基于机器视觉的轮毂匹配识别方法研究
发布时间：2022-11-05 08:56
轮毂是汽车上的重要部件,在车辆行驶过程中起着支撑汽车、承受外力的作用,因此轮毂的质量将会直接影响车辆行驶的安全。在轮毂出厂之前,需要先对轮毂进行质量检测。由于进行质量检测工序前需要对轮毂按型号分类操作,因此需要获得当前进行质量检测的轮毂的型号。鉴于传统的人工识别轮毂型号的方式存在许多弊端,本文探索研究了一种基于机器视觉的轮毂型号识别方案,实现了一个轮毂型号自动识别系统,完成了对轮毂的分类识别。在轮毂型号识别中,其中的难点主要是轮毂图像与背景图像的分离、轮毂图像特征的提取以及特征的匹配。针对以上的难点,主要做了以下研究工作:1)在图像预处理阶段,提出一种提取轮毂圆形区域、平滑毛刺的算法流程。针对使用Hough圆变换算法定位的圆精度不够的问题,提出使用候选圆筛选算法改进。首先通过Canny算法对轮毂图像进行边缘检测,接着利用Hough圆变换算法提取候选圆,并且对候选圆筛选,从而精确地提取到最佳的外轮廓圆,最后利用该圆提取出轮毂区域。通过实验证明这个算法流程可以准确地分离轮毂和背景。2)在特征提取阶段,本文设计了一个综合使用多个轮毂特征的算法流程。首先使用Hough圆变换算法提取轮毂半径作为...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题的研究背景与意义
1.2 课题研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 图像特征提取研究状况
1.3 本课题难点
1.4 本课题的研究内容
1.5 本课题的结构安排
1.6 本章小结
第二章 轮毂型号识别系统总体设计
2.1 硬件设计
2.1.1 识别系统组成
2.1.2 相机的选型
2.2 软件设计
2.2.1 软件界面设计
2.2.2 软件工作流程
2.3 本章小结
第三章 图像预处理
3.1 轮毂图像滤波
3.1.1 图像中常见的噪声
3.1.2 图像滤波方法
3.1.3 图像去噪实验
3.2 轮毂图像背景剔除
3.2.1 图像边缘检测
3.2.2 轮毂圆形区域提取
3.2.3 一种改进的区域提取算法
3.3 轮毂毛刺平滑
3.3.1 腐蚀运算与膨胀运算
3.3.2 开运算与闭运算
3.3.3 实验结果与分析
3.4 本章小结
第四章 轮毂特征提取与匹配
4.1 轮毂半径提取
4.2 轮毂局部特征点提取
4.2.1 SIFT算法
4.2.2 SURF算法
4.2.3 ORB算法
4.2.4 特征点提取与匹配实验
4.3 匹配点提纯
4.4 一种旋转角度调整算法
4.5 实验与结果分析
4.6 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]磁粉探伤在汽轮机叶片质量检测中的应用[J]. 张成侠. 中国新技术新产品. 2019(01)
[2]RANSAC算法在剔除图像配准中误匹配点的应用[J]. 邱亚辉,李长青,崔有帧. 影像技术. 2014(04)
[3]图像多尺度边缘检测及图像多尺度分割研究[J]. 朱俊杰,杜小平,范湘涛,郭华东. 地理与地理信息科学. 2013(02)
[4]具有尺度与旋转不变性的立体影像自动匹配研究[J]. 赵西安,陈志学,吕京国,靖常峰. 测绘学报. 2012(01)
[5]图像处理中的边缘检测算法研究综述[J]. 常娜. 中国科技信息. 2011(04)
[6]浅谈数码相机感光元件性能对数字影像的影响[J]. 苗萍. 数字技术与应用. 2010(07)
[7]动目标识别过程中的二值图像噪声消除[J]. 王兆旭,刘守义. 微计算机信息. 2008(18)
[8]国外机车车辆走行部件无损检测的现状和发展[J]. 孙国平,沈志坚. 国外机车车辆工艺. 1998(06)
[9]火车轮缺陷自动检测技术的新进展[J]. 徐善明. 无损检测. 1993 (02)
博士论文
[1]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
硕士论文
[1]轮毂外形识别方法的研究与实现[D]. 郭春庭.燕山大学 2012
[2]柔性自动化生产线中的轮毂型号自动识别系统的开发[D]. 葛捷.西华大学 2013
[3]基于机器视觉的实时轮毂智能识别系统的研究[D]. 陈建可.太原科技大学 2014
[4]基于图像处理的工业X射线探伤关键技术研究[D]. 辛晨.西安电子科技大学 2014
[5]基于多特征融合的汽车轮毂识别与分类系统设计[D]. 韩卫.南京信息工程大学 2016
