收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的汽车轮毂形状识别算法研究

赵娇洁  
【摘要】:汽车轮毂自动识别系统主要是研究了一种机器视觉系统,这种系统能够识别流水生产线上不同款式、不同型号的多种汽车轮毂。这种识别系统的优势在于:非接触性、在线实时性、高精度性、快速性以及较高的抗干扰性等特点,能够按照实际需求实现铸件产品的准确分类,符合当前快速发展的经济发展速度和产业需求,其应用前景开阔、可观。 本文的研究思路是将机器视觉技术和图像处理技术进行有机结合,以实现不同种类、不同形状的汽车轮毂分类识别为研究对象,在利用CCD传感器和图像处理卡等硬件获得所需图像的基础上,对轮毂图像先进行图像预处理,再到图像分割和特征提取,最后进行匹配分类,实现识别。主要的研究内容包括:基于matlab将真彩图像转换成8位灰度图像,对于图像中存在的噪声(主要是轮毂内侧的毛刺),根据它的特点,采用中值滤波对图像进行去噪处理,达到了较好的效果。在此基础上,采用全局阈值法对已去噪图像进行分割。结合降噪、分割后图像特点,采用二值形态学将其边缘的毛刺去掉,进一步平滑图像,进行边缘提取。综合运用选点拟合法、二值形态学等处理方法,提取了轮毂图像的9个特征:外圆半径、图像的中心孔、轮毂图像周边孔洞数、中心孔的面积与轮毂面积比、轮毂孔的面积与轮毂面积比、四个转动惯量等理想特征,为后续的图像识别奠定了坚实的基础。在此基础上,对以上相关步骤涉及到的算法进行简单的验证。 轮毂形状自动识别技术能够很好的适应当前经济高速发展时期大批量的生产和快速的在线识别分类的实际需要,真正克服了传统手动分类的弊端,有效地降低误判现象,开展了面向形状识别的机器视觉系统的研究工作,为实现工业生产现代新型的识别技术和手段作一些有益的尝试和探讨。该识别方法可以实现多种轮毂在传送带上随机混流的状态下的自动识别分类,有效识别正确率在90%以上。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄东晋;张倩;吴冏;丁友东;;基于角点及局部特征的饮料瓶识别方法[J];上海大学学报(自然科学版);2011年03期
2 ;拉近机器视觉与使用者的距离——2010斯图加特机器视觉展览会[J];现代制造;2010年41期
3 ;用先进的技术使应用更简单——访美国迈思肯公司中国南区经理成斌[J];可编程控制器与工厂自动化;2011年07期
4 ;美国邦纳iVu系列视觉产品获IEN Award 2010奖项[J];软件;2010年05期
5 李宇航;;为客户提供匹配需求的集成化机器视觉[J];现代制造;2010年06期
6 ;美国迈思肯成功参展NEPCON[J];现代制造;2010年41期
7 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
8 李金素;;机器视觉检测技术打造卓越品质——访明佳包装检测科技有限公司副总经理王立伟[J];中国包装工业;2011年09期
9 ;美开发出基于热映像的图像分割算法将使机器视觉与人类视觉更接近[J];科技传播;2011年12期
10 高波;张晓桂;;基于机器视觉的折页错位检测应用探讨[J];北京印刷学院学报;2011年04期
11 何永珍;王斌;;基于机器视觉的液晶基板表面缺陷检测系统[J];现代计算机(专业版);2011年11期
12 ;美国科学家开发出基于热映像的图像分割算法 将使机器视觉与人类视觉更接近[J];前沿科学;2011年02期
13 陶思理;潘长开;;干电池封口胶图像分割方法[J];现代电子技术;2011年13期
14 李建超;高明;张维光;苏俊宏;王战胜;;平显视差测量系统的设计与实现[J];应用光学;2011年04期
15 向守兵;苏光大;陈健生;刘京;谭孝辉;;基于机器视觉的码坯异常检测与识别[J];光学学报;2011年07期
16 代宁;刘知贵;李众立;彭章君;;基于机器视觉的针织物智能拉密仪的设计[J];计算机测量与控制;2011年06期
17 刘焕军;;采用运动分析的液体杂质智能检测方法研究[J];现代制造工程;2011年08期
18 林洪彬;刘彬;张玉存;;大型回转类锻件的三维重建方法[J];光学学报;2011年07期
19 李文生;解梅;邓春健;;基于多点手势识别的人机交互技术框架[J];计算机工程与设计;2011年06期
20 周传德;王见;尹爱军;;基于平面标靶的物体空间姿态精确测量[J];重庆大学学报;2011年08期
中国重要会议论文全文数据库 前10条
1 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
6 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
7 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国博士学位论文全文数据库 前10条
1 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
2 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
3 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
4 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
5 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
6 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
7 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
8 李晓丽;基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D];浙江大学;2009年
9 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
10 毛文华;基于机器视觉的田间杂草识别技术研究[D];中国农业大学;2004年
中国硕士学位论文全文数据库 前10条
1 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
2 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
3 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
4 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
5 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
6 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
7 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
8 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
9 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
10 王磊;基于机器视觉的电池表面缺陷检测技术研究[D];中国科学技术大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
9 陈蕾;机器视觉系统帮助杜绝食品安全瑕疵[N];中国包装报;2008年
10 陈文;康耐视为广东泰科产品保驾护航[N];中国包装报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978