基于模板匹配的輪型代碼自動(dòng)識(shí)別系統(tǒng)的研究

1 引言

輪轂是汽車運(yùn)動(dòng)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(jī)床、刀具等。在自動(dòng)化生產(chǎn)線上要實(shí)現(xiàn)多品種的混流生產(chǎn)，輪轂型號(hào)的識(shí)別，過去主要是靠人工識(shí)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(cè)方法。本系統(tǒng)研究的是一種輪型代碼自動(dòng)識(shí)別系統(tǒng)。輪型代碼自動(dòng)識(shí)別系統(tǒng)是一個(gè)集光、機(jī)和電技術(shù)為一體的機(jī)器視覺識(shí)別系統(tǒng)，系統(tǒng)能自動(dòng)識(shí)別生產(chǎn)線上生產(chǎn)出來的輪轂型號(hào)，并進(jìn)行生產(chǎn)統(tǒng)計(jì)與分檢，其優(yōu)點(diǎn)是機(jī)器識(shí)別、在線識(shí)別、識(shí)別準(zhǔn)確率高。

2 系統(tǒng)構(gòu)成

輪型代碼自動(dòng)識(shí)別系統(tǒng)主要由工業(yè)控制計(jì)算機(jī)、千兆網(wǎng)卡、工業(yè)CCD相機(jī)、LED光源、支架、定位裝置、顯示器和打印機(jī)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(dòng)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(shí)，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(duì)采集到的圖像進(jìn)行處理前，需要先對(duì)圖像進(jìn)行預(yù)處理，就是要對(duì)噪聲圖像進(jìn)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(gè)輪轂在采集圖像之后系統(tǒng)自動(dòng)將圖像存入指定的目錄。

4 用Rober邊緣檢測(cè)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(shí)別結(jié)果，在選取特征時(shí)要考慮所選特征的穩(wěn)定性，也就是同一型號(hào)輪毅不同個(gè)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(hào)輪轂的模板庫，系統(tǒng)根據(jù)輪轂的模板庫識(shí)別輪轂型號(hào)。

 Robert邊緣檢測(cè)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(diǎn)的灰度值，為轉(zhuǎn)換后像素點(diǎn)的灰度值。

     （1）

文中以輪轂型號(hào)為801775為例，運(yùn)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(shí)，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(hào)為801775圖像處理結(jié)果

5 模板匹配識(shí)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(shí)別的算法多種多樣，選擇一個(gè)好的算法既可減少計(jì)算時(shí)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(shí)現(xiàn)輪轂型號(hào)識(shí)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(jì)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(diǎn)在圖中的坐標(biāo)，稱為參考點(diǎn)。其中取值范圍：

圖3  模板（b）與被搜索圖（a）

對(duì)于與的匹配程度，可用相關(guān)函數(shù)作相似性測(cè)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(shí)選用上面公式之一進(jìn)行匹配計(jì)算，即可找到最佳匹配位置。

圖3是模板庫中只有1個(gè)輪轂?zāi)０?，?duì)型號(hào)為801775的另一幅圖像通過圖2（c）的模板識(shí)別之后，識(shí)別相似度為86.07%，識(shí)別時(shí)間60.18毫秒。

圖3  輪轂801775識(shí)別結(jié)果

6 實(shí)驗(yàn)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(dòng)識(shí)別系統(tǒng)中，該算法有效地實(shí)現(xiàn)了輪型代碼的自動(dòng)識(shí)別。我們對(duì)系統(tǒng)進(jìn)行了全面的測(cè)試的構(gòu)成中，使用了八個(gè)型號(hào)的輪轂，每種型號(hào)各200個(gè)輪轂，模板庫中存在10個(gè)型號(hào)輪轂?zāi)０濉?/p>

測(cè)試環(huán)境為CPU：E7500 2.93G和內(nèi)存：4G DDR II。測(cè)試結(jié)果見表1所示。

表1  測(cè)試結(jié)果

該系統(tǒng)的輪型代碼正確識(shí)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(dòng)識(shí)別系統(tǒng)在輪型代碼識(shí)別過程中使用的算法是有效的。

系統(tǒng)單幅輪轂圖像識(shí)別處理時(shí)間不到0.5秒，如果再加上硬件執(zhí)行時(shí)間，2秒鐘之內(nèi)將能完成識(shí)別，并且可以保證識(shí)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(dòng)識(shí)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(duì)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(xiàn)

[1] 趙玉良，劉偉軍，劉永賢 汽車輪毅在線識(shí)別系統(tǒng)的研究 機(jī)械設(shè)計(jì)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(shí)別方法[J] 哈爾濱工業(yè)大學(xué)學(xué)報(bào)1999.1