免费看男阳茎进女阳道视频

                        24小時論文定制熱線

                        咨詢電話

                        熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                        您當前的位置:論文定制 > 畢業設計論文 >
                        快速導航
                        畢業論文定制
                        關于我們
                        我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                        代做畢業設計
                        常見問題

                        雙目視覺定位系統的構建與研發

                        添加時間:2020/07/18 來源:中國科學院大學 作者:馬建
                        基于上面的研究成果,完成了雙目視覺定位系統的構建,進行了系統的測試。 測試結果表明該系統具有一定的實用性。
                        以下為本篇論文正文:

                        摘 要

                          隨著我國經濟的發展,我國對工業自動化以及信息化的程度提出了新的要 求。為了滿足新的要求,機器視覺技術由于其精確度高、非接觸性、高適應性、 高敏感性等特點,在工業生產中得到了廣泛的應用。利用雙目立體視覺進行工業 生產中工件的識別與定位是機器視覺技術的一個重要發展方向,相對于單目視 覺,雙目視覺技術容易獲取工件空間信息,具有效率高、定位準確等優點。本文 利用機器視覺技術構建雙目視覺定位系統來處理工件的識別與定位問題,主要的 工作內容如下:

                         。1)研究了針孔攝像機模型下各坐標系之間的轉換關系。分析了傳統標定 法、攝像機自標定方法、主動視覺攝像機標定方法三種攝像機標定方法的原理以 及優缺點,選擇了傳統標定法中的張氏標定法,并通過實驗求得了攝像機的主要 參數。

                         。2)研究了圖像的邊緣檢測方法,提出了改進 Canny 算子,把傳統 Canny 算子中的高斯濾波器替換為雙邊濾波器、增加了梯度方向上的計算;與 Prewitt 算法、Sobel 算法等幾種算法的對比實驗表明,改進后的 Canny 算子對于圖像的 邊緣檢測效果更好。

                         。3)研究了工件表明缺陷檢測方法,基于卷積神經網絡改進了分割網絡模 型,并與 U-Net、DeepLabv3 工件表面檢測模型進行實驗對比,實驗結果表明了 改進的分割網絡模型具有更高的準確率。

                         。4)針對工件識別過程中圖像特征的提取問題,選取了 SURF 算法應用于 圖像特征的提;提出了一種改進的 Harris 算法與 SIFT、K-D 樹、RANSAC 等 算法組成的方法,完成工件的匹配與識別,并將該方法與 SIFT 算法進行了實驗 對比;利用工件三維重建原理和攝像機的標定方法完成工件在空間內坐標以及角 度的計算,為機械手進行工件的抓取提供依據。

                          基于上面的研究成果,完成了雙目視覺定位系統的構建,進行了系統的測試。 測試結果表明該系統具有一定的實用性。

                          關鍵詞:機器視覺,雙目視覺,工件識別,SIFT 算法

                        雙目視覺定位系統

                        Abstract

                          With the development of China's economy, China has put forward new requirements for the degree of industrial automation and informatization. In order to meet the new requirements, machine vision technology has been widely used in industrial production due to its high accuracy, non-contact, high adaptability, and high sensitivity. Using binocular stereo vision to identify and locate workpieces in industrial production is an important development direction of machine vision technology. Compared with monocular vision, binocular vision technology is easy to obtain workpiece space information, and has the advantages of high efficiency and accurate positioning. This paper uses machine vision technology to build a binocular vision positioning system to deal with the identification and positioning of workpieces. The main tasks are as follows:

                         。1) The conversion relationship between the coordinate systems under the pinhole camera model is studied. The principles, advantages and disadvantages of the three camera calibration methods of traditional calibration method, camera self-calibration method, and active vision camera calibration method are analyzed. The Zhang calibration method in the traditional calibration method is selected, and the main parameters of the camera are obtained through experiments.

                         。2) The edge detection method of the image is studied, and the improved Canny operator is proposed. The Gaussian filter in the traditional Canny operator is replaced by a bilateral filter, and the calculation in the gradient direction is added. The comparison experiment of three algorithms shows that the improved Canny operator is better for image edge detection.

