面向柔性自動化生產(chǎn)線的汽車輪轂識別系統(tǒng).pdf

1、隨著近年來汽車輪轂產(chǎn)量突飛猛進的增長，用人工方式來識別生產(chǎn)線上多種多樣的輪轂暴露出越來越多的問題。例如、工人的勞動負荷太大，由于人眼的局限性引發(fā)的判斷偏差，所有這些都能導(dǎo)致對輪轂信息的錯誤管理。因此國內(nèi)輪轂企業(yè)在輪轂識別和檢測方式上進行改進已是勢在必行。
　　 機器視覺技術(shù)是近年來快速發(fā)展的學(xué)科，是重要的非接觸式測量方式，它可以從三維環(huán)境的圖像中抽取、描述和解釋信息。綜合圖像處理技術(shù)、模式識別、以及認知科學(xué)等學(xué)科，機器視覺技術(shù)已

2、廣泛應(yīng)用于自動化、汽車、智能交通、電子、半導(dǎo)體等行業(yè)領(lǐng)域。
　　 本文針對目前國內(nèi)汽車輪轂企業(yè)在輪轂類型識別和檢測方面面臨的問題，采用機器視覺技術(shù)，綜合圖像處理、模式識別等相關(guān)方法，搭建了一種面向柔性自動化生產(chǎn)線的汽車輪轂識別系統(tǒng)，該系統(tǒng)能夠識別出不同款式，不同型號的多種汽車輪轂，識別正確率在99％以上。本文主要工作如下：
　　 (1)根據(jù)柔性自動化生產(chǎn)線上的實際情況，本文給出了高質(zhì)量的機器視覺圖像采集方法，并通過分析不

3、同種類輪轂在不同波長光源照射下的光反射特性，選擇適宜的光源和背景，搭建出了視覺系統(tǒng)。
　　 (2)針對不同型號輪轂特點，研究了目標圖像的特征提取方法，并綜合考慮了輪轂圖像的灰度直方圖、輪轂邊緣特征、輪轂幾何特征及不變矩等幾個特征。
　　 (3)根據(jù)提取出的圖像特征，研究了識別分類器的設(shè)計和優(yōu)化方法，構(gòu)造了最近臨和投票兩種分類器，并對兩種分類器的分類功能進行了優(yōu)化。
　　 (4)圖像處理軟件和識別算法的研究和實現(xiàn)，