基于视觉的生产线工件在线识别与检测技术研究

摘要

生产线工件在线识别、检测与跟踪的顺利进行是整个生产线可靠、高效运行和实现多种工件混流生产的重要保障。各种形状的工件在被运往不同的地方之前需对其进行识别与检测，识别出工件的类型、形状、大小等，检测出工件的具体几何参数等，在工件运输过程中要实时监控、跟踪工件去处，随时掌握工件当前位置和历史运动轨迹，确保工件被准确无误地运往目的地，这个过程就是生产线工件在线识别、检测与跟踪的过程。工件的形状多为规则的几何形状，如三角形、圆形、椭圆形、矩形等。传统的识别、检测与跟踪的方法都是基于PC平台实现的，由于PC机体积较大且不易移动，在一些场合下不够灵活方便，不能够满足便携式的需求，本文提出并设计了一种基于Android的生产线工件在线识别与检测的系统。
　　本文在Android系统下设计并实现了摄像头预览、预览数据采集、处理预览数据后再显示等功能。首先完成了几何工件图像的预览数据采集：然后根据Android操作系统的性能特点，研究比较常用的图像处理算法，最终选择了一系列适合本课题几何工件图像的图像处理算法，并将其在Android系统下实现，提取出几何工件的特征信息：然后通过工件几何参数的关系识别出工件形状，再运用最小二乘或霍夫变换算法对识别出的工件进行参数检测；最后还完成了整个工件识别与检测系统的界面设计。最终的实验环境是在一部操作系统为Android4．2．2的华为Y511手机，通过实验对设计实现的生产线工件在线识别与检测系统进行了测试与分析研究。此外，本文还在Matlab下设计完成了基于mean shift的工件实时跟踪系统，并通过实验对系统进行了测试。实验结果表明，本文所设计的生产线工件在线识别与检测系统能有效的识别出工件类型并检测到其几何参数，设计的生产线工件实时跟踪系统也能实时准确跟踪工件并得到工件运动轨迹，可以满足工程实际的需求。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1课题研究背景和意义

1.2 国内外研究现状

1.3课题研究的主要内容

1.4 论文结构安排

2图像处理相关理论

2.1图像预处理

2.2图像二值化

2.3数学形态学

2.4边缘检测

2.5本章小结

3工件识别与检测算法研究

3.1工件识别

3.2工件检测

3.3本章总结

4工件跟踪技术研究

4.1 Mean Shift算法

4.2 mean shift 算法跟踪实验

4.3本章小结

5工件在线识别与检测系统设计与实现

5.1系统设计

5.2Android平台

5.3系统实现

5.4本章小结

6系统测试及实验结果分析

6.1测试硬件配置

6.2图像处理测试与结果分析

6.3工件识别与检测算法验证

6.4工件识别与检测结果分析

6.5本章小结

7总结与展望

7.1 总结

7.2 展望

致谢

参考文献

攻读硕士期间发表的论文