                         。3) Research on artifact detection methods, improved segmentation network model based on convolutional neural network, and experimental comparison with U-Net, DeepLabv3 workpiece surface detection model, the experimental results show that the improved segmentation network model has a higher Accuracy.

                         。4) For the extraction of image features in the process of workpiece recognition the SURF algorithm is selected for the extraction of image features; an improved Harris algorithm and SIFT, KD tree, RANSAC and other algorithms are proposed to complete the matching of workpieces And identification, and the method is compared with the SIFT algorithm experimentally; using the three-dimensional reconstruction principle of the workpiece and the camera calibration method to complete the calculation of the coordinates and angle of the workpiece in space, which provides a basis for the robot to grasp the workpiece.

                          Based on the above research results, the construction of the binocular vision positioning system was completed and the system was tested. The test results show that the system has certain practicality.

                          Keywords: Machine vision, Binocular vision, Workpiece recognition, SIFT algorithm

                        目錄

                          第 1 章 緒論

                          1.1 選題的背景和意義

                          在這個計算機技術快速發展的時代里,人工智能技術越來越受到人們的重 視。在圖像快速識別、工業生產、語音系統、機器人、汽車智能駕駛等領域中得 到應用,同時引導著全國大中小企業陸續地自動化改革和智能制造的升級,"中 國制造 2025"國家級戰略有條不紊的邁開前進的步伐。機器視覺是實現人工智 能的重要技術之一,可用于工業產品缺陷檢測、機器視覺引導識別與定位等,為 用工業機器人代替人力提供了重要的技術基礎。 機器視覺技術通過計算機技術進行人的視覺功能模擬,從目標圖像中獲取信 息,進行處理與辨識,在實際的檢測和控制中加以應用。機器視覺技術結合了機 械原理、圖像識別、模擬、傳感器、人工智能、計算機軟件、光學成像等多種技 術,具有功能性強、處理信息速度快、信息量大等眾多優點,在汽車組裝、武器 制造、食品加工、工業產品加工等方面得到廣泛應用。機器視覺技術在工業制造 領域的表現尤為突出,被廣泛的應用到自動化生產流水線的工件識別、缺陷檢測、 定位等方面。

                          基于機器視覺技術的系統使生產的自動化程度得到提高,大大提高了生產的 效率以及產品的精度。其快速的進行信息獲取并自動處理的特點,也同時為工業 生產過程中的信息采集提供方便。機器視覺系統主要處理由工業相機捕獲的圖 像,然后從圖像中獲取信息,控制設備進行一系列的操作。它的一般構成如圖 1.1 所示。

                          機器視覺系統進行圖像信息的提取和處理后,對圖像進行分類以及定位,以 滿足生產操作的需求。但是在實際的工作中,還存在著進行工件圖像識別時特征 提取不充分,導致工件圖像識別準確率低下,影響工件定位的問題。有必要針對 這些實際問題開展應用研究。 本文針對工業生產過程中的工件定位與識別的問題,基于機器視覺技術構建 了雙目視覺定位系統。該系統中應用 Harris、SIFT、K-D 樹等算法,重點解決工 業生產中的工業機器人對工件的精確抓取問題。

                          1.2 國內外機器視覺研究現狀

                          基于機器視覺的工件定位與識別技術得到了快速的發展,其成果廣泛應用于 工業生產過程中的測量、裝配、檢測等環節。機器視覺應用于工業機器人,能夠 使工業生產效率得到提高,產品質量得到改善。 早在 1950 年國外的就已經開始了機器視覺的研究,首先是基于統計的模式 識別算法在圖像的識別以及分析方面得到應用。