[6]数字近景工业摄影测量系统校准方法研究[D]. 王伟峰.华北水利水电大学 2016
[7]图像滤波及边缘检测与增强技术研究[D]. 陈初侠.合肥工业大学 2009
[8]基于机器学习的汽车轮毂智能分类识别系统研究[D]. 梁思琪.北京邮电大学 2019
[9]汽车轮毂识别与分类算法的研究与实现[D]. 刘杏杏.青岛科技大学 2019
[10]基于机器视觉的轮毂型号在线识别系统研究[D]. 张鑫.哈尔滨工业大学 2019
本文编号：3702294
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题的研究背景与意义
1.2 课题研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 图像特征提取研究状况
1.3 本课题难点
1.4 本课题的研究内容
1.5 本课题的结构安排
1.6 本章小结
第二章 轮毂型号识别系统总体设计
2.1 硬件设计
2.1.1 识别系统组成
2.1.2 相机的选型
2.2 软件设计
2.2.1 软件界面设计
2.2.2 软件工作流程
2.3 本章小结
第三章 图像预处理
3.1 轮毂图像滤波
3.1.1 图像中常见的噪声
3.1.2 图像滤波方法
3.1.3 图像去噪实验
3.2 轮毂图像背景剔除
3.2.1 图像边缘检测
3.2.2 轮毂圆形区域提取
3.2.3 一种改进的区域提取算法
3.3 轮毂毛刺平滑
3.3.1 腐蚀运算与膨胀运算
3.3.2 开运算与闭运算
3.3.3 实验结果与分析
3.4 本章小结
第四章 轮毂特征提取与匹配
4.1 轮毂半径提取
4.2 轮毂局部特征点提取
4.2.1 SIFT算法
4.2.2 SURF算法
4.2.3 ORB算法
4.2.4 特征点提取与匹配实验
4.3 匹配点提纯
4.4 一种旋转角度调整算法
4.5 实验与结果分析
4.6 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】：
期刊论文
[1]磁粉探伤在汽轮机叶片质量检测中的应用[J]. 张成侠. 中国新技术新产品. 2019(01)
[2]RANSAC算法在剔除图像配准中误匹配点的应用[J]. 邱亚辉,李长青,崔有帧. 影像技术. 2014(04)
[3]图像多尺度边缘检测及图像多尺度分割研究[J]. 朱俊杰,杜小平,范湘涛,郭华东. 地理与地理信息科学. 2013(02)
[4]具有尺度与旋转不变性的立体影像自动匹配研究[J]. 赵西安,陈志学,吕京国,靖常峰. 测绘学报. 2012(01)
[5]图像处理中的边缘检测算法研究综述[J]. 常娜. 中国科技信息. 2011(04)
[6]浅谈数码相机感光元件性能对数字影像的影响[J]. 苗萍. 数字技术与应用. 2010(07)
[7]动目标识别过程中的二值图像噪声消除[J]. 王兆旭,刘守义. 微计算机信息. 2008(18)
[8]国外机车车辆走行部件无损检测的现状和发展[J]. 孙国平,沈志坚. 国外机车车辆工艺. 1998(06)
[9]火车轮缺陷自动检测技术的新进展[J]. 徐善明. 无损检测. 1993 (02)
博士论文
[1]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
硕士论文
[1]轮毂外形识别方法的研究与实现[D]. 郭春庭.燕山大学 2012
[2]柔性自动化生产线中的轮毂型号自动识别系统的开发[D]. 葛捷.西华大学 2013
[3]基于机器视觉的实时轮毂智能识别系统的研究[D]. 陈建可.太原科技大学 2014
[4]基于图像处理的工业X射线探伤关键技术研究[D]. 辛晨.西安电子科技大学 2014
[5]基于多特征融合的汽车轮毂识别与分类系统设计[D]. 韩卫.南京信息工程大学 2016
[6]数字近景工业摄影测量系统校准方法研究[D]. 王伟峰.华北水利水电大学 2016
[7]图像滤波及边缘检测与增强技术研究[D]. 陈初侠.合肥工业大学 2009
[8]基于机器学习的汽车轮毂智能分类识别系统研究[D]. 梁思琪.北京邮电大学 2019
[9]汽车轮毂识别与分类算法的研究与实现[D]. 刘杏杏.青岛科技大学 2019
[10]基于机器视觉的轮毂型号在线识别系统研究[D]. 张鑫.哈尔滨工业大学 2019
本文编号：3702294
本文链接：https://www.wllwen.com/kejilunwen/qiche/3702294.html
