论文部分内容阅读
计算机视觉识别检测技术已经初步在当今的制造业生产自动化、智能化的改革大潮中显示出了它的应用价值。这主要体现在,以往需要人眼来完成的一些工作如区分产品的种类、控制物品摆放间距等工作现在都可以依靠由计算机和工业相机组成的“仿生视觉系统”—计算机视觉识别系统去完成。计算机视觉识别系统不仅具有计算机的高度智能和快速响应的优点还具备了人眼的快速目标捕捉和成像的能力。计算机视觉识别系统一般由CCD相机和高性能计算机以及图像处理程序代码开发软件组成。其中CCD相机主要用于采集目标图像并将其转换成数字信号;计算机及开发软件负责对获取的图像数字信号进行处理,从而得到目标图像的各种识别所需的特征参数。本课题以Matlab软件作为识别系统开发平台。在参考了国内外的轮毂识别技术资料的基础上,以轮毂型号识别的各个环节作为对象分别进行研究及实验论证,最终设计完成一套轮毂自动识别系统。课题中,将轮毂识别系统分为四个主识别单元和五个子识别模块,四个识别单元分别是:1、图像信息获取,2、图像预处理,3、图像特征提取,4、图像分类识别。依照轮毂识别的顺序,首先,研究了非线性相机的标定方法,并且根据张正友的平面相机标定法,制作标定标靶对相机作标定处理。其次,针对图像中存在的各种噪声及背景干扰,对图像的各种去噪算法、灰度分割算法进行了对比研究,将图像转换成可以被用作特征提取的二值图像。再次,研究特征提取中的外圆轮廓尺寸、不变矩、表面孔洞数等特征的提取方式,保证这些算法在提取出特征值符合特征的四条原则和可靠性。最后,针对提取到的轮毂特征的特点,在matlab平台中编写出能满足实际需求的识别分类器。将系统各个识别单元整合在GUI界面中,通过实验证明了轮毂自动识别系统是可行,可靠的,选用的各种算法具有良好的稳定性。