柔性自動(dòng)化生產(chǎn)線中的輪轂型號(hào)自動(dòng)識(shí)別系統(tǒng)的開(kāi)發(fā).pdf

1、計(jì)算機(jī)視覺(jué)識(shí)別檢測(cè)技術(shù)已經(jīng)初步在當(dāng)今的制造業(yè)生產(chǎn)自動(dòng)化、智能化的改革大潮中顯示出了它的應(yīng)用價(jià)值。這主要體現(xiàn)在，以往需要人眼來(lái)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(jì)算機(jī)和工業(yè)相機(jī)組成的“仿生視覺(jué)系統(tǒng)”—計(jì)算機(jī)視覺(jué)識(shí)別系統(tǒng)去完成。計(jì)算機(jī)視覺(jué)識(shí)別系統(tǒng)不僅具有計(jì)算機(jī)的高度智能和快速響應(yīng)的優(yōu)點(diǎn)還具備了人眼的快速目標(biāo)捕捉和成像的能力。
　　計(jì)算機(jī)視覺(jué)識(shí)別系統(tǒng)一般由CCD相機(jī)和高性能計(jì)算機(jī)以及圖像處理程序代碼開(kāi)

2、發(fā)軟件組成。其中CCD相機(jī)主要用于采集目標(biāo)圖像并將其轉(zhuǎn)換成數(shù)字信號(hào)；計(jì)算機(jī)及開(kāi)發(fā)軟件負(fù)責(zé)對(duì)獲取的圖像數(shù)字信號(hào)進(jìn)行處理，從而得到目標(biāo)圖像的各種識(shí)別所需的特征參數(shù)。
　　本課題以Matlab軟件作為識(shí)別系統(tǒng)開(kāi)發(fā)平臺(tái)。在參考了國(guó)內(nèi)外的輪轂識(shí)別技術(shù)資料的基礎(chǔ)上，以輪轂型號(hào)識(shí)別的各個(gè)環(huán)節(jié)作為對(duì)象分別進(jìn)行研究及實(shí)驗(yàn)論證，最終設(shè)計(jì)完成一套輪轂自動(dòng)識(shí)別系統(tǒng)。
　　課題中，將輪轂識(shí)別系統(tǒng)分為四個(gè)主識(shí)別單元和五個(gè)子識(shí)別模塊，四個(gè)識(shí)別單元分別是：

3、1、圖像信息獲取，2、圖像預(yù)處理，3、圖像特征提取，4、圖像分類識(shí)別。依照輪轂識(shí)別的順序，首先,研究了非線性相機(jī)的標(biāo)定方法，并且根據(jù)張正友的平面相機(jī)標(biāo)定法，制作標(biāo)定標(biāo)靶對(duì)相機(jī)作標(biāo)定處理。其次，針對(duì)圖像中存在的各種噪聲及背景干擾，對(duì)圖像的各種去噪算法、灰度分割算法進(jìn)行了對(duì)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