基于双目立体视觉的工件识别与定位技术研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 课题来源及研究背景 | 第8-9页 |
1.1.1 课题来源 | 第8页 |
1.1.2 课题研究背景 | 第8-9页 |
1.1.3 课题研究意义 | 第9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 立体视觉技术的应用 | 第9-11页 |
1.2.2 图像处理算法 | 第11-13页 |
1.2.3 支持向量机的应用 | 第13-14页 |
1.2.4 研究现状简析 | 第14页 |
1.3 研究内容 | 第14-16页 |
第2章 基于透视校正的视觉系统标定 | 第16-29页 |
2.1 引言 | 第16页 |
2.2 相机成像模型 | 第16-19页 |
2.2.1 针孔相机成像模型 | 第16-18页 |
2.2.2 双目相机成像模型 | 第18-19页 |
2.3 基于透视校正的相机参数标定 | 第19-23页 |
2.3.1 透视校正算法描述 | 第20-23页 |
2.3.2 标定结果分析 | 第23页 |
2.4 手眼系统参数标定 | 第23-28页 |
2.4.2 基于两步法的参数标定 | 第25页 |
2.4.3 基于直积法的参数标定 | 第25-26页 |
2.4.4 标定结果的对比 | 第26-28页 |
2.5 本章小结 | 第28-29页 |
第3章 基于边缘检测的工件几何特征识别 | 第29-43页 |
3.1 引言 | 第29页 |
3.2 图像预处理算法 | 第29-33页 |
3.2.1 Gamma校正 | 第29-31页 |
3.2.2 图像滤波算法 | 第31-33页 |
3.3 基于区域生长的边缘检测算法 | 第33-38页 |
3.3.1 算法描述 | 第33-36页 |
3.3.2 处理结果对比 | 第36-38页 |
3.4 基于梯度方向的椭圆特征拟合算法 | 第38-42页 |
3.5 本章小结 | 第42-43页 |
第4章 工件的识别与定位 | 第43-56页 |
4.1 引言 | 第43页 |
4.2 图像局部特征提取 | 第43-46页 |
4.2.1 多尺度梯度直方图特征 | 第43-44页 |
4.2.2 抗噪性局部二值模型特征 | 第44-46页 |
4.3 基于特征融合的工件识别 | 第46-52页 |
4.3.1 支持向量机的原理 | 第46-47页 |
4.3.2 基于特征融合的分类器 | 第47-49页 |
4.3.3 目标识别结果分析 | 第49-52页 |
4.4 工件的位姿获取与误差分析 | 第52-55页 |
4.4.1 抓取位姿获取 | 第52-53页 |
4.4.2 姿态误差分析 | 第53-55页 |
4.5 本章小结 | 第55-56页 |
第5章 基于视觉的抓取实验研究 | 第56-67页 |
5.1 引言 | 第56页 |
5.2 双目视觉系统硬件平台实现 | 第56-58页 |
5.3 双目视觉系统软件实现 | 第58-60页 |
5.4 系统性能验证实验 | 第60-66页 |
5.4.1 视觉系统定位精度验证实验 | 第60-62页 |
5.4.2 工件抓取实验 | 第62-66页 |
5.5 本章小结 | 第66-67页 |
结论 | 第67-68页 |
参考文献 | 第68-72页 |
攻读学位期间发表过的学术论文 | 第72-74页 |
致谢 | 第74页 |