基于圖像處理的胎面糾偏技術(shù)研究.pdf

1、本文以輪胎生產(chǎn)過程中的半成品,胎面輸送系統(tǒng)中的胎面圖像作為研究對象。胎面圖像通過固定在皮帶上方的CCD攝取所得,該圖像信號經(jīng)過圖像采集卡送入PC機,對該圖像信號進(jìn)行一系列處理之后,計算出胎面的偏移角度。利用胎面圖像的偏移角度作為反饋信號,通過控制器對系統(tǒng)進(jìn)行控制,相應(yīng)的調(diào)整糾偏皮帶,保證膠帶無偏移的輸送。在對圖像去噪及怎樣提取胎面邊緣和機架邊緣兩條直線方面進(jìn)行了比較深入的研究;在前人研究的基礎(chǔ)上,應(yīng)用閾值分割和邊緣檢測對胎面圖像進(jìn)行處理

2、。
　　首先,在胎面圖像去噪方面對閾值法、平移不變量及系數(shù)放大法進(jìn)行深入的研究,在此基礎(chǔ)上對系數(shù)放大法進(jìn)行了改進(jìn),該改進(jìn)算法與常用的軟閾值法和硬閾值法相比,提高了峰值信噪比(PSNR),降低了均方誤差(MSE)且改善了圖像的視覺效果。另外結(jié)合平移不變量、系數(shù)放大法及Huresure規(guī)則對圖像進(jìn)行去噪,該結(jié)合算法與單獨的平移不變量方法或單獨的系數(shù)放大法相比,改善了圖像的視覺效果,提高了峰值信噪比(PSNR),降低了均方誤差(MSE)

3、。
　　其次,在前人研究的基礎(chǔ)上對胎面圖像進(jìn)行閾值分割。研究了Otsu的類間方差法、最優(yōu)閾值分割算法及迭代閾值分割算法。本文的胎面圖像分割是為了下一步進(jìn)行目標(biāo)特征提取作準(zhǔn)備。經(jīng)過多次實驗發(fā)現(xiàn),最優(yōu)閾值分割算法對本文的胎面圖像最為有效,因此本文采用最優(yōu)閾值分割算法。
　　然后,應(yīng)用邊緣檢測算子對胎面圖像進(jìn)行邊緣檢測。對常用的Roberts算子、Sobel算子、Prewitt算子、拉普拉斯算子、Log算子及Canny算子進(jìn)行了深

4、入的學(xué)習(xí)。經(jīng)過實驗發(fā)現(xiàn),Roberts算子檢測的結(jié)果最有利于本文提取胎面邊緣和機架邊緣。
　　最后,對邊緣檢測后的胎面圖像進(jìn)行特征提取。胎面邊緣和機架邊緣是本文的目標(biāo)物體,本人對怎樣提取出胎面邊緣和機架邊緣進(jìn)行了深入研究,并對提取出的目標(biāo)物體進(jìn)行后處理。由于灰度值不同出現(xiàn)了斷線、細(xì)線和細(xì)點,為了下一步計算出胎面邊緣和機架邊緣之間的夾角,必須去除作為干擾的細(xì)點和細(xì)線,把胎面邊緣的斷線和機架邊緣的斷線連接成直線。編程計算出胎面邊緣和機