                          近年來,隨著信息技術水平的提 高,機器視覺不斷發展并取得了很多成果。如 Franci Lahajnar 等人(2000)設計 一種基于特征圖像的油氣濾清器定位與部件驗證的機器視覺系統,這是一種基于PC 的機器視覺系統,用于油氣過濾器的精確定位和可靠識別。該系統已經集成 到生產線上,可以裝配多種類型不同外觀的過濾器。Krzysztof Okarma 等人(2012) 利用機器視覺技術設計了一種數控機床工件三維掃描定位系統,系統中用到了三 維掃描系統標定和一些圖像分析算法,在實際的應用中產生了很好的效果。 Husaini 等人(2013)基于機器視覺技術開發了磁流變液(MRF)執行器的定位 系統,該系統的圖像處理算法編碼使用 Matlab 軟件,直接連接到 MRF 閥控制器, 具有系統響應速度快,處理速度快等優點。Mamoona Arshad 等人(2017)利用 機器視覺技術優化定位器位置,使工件定位誤差減小,提高了生產產品的質量。 Pinches 等人基于機器視覺技術構建了射線測量儀器工件定位系統,該系統允許 在將輻射源移動到工作區域附近之前對工件表面進行精確的預先定位。日本的 Fanuc 公司研制出的一種雙臂協作機器人,利用機器視覺技術精準的對物體進行 抓取和放置。

                          此外許多生產線的機器人以及自動噴漆機器人都使用了機器視覺技 術,可以自主識別工作的目標,具有良好的環境適應性。 我國的機器視覺研究比國外晚了將近 40 年,影響了我國的工業發展進程。 隨著我國"工業 4.0"規劃的提出,我國許多高校和科研機構加大了對機器視覺 技術的研究,產生了很多的成果并應用到了實際的生產中。 華北電力大學劉金龍等人(2018)利用機器視覺具有的非接觸性和高穩定性 等特點,針對汽車生產線中出現的焊裝方面的問題,設計了一種工件抓取系統。 該系統利用現有技術進行搭建視覺定位單元,利用單應性矩陣的原理進行系統的 標定工作,最小外接矩陣方法來處理系統的定位,應用于生產線后產生了良好的 效果。南京信息工程大學電子與信息工程學院喬治等人(2019)利用機器視覺技 術檢測工件位置的偏移,然后將數據傳送給機器人完成定位抓取工作,并通過 QT-Creator 軟件平臺開發了定位系統,很好的解決了工業生產線上抓取工件時的 問題,在生產中得到了應用。中國科學院沈陽自動化研究所唐宇等人(2015)基 于機器視覺技術研究出一種利用區域分割進行識別和定位平面工件的方法,這種 方法在直線提取時利用了 LSD 算法,接著剔除干擾線后,利用留下來的工件輪 廓線進行區域分割等操作,最后將該區域的輪廓矢量與模板的輪廓矢量進行比 較,完成工件的識別與定位工作。通過實驗證明了該算法的有效性。

                          南京信息工程大學武鵬等人(2019)運用機器視覺技術開發一種機器人工件定位系統,解決 了傳統機器人在工業生產流水線中出現的工件定位誤差問題。該系統利用機器視 覺技術來檢測工件位置是否發生偏移,將矢量數據傳輸給機器人進行工件的抓 取。在實驗中產生了良好的效果。北京化工大學張翔(2018)利用機器視覺技術 研究出了基于 DXF 文件的模板匹配方法,提高了分揀工件的效率。

                          1.3 本文主要內容及組織結構

                          本文基于機器視覺技術完成工件的定位與識別,并開發了雙目視覺定位系 統。系統實現了對左右攝像機拍攝的工件圖像進行預處理,然后進行工件圖像的 特征提取,利用工件圖像特征進行目標工件圖像的識別,接著完成目標工件的形 心坐標的計算,利用得到的形心坐標計算出目標工件的空間坐標,由相關工件坐 標信息計算出目標工件的角度,將獲取的信息傳輸給機器人完成目標工件的抓取 工作。系統通過測試證明可以滿足一定程度上的工業生產的基本需求。論文的主 要內容如下: 第一章闡述了選題的背景和意義,介紹了國內外機器視覺技術的發展和應用 情況,分析了其中存在的問題,最后介紹本論文的研究內容。 第二章對構建的雙目視覺定位系統包含的內容進行了介紹,描述了在針孔攝 像機模型下各種坐標系之間轉化關系。研究了攝像機的幾種標定方法的原理,對 傳統標定法中的張氏標定法做了重要的介紹并進行了實驗,計算了攝像機的內外 參數。第三章介紹了工件圖像預處理方法以及工件表面缺陷檢測方法,包括對工件 圖像去噪處理的三種濾波算法,光照影響處理方法的 Retinex 算法原理以及圖像 的二值化方法,介紹了邊緣檢測 Canny、Roberts 等算法的原理,對傳統的 Canny 算法進行了改進,進行了實驗進行對比,驗證了改進后的 Canny 算法的有效性。

