基于视觉机器人的直插元件的自动装配技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 机器视觉技术研究历史与现状 | 第12-13页 |
| 1.3 机器视觉控制系统分类 | 第13-17页 |
| 1.3.1 单目和多目机器视觉控制系统 | 第13-15页 |
| 1.3.2 基于图像和基于位置的机器视觉控制系统 | 第15-17页 |
| 1.4 本文的主要研究方向 | 第17-18页 |
| 1.4.1 视觉机器人中的相机标定技术研究 | 第17页 |
| 1.4.2 直插元件特征信息检测技术研究 | 第17-18页 |
| 1.5 本文的结构安排 | 第18-20页 |
| 第二章 直插元件自动装配系统的基本设计 | 第20-26页 |
| 2.1 直插元件自动装配系统的结构设计 | 第20页 |
| 2.2 直插元件自动装配系统的硬件平台设计 | 第20-24页 |
| 2.2.1 光源 | 第21-22页 |
| 2.2.2 相机 | 第22-23页 |
| 2.2.3 机器人控制系统 | 第23-24页 |
| 2.3 直插元件自动装配系统的操作流程设计 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 直插元件自动装配系统中的相机标定技术 | 第26-47页 |
| 3.1 相机成像模型 | 第26-31页 |
| 3.1.1 相机成像模型中的坐标系 | 第26-27页 |
| 3.1.2 小孔成像模型 | 第27-29页 |
| 3.1.3 相机的畸变模型 | 第29-31页 |
| 3.2 相机的标定方法 | 第31-38页 |
| 3.2.1 基于主动视觉的相机标定方法 | 第31-33页 |
| 3.2.2 相机的自标定方法 | 第33-34页 |
| 3.2.3 相机的传统标定方法 | 第34-38页 |
| 3.3 本文的标定实验 | 第38-46页 |
| 3.3.1 相机内部参数的求解 | 第39-43页 |
| 3.3.2 相机外部参数的求解 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 直插元件自动装配系统中的图像预处理 | 第47-63页 |
| 4.1 直插元件自动装配系统的图像处理流程 | 第47-48页 |
| 4.2 图像滤波 | 第48-52页 |
| 4.2.1 中值滤波 | 第48-49页 |
| 4.2.2 均值滤波 | 第49-50页 |
| 4.2.3 高斯滤波 | 第50-51页 |
| 4.2.4 混合滤波 | 第51-52页 |
| 4.3 图像分割 | 第52-57页 |
| 4.3.1 直方图阈值分割法 | 第53页 |
| 4.3.2 最大熵阈值分割法 | 第53-54页 |
| 4.3.3 最大类间方差法 | 第54-55页 |
| 4.3.4 直插元件的图像分割 | 第55-57页 |
| 4.4 边缘检测 | 第57-62页 |
| 4.4.1 Sobel边缘检测算法 | 第57-58页 |
| 4.4.2 Roberts边缘检测算法 | 第58页 |
| 4.4.3 Canny边缘检测算法 | 第58-60页 |
| 4.4.4 直插元件边缘检测实验 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 直插元件自动装配系统中的图像检测 | 第63-83页 |
| 5.1 接插件插脚信息检测 | 第63-67页 |
| 5.1.1 Harris角点检测算法 | 第63-64页 |
| 5.1.2 SUSAN角点检测算法 | 第64-65页 |
| 5.1.3 凹凸点检测算法 | 第65页 |
| 5.1.4 接插件插脚的角点检测 | 第65-67页 |
| 5.2 PCB接插板中圆形图像的检测 | 第67-75页 |
| 5.2.1 RCD圆检测算法及其改进算法 | 第67-69页 |
| 5.2.2 基于Hough变换的圆形图像检测 | 第69-71页 |
| 5.2.3 一种改进的随机Hough圆检测算法 | 第71-73页 |
| 5.2.4 PCB接插板圆形图像检测 | 第73-75页 |
| 5.3 直插元件自动装配组件的定位实验 | 第75-78页 |
| 5.3.1 接插件插脚特征点的定位 | 第76-77页 |
| 5.3.2 基于KNN算法的PCB接插板圆孔定位 | 第77页 |
| 5.3.3 直插元件特征点位置信息的转换 | 第77-78页 |
| 5.4 装配组件的定位测试 | 第78-82页 |
| 5.5 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士期间研究成果 | 第91-92页 |
