基于机器视觉的零件图像采集及识别的研究.pdfVIP

维普资讯 第32卷第4期 电 子 工 皇 师 Vol_32No．4 2006年4月 ELECTRONICENGINEER Apr．2006 基于机器视觉的零件图像采集及识别的研究 张 云 ，吴晓君 ，马廷武 ，庞连军 (1．西安建筑科技大学机电学院，陕西省西安市710055； 2．中建三局第一建设工程有限责任公司，陕西省西安市710065) 摘 要：先进制造系统中，机器视觉用于工件位姿的检测。结合先进的图像采集系统，以VC++． NET为开发平台，实现了对工件位姿的自动ig31，同时提 出了一种基于机器视觉的工件轮廓图像采集 与识别的方法。主要分析了识别过程中灰度变换、二值图像和边缘检测几个难点，对检测结果进行了 分析和比较。结果表明灰度变换和二值化能很大地提高对灰度图像的识别精度，在边缘检测过程中， Roberts算子检测水平和垂直的效果好于斜向边缘，定位精度高，但对噪声敏感，Sobel边缘检测算子则 对灰度渐变和噪声较多的图像处理得较好。 关键词：机器视觉；灰度变换；二值图像 ；边缘检测 中图分类号：TN911．73 行可灰度的拉伸试验，分段线性变换…就是将图像的 0 引 言 灰度区间分成两段乃至多段分别进行线性变换，它的 机器视觉是通过光学的装置和非接触的传感器 自 优点是可以根据用户的需要，拉伸特征物体的灰度细 动地接受和处理一个真实物体的图像，以获得所需信 节，相对抑制不感兴趣的灰度级。 息或用于控制机器动作的装置。机器视觉借助于计算 分段线性变换遵循以下原则： 机软件对图像进行定量的分析，其处理的速度与被处 (，一Ⅱ) a≤ m，几)c 理图像的复杂程度有关。它具有快速、可靠、一致性高 的优点，对于大批量的生产有很好的经济效益。本课 (，_n) a≤ ，几)d 题采用先进的图像采集系统对零件的轮廓进行采集， 通过Vc++．NET作为开发平台，结合图像处理相关的 _d) d≤ ，几)b 算法，对零件的轮廓边缘特征进行识别提取。 女口果 Ia 一cIIa—cI，Ic一d IIc—dI， 本文首先通过 WAT-902黑 白CCD(电荷耦合器 Id一bI=Id—bI，则是扩展第 1区间[a，c]，压缩第 件)和T2314FICS一3工业 自动化镜头对平台正下方 2区间[c，d]，维持第3区间[d，b]，得到低灰度级被增 方形零件拍摄，由MV一20图像采集卡将模拟信号转 强的图像。如果Id一bIId—bI，则可得高灰度级 化为数字信号，将其送入计算机进行图像二值化处理、 被增强的图像。 区域分割、边缘检测及跟踪、简单背景下的物体 目标与 图1是基于VC开发出的用于分段线性变换设置 背景的分离以及特征提取等处理，最后融合特征数据 方法，图中利用点(50，30)和点 (200，220)将灰度空间 建立判别函数，实现了对零件图像的自动识别。本文