                          針對工件表面缺陷檢測問題,基于卷積神經網絡對分割網絡模型進行了改進并與 U-Net、DeepLabv3 工件表面缺陷檢測方法進行實驗對比,表明了改進的分割網 絡模型具有更高的準確率。 第四章介紹了 SIFT、Harris、SURF 等工件圖像特征提取算法的原理,通過對比實驗,選定了 SURF 算法用于工件圖像特征的提取。研究了工件圖像匹配的 算法,對 Forstner、K-D 樹、RANSAC 等算法原理進行了介紹。將改進的 Harris 算法與 SIFT 結合應用于工件圖像的匹配,其中間利用了 RANSAC、Forstner 等 算法,完成了在工件旋轉、遮擋等情況的工件圖像匹配實驗。介紹了雙目視覺下 的三維重建原理,結合第二章中的攝像機標定求解目標工件在空間中的坐標,由 相關工件坐標信息計算了目標工件的角度,解決了工件的定位問題。 第五章介紹了雙目視覺定位系統的搭建與實驗。設計了雙目視覺定位系統的 人機界面設計以及講解了系統界面中每個部分的功能,介紹了系統的硬件環境。 對系統中的工件定位部分進行實驗驗證,驗證系統的實用性,

                          1.4 本章小結

                          這一章節對選題的背景和意義進行了簡單的描述,介紹了國內外機器視覺技 術的發展以及應用情況,介紹了論文的主要內容、組織結構以及一些機器視覺技 術應用上產生的問題。








                         

                          第2章雙目視覺系統的構建和標定
                          2.1引言
                          2.2構建雙目視覺定位系統
                          2.3雙目視覺定位系統中的坐標變換
                          2.4攝像機標定方法研究

                          2.5張氏標定法
                          2.5.1單應性矩陣H
                          2.5.2內參數矩陣
                          2.5.3外參數矩陣
                          2.5.4騎變系數
                          2.6基于張氏標定法下的參數求解
                          2.7本章小結

                          第3章工件圖像預處理及算法研究
                          3.1引言
                          3.2圖像預處理
                          3.2.1圖像濾波
                          3.2.2圖像增強
                          3.2.3圖像二值化
                          3.2.4邊緣檢測

                          3.3工件表面缺陷檢測
                          3.3.1卷積神經網絡
                          3.3.2網絡模型
                          3.3.3實驗結果分析
                          3.4本章小結

                          第4章工件識別與定位算法的研究
                          4.1引言
                          4.2工件圖像特征提取
                          4.2.1 Haris 角點檢驗算子
                          4.2.2 SIFT 特征提取算法
                          4.3工件圖像特征匹配
                          4.3.1改進Hamis算子
                          4.3.2 Forstner 算
                          4.3.3K-D樹算法
                          4.3.4 RANSAC算法

                          4.3.5圖像匹配流程
                          4.4工件定
                          4.4.1工件抓取點的確定
                          4.4.2工件的三維重建
                          4.43工件方向的確定
                          4.5本章小結

                          第5章雙目視覺定位系統的搭建與實驗
                          5.1引言
                          5.2系統中的硬件環境
                          5.2.1雙目視覺定位系統中的實驗平
                          5.2.2 GRB-400型工業機器人

                          5.3系統人機界面設計
                          5.3.1系統操作界面
                          5.3.2系統功能介紹
                          5.3.3系統工作流程
                          5.4實驗結果及分析
                          5.5本章小結

                        第 6 章 總結與展望

                          6.1 全文總結

                          本文基于機器視覺技術對工業生產環境中工件的識別與定位算法等內容進 行了研究。利用 Java、Visual studio、Python、OpenCV、Matlab 等技術構建了雙 目視覺定位系統完成工件的識別與定位工作,該系統的算法精度和速度可以滿足 一定的工業生產中的要求。論文的主要工作總結如下:

                         。1)針對雙目視覺的場景,研究了攝像機的標定原理,推導出了像素坐標 系、圖像坐標系、攝像機坐標系、世界坐標系之間的轉換關系,對傳統標定法、 攝像機自標定方法、主動視覺攝像機標定方法三種攝像機標定方法進行了研究, 通過對比,最后選擇傳統標定法中的張氏標定法并進行了實驗和分析。

                         。2)研究了工件圖像進行預處理算法。為了避免噪聲的影響,對均值濾波、 高斯濾波、中值濾波三種去除噪聲的方法進行研究和實驗對比,選擇了中值濾波 去除噪聲。針對光照影響,選擇了 Retinex 算法處理。在工件圖像經過二值化處 理后進行邊緣檢測環節,對邊緣檢測算法 Canny 進行了改進,提出用雙邊濾波 器代替 Canny 中的高斯濾波器。在 Canny 算法中增加了梯度方向上的計算(45ι和 1?5ι方向上)。將改進的 Canny 算法與其他幾種算法進行了實驗并做了對比分析, 改進的 Canny 算法表現突出在工件圖像邊緣檢測時。

                         。3)研究了工件表面缺陷檢測方法;诰矸e神經網絡對分割網絡進行了 改進,并與 U-Net、DeepLabv3 工件表面缺陷檢測模型進行了實驗對比,實驗結 果表明改進的分割網絡模型具有更高的準確率。

                         。4)研究了工件識別中涉及的算法。對 SIFT 算法、SURF 算法、Harris 算 法等圖像特征提取算法進行實驗對比,根據實驗結果選擇了 SURF 算法進行工件 圖像特征的獲取。提出了一種改進的 Harris 與 SIFT 結合的算法應用于工件圖像 的匹配,其中還運用了 Forstner 算法、K-D 樹算法等算法,完成了工件識別工作, 提高了工件圖像匹配的準確率和速度。

                         。5)研究了工件定位原理。對工件進行了三維的重建,計算出工件的空間坐標和角度,完成了工件的定位實驗和誤差分析。

                          6.2 展望

                          隨著我國工業自動化水平的提高,基于視覺技術的工業機器人被越來越多地 應用于工業產品生產線上。但是目前的基于機器視覺技術在目標的定位和識別方 面還存在精度不夠、實時性不能滿足要求等問題。本文利用機器視覺技術對工件 的識別與定位進行了研究并設計了雙目視覺定位系統。該系統能滿足一定的工業 生產要求,由于作者水平不足、時間倉促等原因,系統還存在許多的不足,需要 進一步的改進、完善:

                         。1) 工件預處理過程中的邊緣檢測部分使用的改進 Canny 算法,該算法 相比其他幾種算法效果是比較好的,但是該算法處理后的圖片仍有許多的工件邊 緣沒有檢測到,這將導致后面的工件定位精度降低。需要對 Canny 算法進一步 改進,比如使用 Otsu 算法處理圖像的高低閾值等措施。還可以使用深度學習進 行邊緣檢測,比如 CNN、HED 等技術。

                         。2) 工件表面缺陷檢測方法中的網絡模型對于工件的細微缺陷檢測的準 確率較低,需要進一步提高。

                         。3) 該系統在處理工件重疊放在一起的場景時,定位精度低。目前這種場 景解決難度比較大,因為提取工件的位置信息時受到其他工件的影響比較大,導 致需要抓取工件的部分信息提取不到,從而完成不了抓取工作。處理這種場景的 算法有待提高,可以融入深度學習的技術進行研究。

                         。4) 系統中進行工件定位時需要進行三維重建計算出工件的形心坐標以 及工件姿態的確定,這個過程中會出現誤差。雖然誤差在允許范圍內,但還需要 進一步研究縮小誤差的方法。

                         。5) 系統中工件的識別是采用改進的 Harris 與 SIFT 結合的算法進行解決 的,識別的效果仍有提升空間?梢岳脴嫿ǖ纳窠浘W絡模型以及對其他算法的 改進來提高工件的識別效果。

