（检测技术与自动化装置专业论文）基于图像处理的模具自动识别与定位技术研究.pdf

at h e s i sf o r t h ed e g r e eo fm a s t e ri nm e a s u r e m e n tt e c h n o l o g ya n d a u t o m a t i o ne q u i p m e n t r e s e a r c ho nm o l da u t o m a t i cr e c o g n i t i o na n do r i e n t a t i o n b a s e do ni m a g ep r o c e s s i n g b yc h e ns h u a n g s u p e r v i s o r ：p r o f e s s o r j i nw e i n o r t h e a s t e r nu n i v e r s i t y j u n e2 0 0 9 _ 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的 研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的 研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚 的谢意。 学位论文作者签名：z 孰爽 日期：如罗、7 7 - 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年口一年口一年半口两年口 学位论文作者签名：俅爽 签字日期：咿夕z7 导师签名：金皓 签字日期：炒7 7 占 一 东北大学硕士学位论文摘要 基于图像处理的模具自动识别与定位技术研究 摘要 目前l g 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- f 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。搭建了日标识 别与定位系统，该系统利用c c d 摄像机摄取现场模具图像，在p c 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，分别选用模具问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c a n n y 边缘检测和改进h o u g h 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h o u g h 变换达 到快速定位的目的。 将基于行扫描和面积闽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c a n n y 边缘检测和改进h o u g h 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。 关键词：机器视觉；图像处理；识别与定位；模具；浇注系统；形态学去噪：行扫描； 户 边缘检测 弓， r e s e a r c ho i lm o l da u t o m a t i cr e c o g n i t i o n a n dl o c a l i z a t i o nb a s e do ni m a g ep r o c e s s i n g a bs t r a c t i nt h e h o r i z o n t a lp o u t i n gl i n eo fl gp r e c i s i o nc a s tc o m p a n y , m a n u a ld e t e c t i n gi s m a i n l va d o p t e dt ol o c a t et h em o l do ft h em o l d i n gl i n en o w , i no r d e rt og u a r a n t e et h a t c a s t i n gl a d l es t a y si nt h ec o r r e c tp o s i t i o na b o v et h em o l d sp o u r i n gg a t e i nt h ef o l l o w i n g p o u r i n gp r o c e s so fl i q u i dm e t a l t h i so p e r a t i n gm o d e h a ss o m es h o r t c o m i n g ss u c ha sl o w a c c u r a c y , b a dr e a l t i m ea n ds t a b i l i t y , m o r e o v e r , t h ew o r k e r s l a b o ri n