 | 第73-75页 |
| ·摄像机总体模型 | 第75-79页 |
| ·摄像机成像模型 | 第75-77页 |
| ·ZHANG平面标定方法 | 第77-79页 |
| ·实验与分析 | 第79-85页 |
| ·手眼视觉系统需标定的参数及方法 | 第79-85页 |
| ·目标点检测实验分析 | 第85页 |
| ·本章小结 | 第85-87页 |
| 6 基于视觉的工件自动定位识别系统开发 | 第87-101页 |
| ·引言 | 第87页 |
| ·系统组成 | 第87-97页 |
| ·视觉系统 | 第87-91页 |
| ·GXYZ-3030型三维数控平台 | 第91-93页 |
| ·执行机构 | 第93-95页 |
| ·控制系统 | 第95-97页 |
| ·工件识别定位与抓取试验 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 7 总结与展望 | 第101-103页 |
| ·总结 | 第101-102页 |
| ·研究问题与展望 | 第102-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-112页 |
| 攻读博士学位期间发表的论文及研究成果 | 第112页 |
