柔性自動化生產(chǎn)線中的輪轂型號自動識別系統(tǒng)的開發(fā).pdf

1、計算機視覺識別檢測技術(shù)已經(jīng)初步在當今的制造業(yè)生產(chǎn)自動化、智能化的改革大潮中顯示出了它的應用價值。這主要體現(xiàn)在，以往需要人眼來完成的一些工作如區(qū)分產(chǎn)品的種類、控制物品擺放間距等工作現(xiàn)在都可以依靠由計算機和工業(yè)相機組成的“仿生視覺系統(tǒng)”—計算機視覺識別系統(tǒng)去完成。計算機視覺識別系統(tǒng)不僅具有計算機的高度智能和快速響應的優(yōu)點還具備了人眼的快速目標捕捉和成像的能力。
　　計算機視覺識別系統(tǒng)一般由CCD相機和高性能計算機以及圖像處理程序代碼開

2、發(fā)軟件組成。其中CCD相機主要用于采集目標圖像并將其轉(zhuǎn)換成數(shù)字信號；計算機及開發(fā)軟件負責對獲取的圖像數(shù)字信號進行處理，從而得到目標圖像的各種識別所需的特征參數(shù)。
　　本課題以Matlab軟件作為識別系統(tǒng)開發(fā)平臺。在參考了國內(nèi)外的輪轂識別技術(shù)資料的基礎(chǔ)上，以輪轂型號識別的各個環(huán)節(jié)作為對象分別進行研究及實驗論證，最終設(shè)計完成一套輪轂自動識別系統(tǒng)。
　　課題中，將輪轂識別系統(tǒng)分為四個主識別單元和五個子識別模塊，四個識別單元分別是：

3、1、圖像信息獲取，2、圖像預處理，3、圖像特征提取，4、圖像分類識別。依照輪轂識別的順序，首先,研究了非線性相機的標定方法，并且根據(jù)張正友的平面相機標定法，制作標定標靶對相機作標定處理。其次，針對圖像中存在的各種噪聲及背景干擾，對圖像的各種去噪算法、灰度分割算法進行了對比研究，將圖像轉(zhuǎn)換成可以被用作特征提取的二值圖像。再次，研究特征提取中的外圓輪廓尺寸、不變矩、表面孔洞數(shù)等特征的提取方式，保證這些算法在提取出特征值符合特征的四條原則和可