原文传递
面向柔性自动化生产线的汽车轮毂识别系统
| 论文题名： | 面向柔性自动化生产线的汽车轮毂识别系统 |
| 关键词： | 图像处理;特征提取;自动化生产线;汽车轮毂;识别系统 |
| 摘要： | 随着近年来汽车轮毂产量突飞猛进的增长，用人工方式来识别生产线上多种多样的轮毂暴露出越来越多的问题。例如、工人的劳动负荷太大，由于人眼的局限性引发的判断偏差，所有这些都能导致对轮毂信息的错误管理。因此国内轮毂企业在轮毂识别和检测方式上进行改进已是势在必行。 机器视觉技术是近年来快速发展的学科，是重要的非接触式测量方式，它可以从三维环境的图像中抽取、描述和解释信息。综合图像处理技术、模式识别、以及认知科学等学科，机器视觉技术已广泛应用于自动化、汽车、智能交通、电子、半导体等行业领域。 本文针对目前国内汽车轮毂企业在轮毂类型识别和检测方面面临的问题，采用机器视觉技术，综合图像处理、模式识别等相关方法，搭建了一种面向柔性自动化生产线的汽车轮毂识别系统，该系统能够识别出不同款式，不同型号的多种汽车轮毂，识别正确率在99％以上。本文主要工作如下： (1)根据柔性自动化生产线上的实际情况，本文给出了高质量的机器视觉图像采集方法，并通过分析不同种类轮毂在不同波长光源照射下的光反射特性，选择适宜的光源和背景，搭建出了视觉系统。 (2)针对不同型号轮毂特点，研究了目标图像的特征提取方法，并综合考虑了轮毂图像的灰度直方图、轮毂边缘特征、轮毂几何特征及不变矩等几个特征。 (3)根据提取出的图像特征，研究了识别分类器的设计和优化方法，构造了最近临和投票两种分类器，并对两种分类器的分类功能进行了优化。 (4)图像处理软件和识别算法的研究和实现，实现了整个软件系统的搭建与完善。 本文在深入研究了各种图像处理和模式识别相关技术的基础上，还提出了衡量所选特征有效性的两个标准，并针对本课题给出了精确定义；提出了中心图概念，并利用中心图描述了轮毂内部结构特点；针对轮毂图像的特殊性，构造了一种对图像尺寸变化敏感，对旋转和平移变化不敏感的变量--转动惯量；最后构造了投票分类器，利用所提取的轮毂特征对多种类型的轮毂进行分类识别。 |
| 作者： | 赵玉良 |
| 专业： | 工业工程 |
| 导师： | 刘永贤 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