t e n s i t yi sb i g ，t h er i s ki s v e r yh i g h s oa na u t o m a t i cl o c a l i z a t i o ns y s t e mi s n e e d e dt oi n s t e a do fm a n u a ld e t e c t i n g u r g e n t l y ，a n dm a k eg a t i n gs y s t e m t oi n t e l l i g e n t i z e t h ea r t i c l ep r o p o s e dat e c h n o l o g yt h a tw a sr e c o g n i z i n ga n dl o c a t i n gt h em o l db e f o r e p o u r i n gb a s e do nt h em a c h i n ev i s i o n t h e nat a r g e tr e c o g n i t i o na n dl o c a l i z a t i o ns y s t e mw a s b u i l t ，w h i c hs h o tm o l di m a g eu s i n gt h ec c dc a m e r a ，p r o c e s s e dt h ed y n a m i ci m a g ei np c ，a n d s e n to u tt h ec o n t r o ls i g n a la c c o r d i n gt ot h ep r o c e s s e dr e s u l t ，t h e nc o n t r o l l e dp o u r i n gt r u c kt o l o c a t et h ep o u r i n gg a t e t h em a i nt a s ka sf o l l o w e d ：t o w a r dk i n d so fs t o c h a s t i cn o i s ed u e t ot h e i n d u s t r ys c e n e sd u s t ，s m o g ，a n dn o n h o m o g e n e o u si l l u m i n a t i o n ，t h em e d i a n f i l t e rw a ss e l e c t e d t os m o o t hi m a g e ，a n dt h eh i s t o g r a ms p e c i f i c a t i o nw a ss e l e c t e dt oe n h a n c e m e n ti m a g e ，s o e l i m i n a t e dt h en o i s eb e f o r el o c a l i z a t i o n ；a f t e ra n a l y z i n gi m a g e ，s e l e c t e ds e p a r a t e l yt h eg a p b e t w e e nt h em o l d sa n dr e c t a n g u l a r g r o o v ea s c h a r a c t e r i s t i cp a r a m e t e r , a n dr e a l i z e dt w o m e t h o d s ：l o c a l i z a t i o nb a s e do nr o w s c a n n i n ga n da r e a t h r e s h o l da n dl o c a l i z a t i o nb a s e do n c a n n ye d g ed e t e c t i o na n di m p r o v e dh o u g h t r a n s f o r m t h ef o r m e rb a s e do nt h et w ov a l u e m o l di m a g e ，a f t e ra n a l y z i n gt h eb l a c ka n dw h i t ep i x e l s d i s t r i b u t i o n ，p r o p o s e do n ek i n do f s i m p l ea n d f a s tr e c o g n i t i o na n dl o c a l i z a t i o na l g o r i t h m ；t h el a r e rt h r o u g hi m p r o v i n gt h e h o u g ht r a n s f o r mt oa c h i e v et h eg o a lo ff