                         。6) 定位系統可以通過提高硬件的配置來提高定位的速度以及定位精度, 比如采用性能更好的 GPU 處理器、更換性能更好的攝像機等等。

                          參考文獻
                          王洪斌。 基于機器視覺的蔬菜種子分揀系統[D]. 天津科技大學,2015.
                          嚴葉青。 基于機器視覺技術的蓄電池密封圈裝配系統研究[D]. 杭州電子科技大學,2017.
                          康樹強。 基于圖像處理的皮帶煤量動態計量技術及在皮帶調速系統中的應用研究[D]. 山東 科技大學,2017.
                          杜晨健。 基于圖像處理的交通錐識別與定位算法研究 [D]. 鄭州大學,2017.
                          向良華。 室外環境下視覺與慣導融合定位算法研究與實現 [D]. 哈爾濱工業大學,2018.
                          杜若霞。 基于雙目立體視覺的三維重建 [D]. 河北工程大學,2018.
                          閆紅方。 基于視覺的空間焊縫工藝分析與研究[D]. 廣西科技大學,2019.
                          程婷婷。 基于單目視覺的機器人目標識別定位算法研究[D]. 中國民航大學,2011.
                          許奇。 基于雙目立體視覺的三維重建系統關鍵技術研究[D]. 中南大學,2007.
                          李政源。 基于機器視覺的工件識別與定位算法[D]. 山東大學,2019.
                          曾一庭。 基于立體視覺的牙模三維重建系統的研究[D]. 重慶大學,2009.
                          鄧博。 基于雙目立體視覺的移動機器人障礙物檢測[D]. 西南科技大學,2018.
                          趙明。 鋼板線條軌跡識別提取與跟蹤的研究 [D]. 哈爾濱工程大學,2014.
                          賈同超。 基于雙目視覺的運動目標跟蹤技術研究[D]. 哈爾濱工程大學,2018.
                          南飛艷。 基于 SIFT 特征匹配的雙目視覺圖像識別定位系統研究[D]. 西安理工大學,2010.
                          潘武。 基于機器視覺的工件的識別與定位[D]. 北京化工大學,2012.
                          原彬理。 基于雙目立體視覺的普通工件圖像匹配與定位[D]. 哈爾濱理工大學,2018.
                          曾鵬。 基于單目視覺的工件定位與機器人抓取技術研究[D]. 大連理工大學,2017.
                          懷志斌。 基于機器視覺的機器人系統的開發[D]. 北京工業大學,2018.
                          熊志。 基于雙目立體視覺的大尺寸測量系統的研究[D]. 燕山大學,2006.
                          李海博。 船模六自由度的實時測量方法與系統實現研究[D]. 哈爾濱工程大學,2017.
                          黎衛波。 熱加工過程中基于機器視覺的工件定位技術應用研究[D]. 中國科學院大學沈陽計 算技術研究所,2018.
                          高華。 基于機器視覺的工件定位于識別系統[D]. 浙江大學,2019.
                          嚴亮, 舒志兵, 李照。 基于 SURF+RANSAC 的雙目立體視覺目標識別與抓取[J]. 機床與液壓,2019(09)。
                          蘭佳, 葉文華。 基于立體視覺的工件識別與定位系統研究[J]. 機械制造與自動化,2017(05)。
                          朱秋林, 石銀濤, 李靖。 一種改進型 Canny 算子邊緣檢測算法[J]. 地理空間信息, 2020,18(1)。
                          余洪山, 王耀南。 一種改進型 Canny 邊緣檢測算法[J]. 計算機工程與應用,2004,40(20):27-29.
                          巨志勇, 張文馨, 翟春宇。 基于改進 Canny 算子的垃圾圖像邊緣檢測[J]. 電子科技, 2020,31(1):1-6.
                          李瑞霖。 基于改進 SIFT 算法的多源遙感影像特征匹配[J]. 測繪與空間地理信息,2019(08)。
                          鄧志強, 張輝, 張鳳眾。 基于改進 SIFT 算法的建筑物圖像特征點提取[J]. 科技風,2019(25)。
                          甘露。 基于卷積神經網絡的視覺定位系統的設計與實現[D]. 中國科學院大學沈陽計算技術 研究所,2019.
                          林冬梅, 張愛華,王平等人。 張氏標定法在雙目視覺脈搏測量系統中的應用[J]. 蘭州理工大 學學報,2016(02)。
                          王譚, 王磊磊, 張衛國等人。 基于張正友標定法的紅外靶標系統[J]. 光學精密工程,2019(08)。
                          金斌英。 基于改進的 SURF 圖像配準算法研究。 計算測量與控制,2019(11)。
                          崔樂, 李春, 李英。 Harris 算法和 Susan 算法的實現及分析。 計算機與數字工程,2019,47(10): 2396-2401.
                          Krzysztof Okarma, Marek Grudzinski. The 3D scanning system for the machine vision based positioning of workpieces on the CNC machine tools[C]// International Conference on Methods & Models in Automation & Robotics,2012.
                          Husaini, A.B., Izzat, Ghazali, Zahurin, et al. Development of Machine Vision Positioning System of Magnetorheological Fluid (MRF) Actuator[J]//Applied Mechanics & Materials,2013.
                          Franci Lahajnar, Stanislav Kovacic.
                          Machine vision system for positioning and part verification of gas oil filters based on eigenimages[C]// Proceedings of SPIE - The International Society for Optical,2000.
                          Mamoona Arshad, Sajid Ullah Butt, Aamer Ahmed Baqai. Optimization of Locators Placement for Minimum Workpiece Positioning Error[C]// International Conference,2017.
