声明
摘要
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国外关于工业机器人视觉的研究现状分析
1.2.2 国内关于工业机器人视觉的研究现状分析
1.2.3 知识工程的研究现状分析
1.3 目前研究工作中存在问题的分析
1.4 论文主要内容和章节安排
1.4.1 论文主要研究内容
1.4.2 论文章节安排
1.5 本章小结
第二章 基于知识引导的工业机器人泛化性视觉系统总体设计
2.1 引言
2.2 基于知识引导的工业机器人泛化性视觉系统的流程设计
2.3 基于知识引导的工业机器人泛化性视觉系统的总体框架设计
2.4 基于知识引导的工业机器人泛化性视觉系统的运行与维护方案
2.5 本章小结
3.1 引言
3.2 机器人视觉系统相关理论
3.2.1 机器视觉基本理论
3.2.2 机器人视觉系统的关键技术
3.3 机器人视觉知识系统的知识引导机制
3.3.1 机器人视觉知识系统的知识引导机制
3.3.2 机器人视觉知识系统的体系结构
3.4 机器人视觉知识系统的知识表示
3.4.1 知识表示方法的选择
3.4.2 机器人视觉知识系统的知识表示
3.5 机器人视觉知识系统的知识获取
3.5.1 基于粗糙集的图像形状知识获取
3.5.2 基于神经网络的标定模型学习
3.6 机器人视觉知识系统的知识推理
3.7 本章小结
第四章 基于知识引导的目标对象定位技术研究
4.1 引言
4.2 基于人工神经网络的手眼标定模型的学习
4.2.1 手眼标定原理与误差分析
4.2.2 人工神经网络在手眼标定中的适应性分析
4.2.3 人工神经网络标定结果的影响因素
4.3 人工神经网络的的改进与手眼标定模型的学习
4.3.1 基于手眼标定模型的神经网络结构的设计
4.3.2 人工神经网络标定模型的数学描述
4.3.3 人工神经网络的标定知识表示
4.3.4 手眼标定实验材料与方法
4.3.5 标定结果与讨论
4.4 单目二维视觉测量的摄像机标定
4.4.1 实验材料与方法
4.4.2 标定结果与讨论
4.5 本章小结
第五章 复杂工业环境下的图像自动分割方法研究
5.2.1 基于无参考图像质量评价的图像质量分析
5.2.2 工业图像的质量分析与研究
5.3 基于活动轮廓模型的图像自动分割方法的研究与改进
5.3.1 活动轮廓模型选择与适应度分析
5.3.2 改进型变分水平集分割算法
5.4 基于先验知识的自适应阈值分割方法
5.4.1 原理图
5.4.2 数学计算
5.5 实验与分析
5.5.1 工业环境的特点与分析
5.5.2 分割效果与分析
5.6 本章小结
第六章 基于知识引导的目标对象语义识别技术的研究
6.1 引言
6.2 图像特征学习
6.2.1 图像分类特征的选择
6.2.2 形状特征的表示和描述
6.2.3 区域形状特征的选取
6.3 图像特征数据库构建
6.3.1 形状特征数据库的选择
6.3.2 形状特征数据库的构建
6.4 识别知识的获取机制与表示
6.4.1 形状特征数据的获取
6.4.2 特征数据的预处理
6.4.3 知识的获取机制与推理
6.5 实验与分析
6.6 本章小结
第七章 基于知识引导的泛化性视觉系统的实验与分析
7.1 引言
7.2 系统开发环境与运行平台
7.2.1 开发环境及运行平台
7.2.2 视觉系统的工业环境
7.3 工业机器人泛化性视觉系统的实验与分析
7.4 系统的运行与分析
7.4.1 机器人视觉知识系统的运行与分析
7.4.2 工业机器人泛化性视觉系统的运行与分析
7.5 本章小结
8.1 全文工作总结
8.2 论文主要创新点
8.3 未来工作展望
参考文献
致谢
攻读博士学位期间参加的科研项目和发表的论文