摘要6-8
Abstract8-10
1 绪论10-20
1.1 课题背景及作用10-11
1.2 角点检测技术探讨近况11-15
1.2.1 基于图像中的对象的边缘的角点检测11-13
1.2.2 基于灰度的角点检测13-15
1.3 图像匹配技术探讨近况15-16
1.3.1 基于灰度的图像匹配15-16
1.3.2 基于特点的图像匹配16
1.4 工业机器人视觉运用历史与近况16-17
1.5 本论文主要工作与内容安排17-20
1.5.1 主要工作17-18
1.5.2 内容安排18-20
2 改善的SUSAN角点检测算法20-33
2.1 引言20
2.2 SUSAN角点检测算法20-22
2.2.1 SUSAN角点检测算法基本原理20-21
2.2.2 SUSAN角点检测算法的实现21-22
2.3 改善的SUSAN角点检测算法22-30
2.3.1 SUSAN角点检测算法中有着的不足22-24
2.3.2 结合目标点邻域特性的SUSAN角点检测算法24-25
2.3.3 改善算法性能浅析25-30
2.4 基于角点的区域方向信息的区域划分30-32
2.5 本章小结32-33
3 SIFT图像匹配与机器人示教路径修正模型33-44
3.1 引言33
3.2 SIFT图像匹配算法33-40
3.2.1 尺度空间极值点检测33-35
3.2.2 筛选出特点点并精确定位35-36
3.2.3 特点点方向属性分配与特点描述子的生成36-37
3.2.4 工业作业场合图像的匹配实验与浅析37-40
3.3 机器人示教路径修正模型40-43
3.3.1 工业机器人视觉系统运用概述40-41
3.3.2 基于图像匹配与角点检测的工业机器人示教路径修正算法41-43
3.4 本章小节43-44
4 机器人视觉运用中摄像机的标定44-55
4.1 引言44-45
4.2 摄像机标定基础45-46
4.2.1 摄像机标定中各坐标系的建立45-46
4.2.2 摄像机成像模型中各坐标系间的联系46
4.3 线性模型摄像机与线性模型摄像机的标定46-50
4.3.1 线性摄像机成像模型46-47
4.3.2 摄像机标定内外参数求解47-50
4.4 机器人视觉运用中摄像机的手眼标定50-52
4.4.1 机器人手眼标定原理50-51
4.4.2 基于改善SUSAN算法的图像特点点坐标提取与手眼标定实验51-52
4.5 工程现场运用中的摄像机的简易标定52-54
4.6 本章小结54-55
5 基于改善的SUSAN角点检测与SIFT图像匹配算法的机器人路径修正实验55-64
5.1 试验系统硬件组成55-56
5.2 试验流程56-58
5.3 试验与实验结果浅析58-64
6 总结与展望64-66
6.1 论文探讨工作总结64-65
6.2 未来工作展望65-66