a s ta n dp r e c i s el o c a l i z a t i o nb a s e do n t h ee x p e r i e n c e o fe d g ed e t e c t i o n t h el o c a l i z a t i o nb a s e do nr o w s c a n n i n ga n da r e a t h r e s h o l dw a sa p p l i e di nt h eg a t i n g s v s t e m r e a l i z e dr e a l t i m ea n da c c u r a t el o c a l i z a t i o nt op o u r i n gg a t eu n d e rt h ei n t e r f e r e n c eo f s c e n ea d v e r s ec i r c u m s t a n c e c o m p a r e dt ot w ok i n d so fm e t h o d s ，t h es e c o n dm e t h o dp r e c e d e t h ef i r s t ，a n di tc a ns a t i s f yt h ep r o j e c t sr e q u e s to fs t a b i l i t y , a c c u r a c ya n dr e a l t i m e t h i s r e s e a r c hh a sf i l l e dt h eb l a n ko fl o c a t i n gt h em o l di nt h e g a t i n gs y s t e m ，a l s ol a i dt h e t e c h n o l o g yb a s ef o rp o u r i n gp r o c e s sa u t o m a t i o n k e y w o r d s ：m a c h i n ev i s i o n ；i m a g ep r o c e s s i n g ；r e c o g n i t i o na n dl o c a l i z a t i o n ；m o l d ；p o u t i n g s y s t e m ；m o r p h o l o g i c a ld e n o i s i n g ；r o w - s c a n n i n g ；e d g ed e t e c t i o n i v _ 东北大学硕士学位论文 目录 目录 独创性声明i 摘要i i a b s t r a c t 一i i i 第l 章绪论l 1 1 课题来源1 1 2 课题背景1 1 2 1 模具定位工艺简述1 1 2 2 人工定位模具存在的问题一2 1 2 3 解决问题的主要思路和方法一3 1 3 研究历史和现状4 1 3 1 机器视觉在工业领域的发展4 1 3 2 自动目标识别与定位技术的发展一4 1 4 本文的创新之处6 1 5 本文的组织结构6 第2 章基于图像处理的模具定位系统设计9 2 1 系统概要9 2 2 模具识别与定位系统构成9 2 2 1 系统基本组成9 2 2 2 系统工作原理1 0 2 2 3 硬件设备功能说明1 0 ，2 3 软件设计1 3 ， 2 3 1 软件开发平台1 3 2 3 2 图像处理单元软件模块总体设计1 3 第3 章模具图像处理一1 5 3 1 数字图像基本原理1 5 一v 一 东北大学硕士学位论文 目录 3 1 1 数字图像概念1 5 3 1 2 图像分辨率和像素1 6 3 2 图像获取1 6 3 - 3 模具图像的预处理1 6 3 3 1 彩色图像灰度化1 7 3 3 2 灰度变换17 3 3 3 图像滤波2 0 3 3 4 二值化2 2 3 4 模具图像特征选取2 3 3 4 1 特征比较2 4 3 4 2 特征选取2 4 3 5 本章小结2 5 第4 章基于行扫描和面积阈值的定位实现2 7 4 1 引言2 7 4 2 特征位置选定2 7 4 3 基于二值图像的行扫描算法2 8 4 4 基于行扫描和面积阈值的定位算法3 0 4 5 实验与分析3 3 4 6 本章小结3 4 第5 章基于c a n n y 边缘检测和改进h o u g h 变换的定位实现一3 5 5 1 引言3 5 5 2 形态学消除空隙干扰3 6 5 2 1 二值形态学原理3 6 5 2 2 形态学消除空隙干扰实验分析与结果4 0 5 3 边缘检测处理模具图像4 4 5 3 1 几种经典的边缘检测算法4 4 5 3 2 利用c a n n y 算子检测模具边缘4 5 5 4 改进h o u g h 变换定位矩形槽4 6 5 4 1h o u g h 变换原理4 6 一v t 东北大学硕士学位论文 一 宴墨 - _ _ _ - 一一一一一一 5 4 2 改进的快速h o u g h 变换定位矩形槽4 8 5 5 实验与分析5 1 5 6 本章小结5 1 第6 章总结与展望5 3 6 1 总结：5 3 6 2 展望5 3 参考文献5 5 致谢5 7 一v i i 东北大学硕士学位论文第1 章绪论 第1 章绪论 在工业领域，图像处理技术得到了越来越广泛的应用，目的是提高生产效率和达到 生产的智能化。