| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 论文研究背景和意义 | 第14-19页 |
| 1.1.1 饮料制造生产线 | 第14-18页 |
| 1.1.2 机器视觉与智能饮料制造生产线 | 第18-19页 |
| 1.2 国内外研究现状及发展趋势 | 第19-25页 |
| 1.2.1 国外研究现状 | 第19-22页 |
| 1.2.2 国内研究现状 | 第22-25页 |
| 1.3 空瓶检测机器人瓶身检测难点 | 第25-26页 |
| 1.4 论文研究内容和结构安排 | 第26-28页 |
| 第2章 高速高精度空瓶检测机器人系统平台设计 | 第28-40页 |
| 2.1 系统功能分析及硬件方案分析 | 第28-33页 |
| 2.1.1 系统功能分析 | 第28-29页 |
| 2.1.2 检测方案 | 第29-33页 |
| 2.2 瓶身检测成像系统及硬件选型分析 | 第33-39页 |
| 2.2.1 瓶身检测光学成像分析 | 第33-37页 |
| 2.2.2 相机选型分析 | 第37-39页 |
| 2.3 本章小结 | 第39-40页 |
| 第3章 玻璃瓶瓶身整体检测算法 | 第40-56页 |
| 3.1 瓶身图像定位与提取 | 第40-47页 |
| 3.1.1 玻璃瓶瓶身中轴定位 | 第40-44页 |
| 3.1.2 整体区域提取 | 第44-47页 |
| 3.2 整体检测 | 第47-55页 |
| 3.2.1 阈值分割与边缘纠正的整体快速检测 | 第47-51页 |
| 3.2.2 基于BP神经网络和PCA降维的玻璃瓶瓶身检测 | 第51-55页 |
| 3.3 本章小结 | 第55-56页 |
| 第4章 玻璃瓶瓶身分区域检测算法 | 第56-82页 |
| 4.1 区域划分标准 | 第56-57页 |
| 4.2 各区域检测 | 第57-81页 |
| 4.2.1 光滑区域的检测方法 | 第58-60页 |
| 4.2.2 耐磨带区域的检测方法 | 第60-62页 |
| 4.2.3 纹路区域的检测方法 | 第62-69页 |
| 4.2.4 LOGO区域的检测方法 | 第69-79页 |
| 4.2.5 整瓶实验结果 | 第79-81页 |
| 4.3 本章小结 | 第81-82页 |
| 结论与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 附录A 攻读学位期间所发表论文和专利 | 第89-90页 |
| 附录B 攻读学位期间所参加的科研项目 | 第90页 |