基于机器视觉的冲床自动布—落料研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-15页 |
1.1 课题研究背景和意义 | 第8-10页 |
1.2 国外机器视觉在机械制造中的研究和应用现状 | 第10-11页 |
1.3 国内机器视觉在机械制造中的研究和应用现状 | 第11-12页 |
1.4 课题研究内容 | 第12-15页 |
第二章 基于机器视觉的系统设计方案 | 第15-27页 |
2.1 系统整体设计 | 第15-17页 |
2.2 送料装置的设计 | 第17页 |
2.3 图像采集装置的设计 | 第17-22页 |
2.3.1 光源照明系统的研究和设计 | 第19-21页 |
2.3.2 光学镜头的选取 | 第21-22页 |
2.4 图像处理部分的软硬件选择 | 第22-24页 |
2.4.1 计算机 | 第22-23页 |
2.4.2 机器视觉软件的选择 | 第23-24页 |
2.5 系统控制的设计 | 第24-26页 |
2.6 本章小结 | 第26-27页 |
第三章 机器视觉算法研究 | 第27-37页 |
3.1 机器视觉的实现 | 第27-28页 |
3.2 图像预处理 | 第28-32页 |
3.2.1 对比度增强 | 第29-30页 |
3.2.2 空间滤波 | 第30-31页 |
3.2.3 频域滤波 | 第31-32页 |
3.2.4 图像的代数运算 | 第32页 |
3.3 图像分割 | 第32-34页 |
3.4 区域特征提取 | 第34-36页 |
3.5 本章小结 | 第36-37页 |
第四章 单目视觉标定算法的研究和应用 | 第37-50页 |
4.1 相机模型及其参数 | 第37-41页 |
4.1.1 面阵相机针孔成像模型 | 第37-39页 |
4.1.2 摄像机畸变模型 | 第39-41页 |
4.2 HALCON相机模型 | 第41-44页 |
4.3 标定板与标定图像的获取 | 第44-47页 |
4.3.1 标定板的选取 | 第44-45页 |
4.3.2 HALCON标定板的制作 | 第45页 |
4.3.3 标定板图像的采集 | 第45-47页 |
4.4 基于HALCON的摄像机标定的实现 | 第47-49页 |
4.4.1 标定算法开发和实验 | 第47-48页 |
4.4.2 标定结果和误差分析 | 第48-49页 |
4.5 本章小结 | 第49-50页 |
第五章 板料的自动布料算法研究和实现 | 第50-64页 |
5.1 布料算法开发环境 | 第50-51页 |
5.2 背光区域图像的获取 | 第51-52页 |
5.3 图像分割与布料算法的实现 | 第52-57页 |
5.4 完整布料的筛选和位置提取 | 第57-59页 |
5.5 布料算法高级语言的导出和开发环境配置 | 第59-63页 |
5.5.1 布料算法高级语言的导出 | 第59-62页 |
5.5.2 布料算法高级语言开发环境配置 | 第62-63页 |
5.6 本章小结 | 第63-64页 |
第六章 结论与展望 | 第64-66页 |
6.1 结论 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-69页 |
致谢 | 第69-70页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第70-71页 |
附录 | 第71-74页 |