基于微装配系统的多目标检测和识别研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究背景和来源 | 第11-12页 |
| 1.3 微操作机器人研究现状 | 第12-15页 |
| 1.4 论文的主要内容和结构 | 第15-17页 |
| 2 微装配系统的总体架构 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 典型的微装配系统结构 | 第17-18页 |
| 2.3 微装配机器人硬件结构 | 第18-22页 |
| 2.4 微装配系统软件设计 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 显微图像目标检测和分割 | 第25-39页 |
| 3.1 引言 | 第25-26页 |
| 3.2 显微图像灰度化 | 第26-28页 |
| 3.3 显微图像滤波 | 第28-30页 |
| 3.4 边缘检测 | 第30-32页 |
| 3.5 形态学处理 | 第32-33页 |
| 3.6 轮廓检测 | 第33-34页 |
| 3.7 图像分割 | 第34-38页 |
| 3.8 小结 | 第38-39页 |
| 4 组合特征提取和目标定位与识别 | 第39-54页 |
| 4.1 特征提取方法 | 第39-40页 |
| 4.2 显微图像的组合特征提取 | 第40-45页 |
| 4.3 目标中心定位和姿态检测 | 第45-48页 |
| 4.4 基于特征点匹配的有遮挡目标识别算法 | 第48-53页 |
| 4.5 小结 | 第53-54页 |
| 5 基于支持向量机的多目标识别系统研究 | 第54-68页 |
| 5.1 自动目标识别（ATR）方法 | 第54-56页 |
| 5.2 SVM的分类原理 | 第56-62页 |
| 5.3 基于SVM的多目标识别系统设计 | 第62-67页 |
| 5.4 小结 | 第67-68页 |
| 6 总结和展望 | 第68-70页 |
| 6.1 本文的工作总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 附录：攻读硕士学位期间发表的论文 | 第78页 |
