论文部分内容阅读
随着我国汽车业的发展,各种车型不断的出现,对发动机性能的要求也越来越高,而活塞装配是发动机装配中的关键工序。在混流装配现场,装配线在极短的时间内要完成几种不同型号发动机装配的转换。由于采用人工备件,难免会发生活塞反装、混装现象,反装将引起“打缸”,混装使一台发动机四个缸孔的同组活塞型号不同,这将导致发动机整体性能的下降。传统的检测方法由人工完成,无法实现实时、在线检测,不能从根本上解决这一难题。
为了解决上述实际问题,本文综合运用了虚拟仪器技术和机器视觉技术,设计了活塞自动识别系统。系统采用环形LED光源,克服了活塞表面因光洁反光导致的图像模糊;针对传统的模板匹配处理速度慢,对匹配对象的大小比例和角度的变化限制严格的问题,采用IMAQVision7.1中的模板匹配新技术,通过对装配方向(箭头)的匹配,对活塞反装进行了有效的判定;对于采集到的旋转活塞图像,进行图像旋转以达到校正的目的;在本系统中,主要的识别目标是活塞上的字符,根据箭头与字符相对位置固定这一条件,求出字符图像所在的区域,提取出字符图像;图像的预处理是字符识别的关键一步,本文对照度不均匀的字符图像综合运用了直方图均衡化、改进的最大类间方差、中值滤波等图像处理技术,有效地将字符与背景分离,很好地消除了图像噪声;针对活塞表面字符数量少,存在间距的特点,提出了基于投影直方图的字符分割方法,有效地实现了单个字符的切分;为消除字符大小对识别的影响,对字符进行了归一化处理;在对字符识别时,采用逐像素特征提取方法,提取字符的特征,送入已经训练的BP神经网络,对单个字符进行识别。
实验结果表明,将BP神经网络应用于活塞自动识别系统,取得了令人满意的识别结果,实现了不同型号活塞的判别。