例如数控加工中工件的自动识别与定位，啤酒瓶口的检测等。要在实际 生产中运用图像处理技术实现目标的定位就必须满足控制系统要求的稳定性、准确性、 快速性等特点。本文针对l g 水平浇注生产线上模具的识别与定位技术的应用展开研究， 寻找一种优化的定位算法使其满足实际生产需求。 1 1 课题来源 本课题来自l g 电子( 秦皇岛) 有限公司的水平浇注生产线上浇注定位系统科研立 项课题。l g 电子( 秦皇岛) 有限公司是l g 电子在中国投资的主要企业之一，公司主 要产品为铸件及加工品，年生产能力已达到铸件6 万吨，机加工1 6 0 0 万套，是秦争岛 市韩资企业的典范。随着信息、机电、铸造等行业的迅速发展，企业在不断扩大生产规 模，原有落后的生产技术已不能满足生产的要求，必须加大技术投资，逐步实现生产的 高度智能化，才能适应企业发展的需求。在l g 电子( 秦阜岛) 有限公司的水平浇注生 产线上，基本还是人工作业，工人驾驶浇注车对模具进行逐个识别、定位、跟踪、浇注， 劳动强度大、错误率高。为解决人工操作的局限性，提高生产的自动化程度、节约成本， 故需开发一套模具位置自动识别与定位系统，利用图像处理技术代替人眼对每个模具进 行识别与定位，实现定位技术的自动化。 1 2 课题背景 1 2 1 模具定位工艺简述 模具定位是浇注系统的一个重要环节，定位的目的是实现高质量的浇注。如图1 1 所示，为l g 公司的水平浇注生产线浇注现场。水平浇注过程概括如下：工人通过浇包 灌取熔融的金属液，然后把浇包固定在水平浇注车上，再由操作人员驾驶浇注车把浇包 送到造型线上指定的浇口位置，最后完成铸件的浇注。在浇注过程中，工人通过操纵浇 注机的启停按钮来控制浇注车对模具进行定位，定位的目的是使浇包口对准模具的浇 口，如图1 2 为现场模具图片，箭头所指为模具浇口。如图1 3 左图所示，金属液通过 浇口被浇注入型腔，型腔和砂型、套箱一起统称为模具。浇注车到位后就可以对型腔进 行浇注。铸件浇注 1 1 ，就是将各种金属原料按一定比例进行配比，在电炉中熔化成液态 一1 一 东北大学硕士学位论文第1 章绪论 后，将金属液注入由造型机制造出的模具的型腔中，当型腔中的金属液冷却后，敲落砂 型得到铸件毛坯的过程。右图为生产出来的铸件毛坯，它再经过后期清理或机加工就可 以投入到工业生产中的各个领域。生产铸件质量的优劣不仅取决于浇注时金属液充填是 否充分、平稳，还取决于浇注前模具是否准确定位( 即浇包口是否对准浇1 2 1 ) 。所以模 具的准确定位对浇注的成功与否起着至关重要的作用。 图1 1 水平浇注生产线的浇注现场 f i g 1 1 p o u r i n gs p o to ft h eh o r i z o n t a lp r o d u c tl i n e 套箱 型腔 砂型 铸件 图1 2 模具图片图1 3 模具和铸件剖面示意图 f i g 1 2m o l ds t r u c t u r ep i c t u r e f i g 1 3m o l da n dc a s t i n gs e c t i o ns c h e m a 水平浇注生产线模具定位工艺流程图如下： 图1 4 模具定位工艺流程图 f i g 1 4f l o wc h a r to fm o l di o c m i n g - 2 - 东北大学硕士学位论文 第l 章绪论 1 2 2 人工定位模具存在的问题 在l g 电子( 秦皇岛) 有限公司的水平浇注生产线上，模具的定位技术还很不完善、 自动化水平较低，现以人工定位为主要生产方式。生产过程中，需要人工目测对造型线 上的模具进行逐个定位、浇注和跟踪浇注。就是说，工人在驾驶浇注车的过程中依靠眼 睛辨别浇包是否对准模具浇口，然后通过浇注机的手动控制台控制浇注车的启停，达到 定位的目的。这种人工生产方式存在以下问题： ( 1 ) 工业现场工作环境恶劣，工人劳动强度大、危险性高。 ( 2 ) 工人长时间用眼睛观察，容易产生视觉疲劳且对眼睛损伤较大。 ( 3 ) 人眼的时间和空间特性【2 】都表明人眼在判别、定位物体时存在着误差，并且有速 度的限制，不能保证定位的准确性和实时性。 ( 4 ) 人工目测过程完全是专业人员凭经验观察的过程，情绪、状态好坏等不定因素太 多，无法对检测效果进行量化考评。 ( 5 ) 人工经验定位错误率高，容易造成模具和铁水的大量浪费。 在定位过程中，由于视觉的疲劳、工人的疏忽、造型机的推型等因素导致定位或跟 踪定位失败时，浇包中的铁水就要浇到浇口外侧，并且产生飞溅。这种情况下，由于浇 注过程是一个连续的过程，一旦浇注过程中出现失误，就是说当前模具型腔冲型失败， 操作工人只能是丢掉当前的模具，去定位下一个模具，造成模具和铁水的大量浪费。