基于计算机视觉的汽车选装件在线识别技术与系统

摘要

汽车制造商为了满足市场多样性需求,往往在同一装配流水线上对同一种车型安装许多选装件,构成不同的配置.不同的配置引起白车身上结构的细微变化,这些变化有时无法用传统的机械、光电等方法来识别.该课题的研究内容是设计一套基于计算机视觉的在线识别系统,以图象处理技术为基础,结合视觉技术、模式识别技术来检测白车身结构的细微变化,从而判断出是何种选装件,进而达到防错报警的目的.实验中,选取白车身制造过程中难以目视区分的通孔与螺母孔作为识别对象.根据实验要求,采用黑白CCD摄像头、图象采集卡以及计算机搭建实验系统,深入系统地研究了一套区分通孔与螺母孔的算法与方法.为了满足系统的实时性,减少图象处理量,采取了在大幅图像中开窗口的形式,捕捉选装零件的局部特征,进行有针对的图像处理,然后分类识别;同时,采用基本的图象处理算法,减少计算量.在图象的预处理算法中,采用3x3模板的中值滤波算法,并用叠加了随机噪声以及椒盐噪声的样品图像验证了滤波效果.在图象的识别算法中,采用二值比分割图象,得到景物面积;用内部掏空法提取轮廓,得到景物周长;选取景物的面积与周长作为识别特征;确定通孔作为分类标准;根据经验值确定识别的偏差值.经过这些步骤,完整地建立了两种孔识别的过程与方法.通过对实验系统获取的样品图像,利用灰度直方图工具,详细讨论了怎样选取合适的分割阈值;确定了阈值选取的规则:高亮度,小阈值.建立的软件系统主要由样品特征建立模块和图像采集与处理识别模块等两个程序模块构成,具有以下独特之处:实时建立样品特征,快速方便;自动感知环境光照变化,避免误识别,提高可靠性.该实验系统在不同光照下,在设定面积误差与轮廓误差为5％的情况下,能很好地区分通孔与螺母孔.实验证明,该方法具有识别时间短、方法简便、定位精度要求低、光源要求低、识别可靠性高等优点.