文摘
英文文摘
独创性声明及学位论文版权使用授权书
第一章绪论
1.1课题的提出
1.2三坐标测量机的发展历程
1.3智能三坐标测量机的研究现状
1.4本论文的主要工作
本章小节
第二章智能三坐标测量机系统及其关键技术
2.1智能三坐标测量机系统的构成
2.2智能三坐标测量机系统中的关键技术
2.3研究工作的软、硬件支持
本章小节
第三章Pro/ENGINEER零件信息提取的研究
3.1 Pro/TOOLKIT简介
3.2 Pro/TOOLKIT应用程序开发简介
3.2.1 Pro/TOOLKIT应用程序的开发方法
3.2.2 Pro/TOOLKIT应用程序的工作模式
3.2.3 Pro/TOOLKIT应用程序的开发步骤
3.2.4 Pro/TOOLKIT应用程序开发环境的设置
3.3 Pro/E零件几何信息的提取
3.3.1拉伸特征信息的提取
3.3.2旋转特征信息的提取
3.3.3几何信息自动提取的实验验证
3.4 Pro/E零件公差信息的提取
3.4.1尺寸公差的提取
3.4.2形位公差的提取
3.4.3公差信息提取的实验验证
本章小节
第四章零件位姿自动识别系统的整体设计
4.1零件位姿自动识别系统的总体设计
4.1.1零件位姿自动识别系统的主要任务
4.1.2视觉系统的组成与安装
4.2零件位姿自动识别系统的原理
4.3零件位姿自动识别系统的数学模型
4.4视觉系统的标定
4.4.1实际摄像机模型的建立
4.4.2实际摄像机模型的求解
4.4.3标定实验
本章小节
第五章零件位姿自动识别系统中的图像处理
5.1图像的滤波
5.2图像二值化阈值的自动选取
5.2.1最大类间方差(Otsu)法
5.2.2基本遗传算法
5.2.3贪婪遗传算法
5.2.4贪婪遗传算法与简单遗传算法的实验比较
5.3图像轮廓的提取
5.4干扰图像信息的去除
本章小节
第六章图像匹配与识别技术的研究
6.1图像匹配算法的分类
6.1.1关系结构匹配法
6.1.2神经网络匹配法
6.1.3基于特征的匹配方法
6.1.4基于灰度的匹配方法
6.2图像的不变矩
6.2.1图像的几何矩
6.2.2图像几何矩的物理意义
6.2.3图像的不变矩理论
6.3基于神经网络的图像匹配
6.3.1人工神经网络模式识别
6.3.2 BP神经网络的训练
6.3.3基于BP神经网络的零件模式识别
6.4零件方向和位置的确定
本章小节
第七章零件位姿自动识别系统的实验研究
7.1实验系统的组成
7.2自动识别系统的搜索策略
7.3标准球球心位置自动识别实验
7.4零件位姿自动识别系统的稳定性实验
7.5零件位姿和方向自动识别实验
7.6被测零件的判别实验
7.7影响零件位姿自动识别系统精度的主要因素
本章小节
第八章全文总结与展望
8.1全文总结
8.2展望
参考文献
攻读博士学位期间完成的学术论文
致谢