                          Thomas O.H. Charrett, Thomas Kissinger, Ralph P. Tatam, et al. Workpiece positioning sensor (wPOS): A three-degree-of-freedom relative end-effector positioning sensor for roboticmanufacturing[J]// Procedia CIRP ,2019: 620-625. Andrew Warkentin, Fathy Ismail, Sanjeev Bedi.
                          Comparison between multi-point and other 5-axis tool positioning strategies[J]// International Journal of Machine Tools and Manufacture,2000,40(2): 185-208.
                          O. de Francisco-Ortiz, H.T. Sánchez-Reinoso, M. Estrems-Amestoy. Development of a Robust and Accurate Positioning System in Micromachining Based on CAMERA and LCD Screen[J]// Procedia Engineering,2015:895-902. Domek, Stefan, Dworak, et al.
                          Calibration of Cameras and Fringe Pattern Projectors in the Vision System for Positioning of Workpie[J]// Solid State Phenomena,2013.
                          Sergey Astanin, Dario Antonelli, Paolo Chiabert, et al. Reflective workpiece detection and localization for flexible robotic cells[J]// Robotics and Computer-Integrated Manufacturing,2017: 190-198. Luka Selak, Drago Bra?un.
                          Evaluation of localization systems for CNC machining of large FRPC parts[J]// Procedia CIRP,2019: 844-849. Sahil Suri, Peter Schwind, Johannes Uhl, et al.
                          Modifications in the SIFT operator for effective SAR image matching[J]// International Journal of Image and Data Fusion,2010: 243-256.
                          Rajanna Bandaru, Dinesh Naik. Retrieve the similar matching images using reduced SIFT with CED algorithm[C]// International Conference on Control,2014.
                          Jennifer L. Holberg, Marcy Taylor. Improved Canny Operator and SIFT Algorithm Combining Medical Image Feature Extraction[J]// Industrial Control Computer,2012.
                          Sergey Astanin, Dario Antonelli, Paolo Chiabert. Optimal Selection of the Workpiece Recognition Parameters by Minimizing the Total Error Cost[J]// IFAC PapersOnLine,2016,49(12): 1424-1429. Ogawa, Kohei, Ito, et al.
                          Efficient Canny Edge Detection Using a GPU[C]// International Conference on Networking & Computing,2010. Shraddha Singhal, Sudha Radhika.
                          Automatic Detection of Buildings from Aerial Images Using Color Invariant Features and Canny Edge Detection[J]// international journal of engineering trends & technology,2014. Hocenski, ?eljko, Vasili?, et al.
                          Improved Canny Edge Detector in Ceramic Tiles Defect Detection[C]// Conference of the IEEE Industrial Electronics Society,2006.Wojciech Mokrzycki, Marek Samko. Canny Edge Detection Algorithm Modification[C]// International Conference on Computer Vision & Graphics,2012.
                          Ankitha. A.Nayak,Venugopala P S, et al. An Approach to Improvise Canny Edge Detection using Morphological Filters[J]// International Journal of Computer Applications,2015. Sos S. Agaian, Ali Almuntashri, A.T Papagiannakis.
                          An Improved Canny Edge Detection Application for Asphalt Concrete[C]// IEEE International Conference on Systems,2009. K. M. Goh, M. M. Mokji, S. A. R. Abu-Bakar. Improved rotational matching of SIFT and SURF[C]// Fourth International Conference on Digital Image,2012.
                          Adewole A. Philip, Mustapha Mutairu Omotosho. Image Processing Techniques for Denoising, Object Identification and Feature Extraction[J]// lecture notes in engineering & computer science,2013.

