刀片自动化装配及图像识别研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11页 |
| ·国内外自动装配技术研究现状和发展趋势 | 第11-14页 |
| ·国内外自动装配技术发展史 | 第11-13页 |
| ·自动装配的内容 | 第13页 |
| ·自动装配技术的发展趋势 | 第13-14页 |
| ·论文的主要内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 装配系统总体方案设计 | 第16-24页 |
| ·课题描述 | 第16-18页 |
| ·任务目标 | 第16-17页 |
| ·课题分解 | 第17-18页 |
| ·总体设计 | 第18-22页 |
| ·装配流程 | 第18-19页 |
| ·总体布局设计 | 第19-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 机械部分设计 | 第24-38页 |
| ·送料装置 | 第24页 |
| ·刀片自动装配模块设计 | 第24-34页 |
| ·刀片装配模块组成 | 第24-25页 |
| ·刀片移置机构设计 | 第25-30页 |
| ·刀片找正机构 | 第30-33页 |
| ·刀片送进机构设计 | 第33-34页 |
| ·总体装配图 | 第34-35页 |
| ·运动仿真 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 刀片识别图像处理 | 第38-59页 |
| ·图像处理简介 | 第38-39页 |
| ·图像识别系统 | 第39-41页 |
| ·图像识别的前期处理 | 第41-52页 |
| ·图像灰度化 | 第41-42页 |
| ·图像增强 | 第42-45页 |
| ·图像边缘检测 | 第45-51页 |
| ·图像的二值化 | 第51-52页 |
| ·特征提取 | 第52-58页 |
| ·矩特征 | 第53-54页 |
| ·图像的不变矩特征量 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于神经网络的刀片识别系统 | 第59-81页 |
| ·神经元模型的提出 | 第59-61页 |
| ·人工神经网络的特点 | 第61-62页 |
| ·几种典型神经网络简介 | 第62-64页 |
| ·竞争型(Kohonen)神经网络 | 第62-63页 |
| ·多层感知网络 | 第63页 |
| ·Hopfield 神经网络 | 第63-64页 |
| ·BP 神经网络研究 | 第64-73页 |
| ·BP 神经网络模型 | 第64-65页 |
| ·BP 学习算法 | 第65-72页 |
| ·BP 网络设计技巧 | 第72-73页 |
| ·BP 网络的优化及改进 | 第73页 |
| ·系统实现 | 第73-79页 |
| ·预处理部分 | 第74页 |
| ·BP 网络部分 | 第74-75页 |
| ·识别系统 | 第75-79页 |
| ·本章小结 | 第79-81页 |
| 结论与展望 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 附录 部分程序代码 | 第85-90页 |
| 攻读硕士学位期间取得的研究成果 | 第90-91页 |
| 致谢 | 第91页 |
