高速分拣机械手视觉识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·机器视觉技术概述 | 第7-8页 |
| ·何为机器视觉技术 | 第7页 |
| ·机器视觉技术的应用现状 | 第7-8页 |
| ·机器视觉技术与分拣系统 | 第8-10页 |
| ·视觉识别技术对分拣系统的意义 | 第8-9页 |
| ·视觉识别技术的研究现状 | 第9-10页 |
| ·课题来源与背景 | 第10-11页 |
| ·分拣系统的硬件组成 | 第10-11页 |
| ·分拣系统的软件组成 | 第11页 |
| ·本文研究目的及主要内容 | 第11-13页 |
| 第二章 视觉系统的硬件组成及性能分析 | 第13-24页 |
| ·典型视觉系统的硬件组成 | 第13页 |
| ·相机 | 第13-15页 |
| ·CCD 传感器与CMOS 传感器的差别 | 第14-15页 |
| ·相机的选用 | 第15页 |
| ·镜头系统 | 第15-19页 |
| ·镜头景深 | 第15-17页 |
| ·镜头相差 | 第17-19页 |
| ·镜头的使用 | 第19页 |
| ·照明 | 第19-22页 |
| ·光源的分类 | 第19-20页 |
| ·光谱和角度对照明的影响 | 第20-21页 |
| ·选用合适的照明方式 | 第21-22页 |
| ·现有硬件的性能分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 视觉系统的软件设计 | 第24-33页 |
| ·软件开发平台 | 第24-26页 |
| ·QT 跨平台开发框架介绍 | 第24-25页 |
| ·SQLite 嵌入式数据库介绍 | 第25页 |
| ·Halcon 机器视觉软件包介绍 | 第25-26页 |
| ·上位机软件结构 | 第26-29页 |
| ·主程序与子程序设计 | 第26-28页 |
| ·控制流与数据流 | 第28-29页 |
| ·图像采集子程序 | 第29-31页 |
| ·采集子程序结构 | 第30页 |
| ·采集子程序与主程序的接口约定 | 第30-31页 |
| ·图像处理子程序 | 第31-32页 |
| ·图像处理子程序的结构 | 第31页 |
| ·图像处理子程序与主程序的接口约定 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于Halcon 的物体定位算法 | 第33-52页 |
| ·算法需求分析 | 第33-34页 |
| ·边缘提取算法 | 第34-39页 |
| ·基于梯度值的边缘滤波器 | 第35-36页 |
| ·拉普拉斯算子 | 第36页 |
| ·Halcon 中的边缘提取算子 | 第36-37页 |
| ·拉普拉斯算子与梯度边缘滤波器的比较 | 第37-39页 |
| ·曲线拟合算法 | 第39-42页 |
| ·曲线的分割 | 第39-40页 |
| ·几何基元的拟合 | 第40-42页 |
| ·Halcon 中的曲线分割拟合算子 | 第42页 |
| ·区域特征提取算法 | 第42-45页 |
| ·区域特征提取 | 第42-44页 |
| ·Halcon 中的计算区域特征的算子 | 第44-45页 |
| ·模板匹配算法 | 第45-49页 |
| ·基于灰度的传统模板匹配技术 | 第46-47页 |
| ·基于边缘的可靠模板匹配算法 | 第47-48页 |
| ·Halcon 中的模板匹配算子 | 第48-49页 |
| ·图像中物体的定位算法 | 第49-51页 |
| ·Halcon 的主要数据结构 | 第49-50页 |
| ·物体定位算法的实现 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 物体定位实例 | 第52-69页 |
| ·具有简单几何轮廓的物体定位 | 第52-55页 |
| ·具有复杂纹理的物体定位 | 第55-59页 |
| ·硬币正反面识别 | 第59-64页 |
| ·具有相似轮廓的物体定位 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| ·本文所做的工作与存在的不足 | 第69页 |
| ·未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第75页 |
