首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的机器人系统的开发

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 课题研究背景及意义第8页
    1.2 国内外概况和发展趋势第8-11页
    1.3 课题主要研究内容第11-14页
第2章 基于视觉的机器人系统整体方案设计第14-24页
    2.1 设备整体功能需求第14页
    2.2 整体控制系统方案制定第14-15页
    2.3 视觉系统方案制定第15-17页
    2.4 基于步进电机的运动控制系统方案制定第17-22页
        2.4.1 驱动系统与现场总线技术第18-21页
        2.4.2 工控机第21-22页
    2.5 本章小结第22-24页
第3章 双目相机标定算法的实现第24-42页
    3.1 人手单目成像几何模型第24-29页
        3.1.1 世界坐标系与相机坐标系的转化第25-26页
        3.1.2 相机坐标系与图像坐标系的转化第26-27页
        3.1.3 图像坐标系与像素坐标系的转化第27-29页
    3.2 人手双目成像几何模型第29-33页
    3.3 相机标定方法的选择第33-34页
    3.4 相机的标定第34-41页
        3.4.1 单应性矩阵H的计算第34-35页
        3.4.2 内参矩阵和外参矩阵的计算第35-38页
        3.4.3 最大似然估计计算第38-40页
        3.4.4 径向畸变估计计算第40-41页
    3.5 本章小结第41-42页
第4章 人手信息提取与识别处理第42-70页
    4.1 前景和背景的标记图像的获取第42-45页
        4.1.1 肤色定位与提取第42-43页
        4.1.2 噪声孔的过滤第43-45页
    4.2 人手边缘轮廓提取第45-47页
    4.3 人手区域的像素填充第47-50页
        4.3.1 种子填充算法第47-48页
        4.3.2 边界填充算法第48-50页
    4.4 模板匹配第50-55页
    4.5 人手区域筛选第55-57页
    4.6 立体匹配人手第57-62页
        4.6.1 立体匹配算法第57-59页
        4.6.2 BM立体匹配算法第59-60页
        4.6.3 人手三维点云第60-62页
    4.7 手势识别第62-64页
    4.8 视觉系统人手提取并识别与实时性测试第64-68页
    4.9 本章小结第68-70页
第5章 机械臂控制系统设计第70-88页
    5.1 机械臂控制系统总体方案第70-71页
    5.2 机械臂整体硬件系统组成第71-74页
    5.3 机械臂运动控制系统整体设计第74-84页
        5.3.1 CODESYS软件开发平台第74-75页
        5.3.2 CODESYS SoftMotion功能介绍第75-76页
        5.3.3 CODESYSCNC功能第76-77页
        5.3.4 机械臂整体的程序流程第77-81页
        5.3.5 机械臂部分具体程序实现第81-84页
    5.4 机械臂控制系统测试第84-86页
    5.5 本章小结第86-88页
结论第88-90页
参考文献第90-94页
攻读硕士学位期间所发表的学术论文第94-96页
致谢第96页

论文共96页,点击 下载论文
上一篇:基于深度学习的场景文本检测的研究
下一篇:面向上肢康复训练的人体动作识别研究