| 摘要 | 第1-8页 |
| Abstract | 第8-15页 |
| 第1章 绪论 | 第15-32页 |
| ·医药大输液视觉检测机器人的研究背景及意义 | 第15-20页 |
| ·医药市场及制药装备现状 | 第15-16页 |
| ·大输液药品的生产制造流程 | 第16-20页 |
| ·机器视觉技术应用概述 | 第20-26页 |
| ·机器视觉概念 | 第21-22页 |
| ·光源照明技术 | 第22-24页 |
| ·视觉成像系统 | 第24-25页 |
| ·机器视觉在工业检测中的应用 | 第25-26页 |
| ·医药大输液视觉检测技术与设备的国内外研究现状 | 第26-30页 |
| ·论文的主要工作和结构安排 | 第30-32页 |
| 第2章 医药大输液视觉检测机器人总体设计 | 第32-54页 |
| ·引言 | 第32页 |
| ·视觉检测要求 | 第32-34页 |
| ·大输液中可见异物的视觉检测原理 | 第34-35页 |
| ·医药大输液视觉检测机器人方案设计 | 第35-50页 |
| ·机械结构设计 | 第36-43页 |
| ·机电控制系统设计 | 第43-48页 |
| ·视觉检测系统设计 | 第48-50页 |
| ·医药大输液视觉检测机器人的系统工作过程及软件构架 | 第50-53页 |
| ·系统工作过程 | 第50-51页 |
| ·系统软件构架 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 医药大输液图像的预处理方法研究 | 第54-80页 |
| ·引言 | 第54-55页 |
| ·基于互相关法的傅立叶变换图像配准方法 | 第55-61页 |
| ·纯平动(平面移动)的运动估计 | 第55-57页 |
| ·旋转角的估计 | 第57-61页 |
| ·三维精确配准 | 第61-68页 |
| ·图像精配准的算法原理 | 第62-65页 |
| ·图像精配准的算法实现及实验 | 第65-68页 |
| ·大输液图像检测区域标定 | 第68-72页 |
| ·大输液图像噪声抑制方法 | 第72-79页 |
| ·本章小结 | 第79-80页 |
| 第4章 医药大输液序列图像分割方法研究 | 第80-108页 |
| ·引言 | 第80-81页 |
| ·细胞神经网络边缘提取算法 | 第81-92页 |
| ·CNN的数学描述 | 第82-83页 |
| ·CNN稳定性分析 | 第83-86页 |
| ·基于代数构造法的CNN模板设计 | 第86-88页 |
| ·仿真实验及结论 | 第88-92页 |
| ·模糊细胞神经网络边缘提取算法 | 第92-96页 |
| ·改进型模糊细胞神经网络边缘提取算法 | 第96-107页 |
| ·IFCNN的全局稳定性 | 第97-99页 |
| ·主要定理及证明 | 第99-102页 |
| ·仿真实验及结论 | 第102-107页 |
| ·本章小结 | 第107-108页 |
| 第5章 医药大输液图像特征提取与分类识别方法研究 | 第108-131页 |
| ·引言 | 第108-109页 |
| ·医药图像中异物目标的特征提取算法设计 | 第109-115页 |
| ·形状特征分析与提取 | 第110-113页 |
| ·灰度特征提取 | 第113-115页 |
| ·异物缺陷的特征测量值 | 第115页 |
| ·药品异物缺陷的图像特征选择 | 第115-118页 |
| ·ReliefF特征选择算法 | 第116-117页 |
| ·实验结果 | 第117-118页 |
| ·ADABOOSTING分类算法 | 第118-124页 |
| ·AdaBoosting算法描述 | 第119-121页 |
| ·AdaBoosting算法理论分析 | 第121-122页 |
| ·AdaBoosting分类实验 | 第122-124页 |
| ·支持向量机分类算法 | 第124-128页 |
| ·算法流程 | 第125-126页 |
| ·实验结果 | 第126-128页 |
| ·ADABOOST-SVM分类算法 | 第128-130页 |
| ·本章小结 | 第130-131页 |
| 第6章 医药大输液视觉检测机器人的研制与应用 | 第131-150页 |
| ·检测机器人的硬件开发 | 第131-137页 |
| ·进瓶机构 | 第133页 |
| ·抓瓶与搓瓶机构 | 第133页 |
| ·制动与切换机构 | 第133页 |
| ·图像检测系统 | 第133-134页 |
| ·次品剔除机构 | 第134-135页 |
| ·机电一体化控制系统 | 第135-137页 |
| ·检测与分析软件开发 | 第137-142页 |
| ·图像采集模块 | 第138-139页 |
| ·图像预处理模块 | 第139页 |
| ·图像特征提取模块 | 第139页 |
| ·图像缺陷分类识别模块 | 第139-140页 |
| ·PC与PC的通信模块 | 第140-141页 |
| ·PC与PLC控制器的通信模块 | 第141-142页 |
| ·实验结果及分析 | 第142-148页 |
| ·Knapp-Kushner测试介绍 | 第142-143页 |
| ·Knapp测试 | 第143-145页 |
| ·重复性实验 | 第145页 |
| ·检测精度实验 | 第145-146页 |
| ·不同种类异物检测性能实验 | 第146-148页 |
| ·本章小结 | 第148-150页 |
| 结论 | 第150-153页 |
| 参考文献 | 第153-163页 |
| 附录A 攻读学位期间发表的学术论文 | 第163-164页 |
| 附录B 参与的科研课题与获得的奖励 | 第164-165页 |
| 附录C 获得的发明专利 | 第165-166页 |
| 致谢 | 第166页 |