面向数控机床群的上下料机器人视觉识别定位研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-29页 |
| ·引言 | 第13-21页 |
| ·面向数控机床群上下料机器人的整体构架 | 第14-16页 |
| ·上下料机器人的视觉系统 | 第16页 |
| ·视觉系统的实验平台 | 第16-21页 |
| ·研究目的和意义 | 第21-22页 |
| ·计算机视觉的国内外研究状况 | 第22-25页 |
| ·当前研究存在的问题及发展趋势 | 第25-26页 |
| ·本文的总体结构 | 第26-27页 |
| 本章小结 | 第27-29页 |
| 第二章 工件图像检测关键技术研究 | 第29-45页 |
| ·引言 | 第29页 |
| ·图像去噪 | 第29-35页 |
| ·图像噪声 | 第29-30页 |
| ·图像噪声处理 | 第30-35页 |
| ·均值滤波 | 第30-32页 |
| ·中值滤波 | 第32-33页 |
| ·保留边缘的非线性平滑滤波 | 第33-35页 |
| ·图像分割 | 第35-40页 |
| ·图像分割的数学定义 | 第36页 |
| ·阈值分割方法 | 第36-40页 |
| ·图像边缘检测 | 第40-44页 |
| ·边缘检测的作用 | 第40页 |
| ·图像边缘检测的方法总结与比较 | 第40-44页 |
| 本章小结 | 第44-45页 |
| 第三章 基于外极线约束的摄像机的标定 | 第45-71页 |
| ·引言 | 第45-47页 |
| ·摄像机标定模型 | 第47-50页 |
| ·摄像机标定的误差因素分析 | 第50-52页 |
| ·摄像机标定靶标制作及特征点提取 | 第52-58页 |
| ·双目立体视觉测量 | 第58-64页 |
| ·双目立体视觉三维测量原理 | 第58-60页 |
| ·基于外极线约束的双目立体视觉数学模型 | 第60-62页 |
| ·双目视觉测量系统误差分析 | 第62-64页 |
| ·基于外极线约束的外参求取 | 第64-69页 |
| ·实验数据分析 | 第69-70页 |
| 本章小结 | 第70-71页 |
| 第四章 基于拟合的亚像素工件边缘检测 | 第71-93页 |
| ·引言 | 第71-72页 |
| ·亚像素细分原理 | 第72-74页 |
| ·基于灰度梯度拟合的亚像素边缘检测算法 | 第74-79页 |
| ·Canny边缘检测算子 | 第74-77页 |
| ·亚像素定位过程 | 第77-79页 |
| ·修正贝塞尔型点扩散函数 | 第79-82页 |
| ·高斯拟合与贝塞尔拟合实验比较 | 第82-84页 |
| ·对于贝塞尔点扩散函数的修正及实验分析 | 第84-91页 |
| 本章小结 | 第91-93页 |
| 第五章 基于高层视觉引导的非连续轮廓识别 | 第93-115页 |
| ·引言 | 第93-95页 |
| ·格式塔心理感知理论 | 第94页 |
| ·格式塔认知中不连续轮廓的显著性 | 第94-95页 |
| ·形状信息在目标提取中的使用 | 第95-96页 |
| ·基于格式塔完形理论的显著性轮廓检测算法 | 第96-104页 |
| ·不连续轮廓片段的表示模型 | 第97-98页 |
| ·不连续轮廓链的描述 | 第98-104页 |
| ·不连续轮廓链提取 | 第98-100页 |
| ·不连续轮廓链的描述 | 第100-102页 |
| ·不连续轮廓链形状片段描述子的性质 | 第102-104页 |
| ·不连续轮廓链的形状片段相似度评价 | 第104页 |
| ·基于高层视觉引导的显著性轮廓识别 | 第104-110页 |
| ·基于高层视觉引导的的显著性轮廓提取 | 第104-108页 |
| ·基于邻域投票的背景边缘剔除算法 | 第108-110页 |
| ·实验分析 | 第110-114页 |
| 本章小结 | 第114-115页 |
| 第六章 总结和展望 | 第115-119页 |
| ·全文工作总结 | 第115-116页 |
| ·论文的主要创新点 | 第116页 |
| ·工作展望 | 第116-119页 |
| 参考文献 | 第119-126页 |
| 致谢 | 第126-127页 |
| 攻读博士学位期间参加的科研项目和发表的论文 | 第127页 |
