基于图像处理的模具自动识别与定位技术研究

论文摘要

目前LG精密铸造公司的水平浇注线上,仍采用人工目测的方式驾驶浇注机对造型线上的模具进行定位,以保证后续金属液浇注环节中浇包口停留在模具浇口上方正确的位置。这种操作方式存在着定位精度低、实时性差、稳定性差等缺点,而且工业环境下工人劳动强度大、危险性很高,因此急需开发一套自动定位系统代替人工方式,实现浇注系统的智能化。本文提出了基于机器视觉来对浇注前的模具进行识别与定位的技术。搭建了目标识别与定位系统,该系统利用CCD摄像机摄取现场模具图像,在PC机上对动态图像进行处理并且根据处理的结果发出控制信号,通过控制浇注车的运动来对模具浇口进行定位。完成的主要工作如下:针对工业现场灰尘、烟雾、照明不均等恶劣环境导致的各种随机噪声,选用直方图规定化增强图像、中值滤波平滑图像,实现了定位前期对噪声的消除;然后对图像分析后,分别选用模具间空隙和矩形槽作为定位特征参数,实现了两种定位方案,基于行扫描和面积阈值的定位和基于Canny边缘检测和改进Hough变换的定位。前者是基于模具二值图像,在分析了黑白像素的分布情况后,提出的一种简单、快速的识别定位算法;后者是在图像边缘检测算法经验的基础上通过改进Hough变换达到快速定位的目的。将基于行扫描和面积阈值的定位方法应用于水平浇注现场,实现了在现场恶劣环境的干扰下对模具浇口的实时、准确定位。通过对两种方法的分析比较得出,基于Canny边缘检测和改进Hough变换的定位方法在识别准确率方面优于基于行扫描和面积阈值的定位方法,并能够满足实际工程对稳定性、准确性和实时性的要求。此项研究填补了浇注系统中对模具定位的空白,也为实现浇注过程的自动化奠定了技术基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源
• 1.2 课题背景
• 1.2.1 模具定位工艺简述
• 1.2.2 人工定位模具存在的问题
• 1.2.3 解决问题的主要思路和方法
• 1.3 研究历史和现状
• 1.3.1 机器视觉在工业领域的发展
• 1.3.2 自动目标识别与定位技术的发展
• 1.4 本文的创新之处
• 1.5 本文的组织结构
• 第2章 基于图像处理的模具定位系统设计
• 2.1 系统概要
• 2.2 模具识别与定位系统构成
• 2.2.1 系统基本组成
• 2.2.2 系统工作原理
• 2.2.3 硬件设备功能说明
• 2.3 软件设计
• 2.3.1 软件开发平台
• 2.3.2 图像处理单元软件模块总体设计
• 第3章 模具图像处理
• 3.1 数字图像基本原理
• 3.1.1 数字图像概念
• 3.1.2 图像分辨率和像素
• 3.2 图像获取
• 3.3 模具图像的预处理
• 3.3.1 彩色图像灰度化
• 3.3.2 灰度变换
• 3.3.3 图像滤波
• 3.3.4 二值化
• 3.4 模具图像特征选取
• 3.4.1 特征比较
• 3.4.2 特征选取
• 3.5 本章小结
• 第4章 基于行扫描和面积阈值的定位实现
• 4.1 引言
• 4.2 特征位置选定
• 4.3 基于二值图像的行扫描算法
• 4.4 基于行扫描和面积阈值的定位算法
• 4.5 实验与分析
• 4.6 本章小结
• 第5章 基于Canny边缘检测和改进Hough变换的定位实现
• 5.1 引言
• 5.2 形态学消除空隙干扰
• 5.2.1 二值形态学原理
• 5.2.2 形态学消除空隙干扰实验分析与结果
• 5.3 边缘检测处理模具图像
• 5.3.1 几种经典的边缘检测算法
• 5.3.2 利用Canny算子检测模具边缘
• 5.4 改进Hough变换定位矩形槽
• 5.4.1 Hough变换原理
• 5.4.2 改进的快速Hough变换定位矩形槽
• 5.5 实验与分析
• 5.6 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