图像识别技术在陶瓷基片抓取系统中的应用研究

目录

声明

1 绪论

1.1 研究背景和意义

1.1.1 课题研究背景

1.1.2 课题研究意义

1.2 国内外研究现状

1.2.1 国内外研究现状

1.2.2 目标识别及位姿获取研究现状

1.3 论文的研究内容及章节安排

2 图像处理基础知识

2.1 图像预处理

2.1.1 图像滤波

2.1.2 图像分割

2.1.3 图像边缘检测

2.1.4 图像形态学处理

2.2 图像特征提取算法

2.2.1 形状特征的提取算法

2.2.2 边缘梯度特征提取算法

2.3 相似性度量

1）欧氏距离

2）曼哈顿距离

3）马氏距离

4）切比雪夫距离

5）度量方法

2.4 本章小结

3 陶瓷基片正、反面识别算法研究

3.1 基于标记的分水岭分割算法

3.1.1 提取背景标记

3.1.2 提取前景标记

3.1.3 极小值覆盖

3.2 基于Hu不变矩与KNN算法的目标识别

3.2.1 KNN算法

3.2.2 基于Hu特征与KNN算法识别的实现流程

3.2.3 实验及结果分析

3.3 本文识别算法

3.3.1 基于面积、均值、方差的目标特征

3.3.2 本文算法实现流程

3.3.3 实验及结果分析

3.4 基于边缘的模板匹配识别

3.4.1 基于边缘的模板匹配算法

3.4.2 基于边缘的模板匹配实现流程

3.4.3 实验及结果分析

3.4.4 改进的相似性度量

3.5 本章小节

4 陶瓷基片位姿获取方法研究

4.1 目标轮廓提取

4.2 位姿获取方法的研究

4.2.1 获取目标最小外接矩形

4.2.2 位姿获取

4.2.3 实验及结果分析

4.4 本章小节

5 机器视觉抓取应用的平台及算法实验

5.1 软件系统的开发环境

5.1.1 软件开发环境

5.1.2 机器视觉软件Sherlock的介绍

5.2 硬件环境组成

5.2.1 视觉硬件选型

5.2.2 系统的工作流程

5.2.3 系统工作前的校准

5.3 性能测试

5.3.1 基于机器视觉系统的抓取实验

5.3.2 现场识别及获取目标位姿数据测试

5.3.3 本文算法与Sherlock算法对比

5.4 本章小节

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录