                        致 謝

                          隨著 2020 年的到來才發現時間過的好快,自己的研究生生活也快要畫上句 號。這同時也在告訴自己求學之路也要到了盡頭,新的社會道路馬上就要來了。 心中五味雜全,說不出來是高興、是悲傷、是不舍、是難以忘懷。三年研究生時 光以來讓自己少了本科時的一些稚嫩,多了一些對新知識和未來的渴望,多了一 些成熟和穩重,多了一些人情世故,多了對科研的向往。它也讓我明白了科研之 路沒有堅持不懈和扎實的基礎、不斷學習的精神、安靜的心是沒有辦法在這條道 路上取得成果的。

                          首先,我要感謝我的導師韓衛光老師,謝謝老師在三年的時光里對我的淳淳 教誨以及生活上的關心、學業上的指導。老師對待工作認認真真的態度以及不斷 學習的習慣、對待學術嚴謹的態度都是我需要學習的地方。在這里我也想感謝一 下另一位老師,這位老師就是和我在一個實驗室的孫維堂老師。孫老師平時在實 驗室相處就像朋友一樣與我們相處,經常幫我們解決生活、學業上的問題。孫老 師樂于助人的品質、勤勤懇懇的工作態度、經常與人交流的習慣影響了我三年的 研究生生涯,讓受益我頗多。在進行論文選題以及查找資料、論文書寫的時候, 兩位老師給了我許多的幫助和建議、鼓勵。在論文書寫有疑惑向他們請教的時候, 兩位老師都是給我解釋明白為止。論文書寫完成后,兩位老師一字一句的修改, 感謝兩位老師。

                          希望兩位老師工作中順順利利、身體健健康康。

                          感謝研究生部的丁老師、王老師、羅老師以及其他老師。正因各老師對我們 的思想引導、生活中不遺余力的照顧、關系,我們才能安心的學習,順利的完成 自己的學業。在這衷心祝福各位老師身體健健康康,由衷的感謝各位老師的無私 付出。感謝智能裝備實驗室的甘師兄、谷師姐、崔同學、趙同學、孫同學,謝謝你 們在我的研究生的時光里畫上了一筆,讓我的回憶更加豐富,謝謝你們的幫助和 關心,我會銘記于心。即將分別,各奔東西,希望你們以后的道路上一帆風順。 感謝我的爸媽,一直以來對我默默無聞的付出,他們從來沒有一句的怨言。 感謝你們給了我學習的機會、開拓視野的機會、不斷鍛煉自己的機會,感謝你們 給我一個溫暖的家、一個堅強的后盾。

                          祝你們身體健康長壽,也希望你們少一點勞累。最后,我要感謝參與該論文的評審老師,謝謝你們的幫助,你們的幫助讓我 有了努力的方向,給了我一個審視自己的機會。祝你們工作順利、身體健康。

                        (如您需要查看本篇畢業設計全文,請您聯系客服索。

                        相關內容
                        相關標簽:機械畢業設計
                        好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                        所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                        如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
                        免费看男阳茎进女阳道视频