基于模板匹配的輪型代碼自動識別系統(tǒng)的研究
1 引言
輪轂是汽車運動中極為重要的部件,在生產(chǎn)過程中,不同的輪型選擇不同加工路線、加工機床、刀具等。在自動化生產(chǎn)線上要實現(xiàn)多品種的混流生產(chǎn),輪轂型號的識別,過去主要是靠人工識別,這種方法效率低且不能滿足現(xiàn)代工業(yè)生產(chǎn)線的要求,所以急需一種快速、準(zhǔn)確的檢測方法。本系統(tǒng)研究的是一種輪型代碼自動識別系統(tǒng)。輪型代碼自動識別系統(tǒng)是一個集光、機和電技術(shù)為一體的機器視覺識別系統(tǒng),系統(tǒng)能自動識別生產(chǎn)線上生產(chǎn)出來的輪轂型號,并進行生產(chǎn)統(tǒng)計與分檢,其優(yōu)點是機器識別、在線識別、識別準(zhǔn)確率高。
2 系統(tǒng)構(gòu)成
輪型代碼自動識別系統(tǒng)主要由工業(yè)控制計算機、千兆網(wǎng)卡、工業(yè)CCD相機、LED光源、支架、定位裝置、顯示器和打印機等組成,系統(tǒng)結(jié)構(gòu)框圖如圖1所示。
圖1 系統(tǒng)結(jié)構(gòu)框圖
3 圖像采集及預(yù)處理
由于在采集過程中的光線變化、輪轂封層、設(shè)備振動等原因,圖像中不可避免的存在一些噪聲,但影響成像效果的主要是背景和光照。采集圖像時,系統(tǒng)采用LED光源,以消除背景干擾和光照不均勻帶來的影響,并且使輪轂盡量充滿CCD視野。
在對采集到的圖像進行處理前,需要先對圖像進行預(yù)處理,就是要對噪聲圖像進行濾波,平滑噪聲圖像等步驟。圖像保存為.BMP格式,大小為640x480,每一個輪轂在采集圖像之后系統(tǒng)自動將圖像存入指定的目錄。
4 用Rober邊緣檢測算子提取輪轂特征
輪毅圖像中的特征很多,為了獲取理想的識別結(jié)果,在選取特征時要考慮所選特征的穩(wěn)定性,也就是同一型號輪毅不同個體之間共有的、穩(wěn)定的,顯著區(qū)別于其他類型輪轂的特征[1],并且依靠這些特征建立不同型號輪轂的模板庫,系統(tǒng)根據(jù)輪轂的模板庫識別輪轂型號。
Robert邊緣檢測算子是一種利用局部差分算子提取圖像邊緣輪廓的算子。其核心公式如下,為原始像素點的灰度值,為轉(zhuǎn)換后像素點的灰度值。
(1)
文中以輪轂型號為801775為例,運用方程(1)提出的算法提取輪轂的邊緣特征并制作模板。制作模板時,盡量選擇輪轂圖像清晰,表面潔凈的輪轂圖片作為模板,然后將模板存入數(shù)據(jù)庫,如圖2所示。
圖2 輪轂型號為801775圖像處理結(jié)果
5 模板匹配識別
根據(jù)前面列出的輪轂特征基本上能把不同類型的輪毅區(qū)分開。但分類識別的算法多種多樣,選擇一個好的算法既可減少計算時間提高效率,又可以提高正確率,避免或盡量減少誤判[1]。系統(tǒng)中根據(jù)提取的輪轂特征制作模板庫,通過模板匹配的方法實現(xiàn)輪轂型號識別。
模板就是一幅已知的小圖像。模板匹配就是在一幅大圖像中搜尋目標(biāo),已知該圖中有要找的目標(biāo),且該目標(biāo)同模板有相同的尺寸、方向和圖像,通過一定的算法可以在圖中找到目標(biāo),確定其坐標(biāo)位置,它的基本原則就是通過相關(guān)函數(shù)的計算來找到它以及被搜索圖的坐標(biāo)位置。工作過程如圖3來表示,設(shè)模板疊放在上平移,模板覆蓋下的那塊搜索圖叫做子圖,為子圖左上角像點在圖中的坐標(biāo),稱為參考點。其中取值范圍:
圖3 模板(b)與被搜索圖(a)
對于與的匹配程度,可用相關(guān)函數(shù)作相似性測度:
(2)
或者歸一化為
(3)
式(2)、式(3)描述了模板與子圖的相關(guān)程度,最大相關(guān)處為最佳匹配處。將模板在搜索區(qū)域里平移,同時選用上面公式之一進行匹配計算,即可找到最佳匹配位置。
