详情

原文传递汽车车身焊接图像识别算法研究

论文题名：	汽车车身焊接图像识别算法研究
关键词：	汽车车身焊接;图像识别;电荷藕合器件图像传感器;小波变换;K-L变换;焊缝视觉检测
摘要：	随着机械制造、核工业、航空航天、能源交通、石油化工、建筑、电子行业等现代工业的飞速发展，焊接技术在机械制造业生产中的地位也日趋提高。因此，对焊接质量和焊接自动化的程度要求也越来越高，焊接生产的自动化与智能化已经成为21世纪焊接技术发展的一个重要方向。特别是在汽车的生产中，为了降低生产成本与争取最大利润，提高生产的自动化程度已经成为一个必然的选择。如何提高生产线的自动化程度以及生产的速度，同时还要保证产品的质量，这是建立自动化生产线的重要标准。而焊接技术又是自动化生产线中的技术难点，尤其是关键部位的的焊缝的是否合格，这对于整个产品的质量的影响很大。本文主要是为了解决存在的漏焊的问题。　　本论文的研究内容是“基于CCD(电荷藕合器件图像传感器)的焊缝视觉检测系统”的图像识别算法部分，本次的检测系统是针对卡车的驾驶室焊缝检测所开发的，目的是提高生产效率。快速准确的对焊缝进行检测，是此焊缝检测系统的重要指标之一。驾驶室共有六百多个焊点，其中只有一小部分的焊缝是由焊接机器人完成焊接的，由于焊接机器人工作的可靠性，这部分焊缝不需要进行检测。其他的剩余的400个焊点，由于焊点的位置的原因，很难用焊接机器人的进行焊接，而只能由人工进行焊接，这样就可能有漏焊的现象存在。　　此前有许多学者利用CCD来识别车辆，对图像的识别进行了大量的研究。同时也有许多学者利用CCD来检测焊缝，并取得了一定得成绩。　　针对焊缝图像识别中所面临的准确性和实时性问题，本文提出了基于小波变换和Karhunen-Loeve(K-L)变换的新型识别算法。本次研究通过运用小波分解与K-L变换等手段，有效的改善了传统焊缝识别系统中的缺点，大大提高了识别系统的准确性与运算速度。这种新型的计算方法，可以有效的保留原图像中的特征信息。针对图像亮度差异的的特点，首先要对图像进行了图像增强预处理，目的是降低了图像亮度差异的问题。然后用小波变换的方法提取焊缝图像的相对稳定的低频子带图，提取图像的主要特征信息。进而利用K-L变换提取主特征分量并进行识别。结果证明，该识别算法基本达到了准确性与实时性的要求。
作者：	王卓
专业：	车辆工程
导师：	苏楚奇
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2010
正文语种：	中文