3.2.1  图像的灰度变换...13
3.2.2  图像滤波...16
3.2.3  图像二值化...19
  3.3  本章小结..20
第四章 图像目标边缘检测及定位.21
  4.1  常用的边缘检测算子..21
4.1.1  基于一阶微分的边缘检测方法...21
4.1.2  基于二阶微分的边缘检测方法...23
4.1.3  Canny算子...25
  4.2  基于Hough变换的目标识别.27
4.2.1  Hough变换检测直线...27
4.2.2  Hough变换检测圆...30
4.2.3  基于Hough变换的目标定位..31
  4.3 本章小结....33
第五章 结论与展望.34
参考文献...35
致谢...36
第一章 绪论
1.1 研究背景
随着社会的发展，人们在生产生活中不断取得进步，而尤其在生产当中对自动化的要求越来越高。在很多行业当中，比如汽车制造业，在进行一些体积庞大，结构复杂的零部件的生产和安装过程中，倘若用人力来做，会消耗大量的时间和精力，且质量也得不到保证；又如在电子产品制造业当中，重复的精细的制作过程，用人力往往达不到良好的效率和质量。而工业智能机器人具有重复定位精度高，工作效率高等特点，所以在生产当中用工业智能机器人来代替人工已经成为一种趋势。
在工业机器人的实际运行当中，从无智能到智能的发展特征就在于它具有与外部世界环境和人一起协调工作的性能。在这当中，最关键的就是机器人的视觉模拟，因为机器人的视觉是模拟人类的视觉分析，所以被认为是机器人最重要的感觉能力。机器人视觉即机器人自动获取到二文图像并分析从而获得一个描述外界环境信息的数据，其本质是使机器人相连的计算机具有从单幅或二文图像识别世界坐标系下的实物的能力，计算机可以运用数字处理技术，通过判断像素点的信息来感知周围物体的几何信息，也包括它的形状，位置，姿态，运动等信息，来了解，识别分析并进行相应的动作。
工业机器人的发展迅速，而在工业机器人中，自动物料分拣机器人是机器人视觉研究领域比较突出的一种研究成果。它是利用视觉传感器获取到图像信息并传输给计算机来处理图像，并分析得出需要的信息，从而使机器人能够快速确定物料位置，形状等，并进行抓取分拣。具有视觉的工业机器人对外部环境的适应能力得到扩大，可以提高工业机器人的工作精度和生产效率，因而具有重要的研究价值和现实意义。
1.2 相关研究状况
1.4 论文的主要工作与论文结构
围绕自动物料分拣机器人的视觉定位技术研究，本文主要章节与内容包括：
第一章：绪论。着重阐述了课题研究的目的意义及内容。
第二章：相机标定。介绍了相机标定的概念并说明了它在机器人分拣系统中的作用。然后介绍了各种标定算法都需要用到的小孔成像模型。之后研究了较为常用的几种标定方法，并在Matlab上实现了DLT算法。
第三章：图像采集及预处理。首先进行了目标图像的采集，以及图像预处理内容。介绍了图像预处理技术和常用算法，并仿真各种算法对比处理效果，采用处理效果较好的算法对本文的视觉系统进行图像预处理。
第四章：图像目标边缘检测及定位。对经过预处理的图像进行目标边缘检测，介绍了目前常用的几种边缘检测算法，并研究了基于随机Hough变换的目标识别与定位。最后将选择设计好的算法在Matlab中仿真，实现对圆形工件的检出与定位。
第五章：总结与展望。总结了本文的主要工作，提出了本研究的不足之处以及后续工作的展望。
第二章 相机标定 自动物料分拣机器人的视觉定位技术研究(2):http://www.youerw.com/zidonghua/lunwen_27721.html