圖3是模板庫中只有1個輪轂?zāi)0?,對型號?01775的另一幅圖像通過圖2(c)的模板識別之后,識別相似度為86.07%,識別時間60.18毫秒。
圖3 輪轂801775識別結(jié)果
6 實驗與結(jié)論
該算法已應(yīng)用于中信戴卡輪轂制造有限公司的輪型代碼自動識別系統(tǒng)中,該算法有效地實現(xiàn)了輪型代碼的自動識別。我們對系統(tǒng)進行了全面的測試的構(gòu)成中,使用了八個型號的輪轂,每種型號各200個輪轂,模板庫中存在10個型號輪轂?zāi)0濉?/p>
測試環(huán)境為CPU:E7500 2.93G和內(nèi)存:4G DDR II。測試結(jié)果見表1所示。
表1 測試結(jié)果
序號 |
輪轂型號 |
輪轂總數(shù) |
正確識別的輪轂數(shù) |
識別率 |
平均識別 時間(ms) |
平均相似性 |
1 |
801775 |
200 |
198 |
99% |
80.92 |
85.8% |
2 |
80677 |
200 |
199 |
99.5% |
90.83 |
87.4% |
3 |
961665 |
200 |
198 |
99% |
98.54 |
82.4% |
4 |
37767 |
200 |
200 |
100% |
94.55 |
84.5% |
5 |
67978 |
200 |
198 |
99% |
64.57 |
89.7% |
6 |
70566 |
200 |
199 |
99.5% |
110.59 |
92.6% |
7 |
70077 |
200 |
199 |
99.5% |
95.87 |
93.1% |
8 |
970775 |
200 |
198 |
99% |
124.26 |
89.6% |
該系統(tǒng)的輪型代碼正確識別率為99%以上,由此可以說明基于模板匹配的輪型代碼自動識別系統(tǒng)在輪型代碼識別過程中使用的算法是有效的。
系統(tǒng)單幅輪轂圖像識別處理時間不到0.5秒,如果再加上硬件執(zhí)行時間,2秒鐘之內(nèi)將能完成識別,并且可以保證識別率在99%以上。完全能夠滿足生產(chǎn)線的要求。因此,輪型代碼自動識別系統(tǒng)廣泛應(yīng)用于輪轂企業(yè)的生產(chǎn)線當(dāng)中去,將對于提高企業(yè)的生產(chǎn)效率,保證企業(yè)產(chǎn)品質(zhì)量具有積極的、重要的意義。
參考文獻
[1] 趙玉良,劉偉軍,劉永賢 汽車輪毅在線識別系統(tǒng)的研究 機械設(shè)計與制造[J] 2007.10
[2] 高彤,姜華,呂民 基于模板匹配的手寫體字符識別方法[J] 哈爾濱工業(yè)大學(xué)學(xué)報1999.1
欄目分類
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認(rèn)定!CSSCI南大核心首批191家“青年學(xué)者友好期刊名單”
- 2023JCR影響因子正式公布!
- 國內(nèi)核心期刊分級情況概覽及說明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學(xué)者
- 我用了一個很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問題”。
- 重磅!CSSCI來源期刊(2023-2024版)最新期刊目錄看點分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應(yīng)該熟知的10個知識點。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)已發(fā)布,論文寫作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學(xué)術(shù)論文編寫規(guī)則
- 盤點那些評職稱超管用的資源,1,3和5已經(jīng)“絕種”了