声明
摘要
第一章绪论
1.1课题研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2国内外研究现状
1.2.1 Delta机器人概述
1.2.2视觉分拣系统介绍
1.2.3基于机器视觉的缺陷检测
1.3论文研究内容及组织结构
第二章Delta机器人分拣系统搭建
2.1分拣系统的整体方案设计
2.2视觉系统硬件选型
2.2.1工业相机
2.2.2光学镜头
2.2.3光源选择
2.3 Delta机器人运动控制系统组成
2.3.1 KeMotion机器人控制系统
2.3.2硬件组成
2.4本章小结
第三章工件尺寸测量及外形缺陷检测
3.1单目视觉测量模型
3.2摄像机标定
3.2.1张氏标定法
3.2.2镜头畸变
3.2.3标定实验
3.3工件定位及特征提取
3.3.1图像预处理
3.3.2镜头畸变
3.3.3亚像素边缘提取
3.3.4工件质心提取及圆拟合
3.4工件尺寸测量及误差分析
3.5基于边缘距离的工件外形缺陷检测
3.6本章小结
第四章基于卷积神经网络的工件表面缺陷检测
4.1卷积神经网络介绍
4.1.1卷积层
4.1.2激活函数
4.1.3池化层
4.1.4卷积神经网络的特点
4.1.5损失函数
4.1.6语义分割
4.2基于卷积神经网络的工件缺陷分割
4.2.1 PixelNet卷积神经网络
4.2.2语义分割评价指标
4.2.3表面缺陷分割实验
4.3本章小结
第五章基于机器视觉的工件跟踪抓取
5.1分拣系统标定
5.1.1视觉系统与传送带系统标定
5.1.2机器人本体与传送带系统标定
5.1.3分拣系统标定实验
5.2工件抓取位置定位
5.3工件抓取实验
5.4本章小结
第六章总结与展望
6.1总结
6.2展望
参考文献
发表论文和参加科研情况
致谢