汽车安全带壳体特征视觉检测技术研究.pdf

学ポ交
理论1研发/设计/制适 CADEMIC COMMUNICATON
汽车安全带売体特征视党检測技术研究
于保军,赵国庆,杨名
(长春工业大学机电工程学院,长春130012)
摘要:采用对汽车安全带壳体特征进行实时检测的机器视觉系统,完成对壳体特征(如识别孔)的自动定位、检测,避
免了直接接触。给出了系统的图像处理部分识别孔检测的一种方法;首先对系统采集到的汽车安全带売体图像进行预
处理,然后用几种边缘检测算子对处理后的图像进行边缘检测并择优选择一种算子,再运用亚像素边缘定位得到亚像
素精度级的识别孔边缘并对识别孔进行直径测置。
关键词:识别孔;边缘检测;亚像素; Hough变换
中图分类号:TH164
文献标识码:A
文章编号:1002-2333(2013)12-0013-03
Visual Detection Technology for Housing Characteristics of the Car Seat Belt
YU Bao-jun, ZHAO Guo-qing, YANG Ming
(School of Mechatronic Engineering. Changchun University of Technology, Changchun 130012, China)
Abstract: The machine vision system of real-time detection can automatically locate and detect the housing
characteristics of car seat belt such as the recognition hole, and can avoid directly contact with it.A method is given
about the detection of the recognition hole which is a part of the image processing of the system. Firstly image
preprocessing is used on the original image of the car seat belt housing the system acquired. Secondly.several edge
detection operators are used to detect the edge of processed image and choose the best one. Finally, the use of sub-pixel
edge detection to get the recognition hole 'edge of the sub-pixel accuracy level and the use of other way to measure the
diameter of the recognition hole.
Key words: the recognition hole; edge detection; sub-pixel; Hough transform
1引言
统采用高斯滤波。高斯滤波在实际运算时相当于用高斯
汽车安全带壳体特征识别的主要目的是为了防止外函数加权的均值滤波,再对高斯滤波后的图像进行阈值化
壳件的错装,因为在不同类型的汽车上,安全带与汽车之处理。原图像、高斯滤波图像与阈值化图像如图1所示。
间的装配方式方法会有所不同,使用的外壳件形状和安
装孔位等会不同。因此在装配时要能够检测外壳件是否
安全带装配所需要的零件。这些零件在装配前后又无法
利用通用传感器直接接触检测,而只能采用非接触的方
式进行检测,因此采用机器视觉进行检测则是一个比较
好的方法。机器视觉进行检测的关键是确定目标图像的
关键特征,如安全带壳体识别孔的检测,需要确定识别孔
的位置和直径。
(a)原图像
(b)高斯滤波图像(c)國值化图像
2图像处理与分析
图1原图像与预处理后的图像
2./图像预处理
2图像的边缘检测
对机器视觉系统进行研究并进行选择,例如选择什
为了分割图像,可以利用边缘检测方法即应用边缘检
么样的光源,在使用时把光源设定成多大亮度;如何选择测算子来检测图像中不同区域的边缘。如今常用到的边缘
图像的具有代表性的特征点,使之具有通用性。并对所选检测算子有 Sigma算子、 Prewitt算子、 Roberts算子、 Sobel
择的各个部件系统进行综合测试,来满足工厂精度和自算子 Gradient算子、 Differentiation算子等。为了提高准确
动化要求。在对汽车安全带壳体图像进行采集传输过程度和精度,在不同条件下应正确选择这些算子,准确运用
中定会出现不确定的图像噪声,比如一些噪声有椒盐噪边缘检测算子会极大地提高图像分割与识别的性能和检
声、脉冲噪声、高斯噪声等。在对图像进一步处理之前,应测速度。图2为几种边缘检测算子的检测结果比较。
首先对图像进行滤波,常见的滤波有中值滤波、均值滤
由于Cany算子具有很好的抑噪能力和检测精度,
波、高斯滤波等。高斯函数经过傅里叶变换仍是高斯函本系统采用 Canny算子。Camy算子边缘检测的基本思
数,因此高斯函数的时域和频域的平滑性都非常好,本系想:首先对图像进行高斯平滑滤波,通过高斯卷积来完
基金项目:吉林省教育斤项目(2013154)
成,然后采用非极值抑制技术,对平滑后的图像处理,得
机械工程师2013年第12期13