基于机器视觉的车轮图像处理与分析

摘要

车轮是摩托车、汽车和火车等的重要组成部分,是完成运输任务的不可或缺的重要组件,是重要的运输承载体,为社会的进步与发展做了重大贡献。随着科学技术的发展,我国车轮的生产工艺有了很大的进步,但比国外发达国家还有一定的差距,特别是在车轮生产自动化和智能化方面差距甚大。德国等发达国家的车轮生产工艺采用全自动模式,既减少了劳动力,又提高了劳动效率,但半成品的车轮挂到链式运输设备还未实现自动化,绝大多数车轮企业仍然靠人抬放到悬链上,且要保证气门孔朝上位置,针对这一要求,论文基于先进的机器视觉技术,以Visual C++为平台,以双目摄像机为眼睛,对车轮及其气门孔进行特征提取和识别研究。本论文以山东省自然科学基金为依托,完成上述的图像处理与分析部分。本论文的研究内容包括以下几部分:
　　 (1)机器视觉实验系统的设计。本论文将机器视觉应用到车轮的检测中,首先要设计一个可行的实验系统,此系统包括实验的平台、光源设计和摄像机等硬件。本课题要对摄像机进行标定,对实验进行数学建模,从理论上分析了实验系统设计的可行性。
　　 (2)车轮的图像处理与分析。在车轮的抓取过程中,首先要确定车轮的位置,为了寻找车轮中心的位置,首先要采集车轮的图像,并对图像进行处理与分析,车轮图像处理与分析的主要方法有:对车轮图像进行去噪处理、滤波等预处理工作;对预处理过的车轮图像进行边缘检测和阈值分割,从而获得简明的图像特征;依据图像特征,采用投影法获取车轮图像中车轮中心点的位置。
　　 (3)气门孔的图像处理与分析。气门孔的位置是车轮装卸定位的重要依据,所以要对车轮外缘进行图像采集,通过对所采集图片的处理与分析获取气门孔的信息,从而对车轮进行定位悬挂。本文对气门孔图像的处理与分析的主要方法有:气门孔图像的预处理;气门孔图像的边缘检测与阈值分割;气门孔图像的测量,完成气门孔图像的识别。本文通过对气门孔的识别来完成气门孔悬挂定位的任务。
　　 本课题采用机器人装卸车轮,针对车轮及其气门孔的形状,采用基于机器视觉的图像处理与分析,获取图像的特征信息并识别目标物体,以利于机器人准确找到车轮中心与气门孔的位置,为实现车轮搬运的自动化打下良好的基础。

目录

文摘

英文文摘

第一章 绪论

1.1 选题目的和意义

1.2 国内外研究现状

1.2.1 机器视觉与图像处理概述

1.2.2 机器视觉的国外研究状况

1.3 机器视觉与现代车轮制造业的结合

1.4 本章小结

第二章 机器视觉实验系统的设计

2.1 实验平台的建设

2.1.1 实验平台的整体构想

2.1.2 央持器结构设计

2.2 机器视觉硬件系统的建设

2.2.1 光源的选择

2.2.2 图像采集卡

2.2.3 平行双目摄像机

2.3 机器视觉测量系统的建立

2.3.1 机器视觉的组成

2.3.2 机器视觉与机器人数学模型的建立

2.3.3 摄像机的标定

2.4 本章小结

第三章 车轮的图像处理与分析

3.1 车轮图像的采集

3.2 改进的图像平滑

3.3 图像的边缘检测与阈值分割

3.3.1 图像的边缘检测

3.3.2 阈值分割

3.4 车轮的中心识别

3.5 本章小结

第四章 静态条件下气门孔的图像处理与分析

4.1 气门孔的图像采集

4.2 气门孔的边缘检测

4.2.1 气门孔图像的去噪

4.2.2 气门孔图像的直方图

4.2.3 气门孔图像的边缘检测

4.3 图像的阈值分割

4.4 图像的测量

4.4.1 标记

4.4.2 二值图像的区域面积测量

4.5 本章小结

第五章 动态条件下气门孔的图像处理与分析

5.1 在动态条件下气门孔的图像采集

5.2 气门孔的边缘检测

5.2.1 图像的去噪

5.2.2 图像的边缘检测

5.3 图像的阈值分析

5.4 本章小结

第六章 结论与展望

参考文献

致谢

附录 攻读硕士学位期间发表论文及科研情况