首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的车门抓取定位系统研究与开发

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 课题研究背景及意义第11-13页
        1.1.1 课题研究背景第11页
        1.1.2 机器视觉的定义及特点第11-12页
        1.1.3 课题研究意义第12-13页
    1.2 国内外研究状态第13-15页
        1.2.1 机器视觉国外研究状态第13-14页
        1.2.2 机器视觉国内研究状态第14页
        1.2.3 汽车焊装生产线中车门定位方法第14-15页
    1.3 论文研究的主要内容第15页
    1.4 本章小结第15-16页
第2章 汽车生产线上下料视觉硬件系统设计第16-29页
    2.1 工件上下料简介第16-17页
        2.1.1 工件上下料研究背景第16页
        2.1.2 汽车生产线工件上下料现状描述第16-17页
    2.2 机器视觉系统综述第17-19页
        2.2.1 机器视觉系统的定义和分类第17-18页
        2.2.2 机器视觉定位技术的应用第18-19页
    2.3 车门上料现状及分析第19页
    2.4 视觉系统方案选择第19-20页
        2.4.1 Eye_in_hand不可行性分析第19-20页
        2.4.2 Eye_to_hand方案分析第20页
    2.5 视觉定位系统的组成及方案设计第20-21页
        2.5.1 视觉定位系统的组成第20页
        2.5.2 视觉定位系统的原理第20-21页
    2.6 视觉定位系统的硬件选型第21-25页
        2.6.1 相机选型第21-23页
        2.6.2 镜头选型第23页
        2.6.3 光源选型第23-25页
        2.6.4 辅助设备选型第25页
        2.6.5 设备选型总结第25页
    2.7 FANUC机器人介绍第25-28页
        2.7.1 机器人及其视觉系统常见的坐标系第25-26页
        2.7.2 机器人坐标系建立方法第26-27页
        2.7.3 通信协议格式设置第27-28页
    2.8 本章小结第28-29页
第3章 机器视觉的相关技术及基础第29-35页
    3.1 降噪处理第29-31页
        3.1.1 图像平滑滤波第29-31页
        3.1.2 图像对比度增强第31页
    3.2 图像边缘提取第31-33页
    3.3 图像分割第33-34页
        3.3.1 概述第33页
        3.3.2 常见的图像分割方法第33-34页
    3.4 本章小结第34-35页
第4章 相机标定及系统标定第35-47页
    4.1 相机标定第35-39页
        4.1.1 相机模型第35-38页
        4.1.2 相机标定方法第38页
        4.1.3 坐标转换原理第38-39页
    4.2 手眼系统的两种结构及数学模型第39-42页
        4.2.1 Eye_in_hand数学模型第39-40页
        4.2.2 Eye_to_hand数学模型第40-42页
    4.3 基于单应性矩阵的EYE_TO_HAND标定方法第42-46页
        4.3.1 单应性矩阵原理第42-43页
        4.3.2 单应性矩阵在视觉中的应用第43-44页
        4.3.3 本文视觉系统模型的构建第44-46页
    4.4 本章小结第46-47页
第5章 基于视觉的车门定位系统搭建第47-51页
    5.1 特征选取及图像采集第47-48页
        5.1.1 特征选取第47页
        5.1.2 图像采集第47-48页
    5.2 抓手设计及辅助设备第48-49页
        5.2.1 抓手设计第48-49页
        5.2.2 气路设计第49页
    5.3 料框取料方案第49-50页
    5.4 本章小结第50-51页
第6章 视觉软件系统第51-58页
    6.1 系统算法整体介绍第51-52页
        6.1.1 图像预处理第51-52页
        6.1.2 无光源条件下与有光源条件下的处理结果对比第52页
    6.2 图像预处理第52-53页
    6.3 特征区域分割第53-54页
    6.4 视觉定位算法介绍第54-56页
    6.5 测试过程及结果分析第56-57页
        6.5.1 激光引导车门抓取测试第56页
        6.5.2 车门定位方案测试第56-57页
    6.6 本章小结第57-58页
第7章 结论与展望第58-60页
    7.1 结论第58页
    7.2 展望第58-60页
参考文献第60-63页
攻读硕士学位期间发表的论文及其它成果第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于稀疏表示的图像超分辨率算法的研究
下一篇:太赫兹时域光谱成像研究