另 外，由于完全是人工作业，工人劳动强度非常大，加上工业现场灰尘、烟雾、噪声等恶 劣环境的干扰，工人很容易因疲劳影响浇注质量。总之，采用人工目测方法定位目标， 误差大，可靠性差，实时性差，不能满足自动化生产的需要。因此，急需开发一套 基于机器视觉的可以替代人眼对模具浇口进行实时定位的系统，以减轻工人的劳动强 度、减小生产损失、提高铸件生产效率。 1 2 3 解决问题的主要思路和方法 针对l g 电子( 秦皂岛) 有限公司现有的生产方式与设备情况，若从硬件上改进设 备的自动化程度，投入成本都比较高，且不利于现有设备的移植和再利用。近年来随着 图像处理技术的迅速发展，自动目标识别与定位技术已逐渐发展起来，由于其具有直观 性好、抗电子干扰强、稳定性好、精确度高、性价比高等突出优点，广泛应用于军事、 交通、工业、医疗等各个领域。故本课题拟采用自动目标识别与定位技术实现金属液浇 注前对模具的定位：利用c c d 摄像头采集浇注现场的图像信息，然后通过实时软件对 一3 一 东北大学硕士学位论文 第1 章绪论 采集到的图像进行处理，最终替代人眼对模具进行实时监控和准确定位。 通过对工业现场生产情况的反复调研，采用图像处理技术对现场模具进行定位，需 要解决的关键技术就是：( 1 ) 现场图像实时去噪；( 2 ) 模具图像特征的选取；( 3 ) 采用何种方法进行准确定位；( 4 ) 降低控制算法的复杂度，满足系统对实时性的要求。 本文拟采用灰度化、二值化、中值滤波等方法对摄像机采集到的模具图像进行预处理， 消除工业现场由于粉尘、烟雾等引起的随机噪声；然后通过分析现场模具图像选取定位 特征，设计开发一种基于此特征的自动识别与定位技术，达到系统的准确性、稳定性和 实时性的要求。该系统采用v c + + 6 0 软件编程，建立一套包括软件与硬件在内的快速目 标自动识别与定位系统，实现在工业现场噪声条件下模具的快速、准确识别与定位。 1 3 研究历史和现状 1 3 1 机器视觉在工业领域的发展 机器视觉，简单地说，就是将图像处理技术应用于计算机中代替人眼对目标进行识 别、跟踪和检测等。由于其具有高精度、非接触性测量和可长时间稳定工作等优点，在 国内外工业领域均被广泛应用，大大提高了生产的质量和自动化水平。 机器视觉发展到今天才只有短短的三十多年时间。在国外，机器视觉主要应用于半 导体及电子行业，其中大约4 0 5 0 集中在半导体行业，如半导体晶片切割，p c b 印 刷电路，电子封装技术，丝网印刷设备及丝网周边材料，电阻姿态检验等。在质量检测 的各个方面视觉系统也得到了广泛的应用，并且其产品在应用中占据着举足轻重的地 位。然而由于视觉技术的复杂性，国外也只是在p c 机高速发展的这几年，其应用技术 才得以发展和普及。 在国内，机器视觉于2 0 世纪8 0 年代被引进，那时仅在几所大学和研究所里有一些 研究图像处理和模式识别的实验室；1 9 9 0 - - - 1 9 9 8 年为初级阶段，期间真正的机器视觉市 场微乎其微；1 9 9 8 - - 2 0 0 2 年为机器视觉概念引入期，此阶段，许多著名视觉设备供应商 开始走进中国市场；从2 0 0 2 年至今，机器视觉在中国有了很大发展，其产品涉及医疗、 交通、食品、印刷、工业等诸多领域。机器视觉在工业领域的研究和应用 3 1 主要集中在 检测与定位等方面，这样的工业产品占据了中国市场的绝大部分。虽然国内对机器视觉 技术的开发与应用取得一些成果，但距欧美等发达国家还有很大差距。目前国内对机器 视觉产品的研发水平较低，主要靠引进国外成熟的产品；对算法的研究则更为匮乏，仍 普遍采用国外一些经典的图像处理算法，很少有新的好的算法被提出。综上所述，国内 - 4 - 东北大学硕士学位论文第1 章绪论 对机器视觉技术的研究和应用还很不成熟，发展空间比较大。 1 3 2 自动目标识别与定位技术的发展 自动目标识别与定位技术作为一种新兴技术，具有直观性好、抗电子干扰强、性价 比高等突出优点，它融合了图像处理、模式识别、人工智能、自动控制以及计算机等许 多领域的先进技术，广泛应用于军事、交通、工业、医疗等各个领域。近十几年来随着 机器视觉的迅速发展，为目标识别与定位技术的研究带来了前所未有的发展。 目前图像识别定位常用方法主要是 4 1 ：( 1 ) 以统计分类为手段的识别定位。此方 法由设计和实现两个过程构成。设计是指用一定数量的样本训练学习集进行分类器的 设计；实现是指用所设计的分类器对待识别的样本进行分类决策的过程。( 2 ) 以匹配 为手段的目标定位。基于匹配的目标定位是一种非常重要的定位方法。图像匹配算法 又大致分为两大类：第一类是统计匹配算法f 5 1 ，主要方法有平均绝对差度量、均方差 度量以及基于灰度互相关度量的匹配算法；第二类是基于特征的匹配算法，即从图像 中提取边界、纹理、能量等特征，然后利用这些特征进行匹配，以达到快速匹配的目 的。 目标识别与定位系统是一个复杂的、有待完善的系统，其精度、实时性、可靠性、 抗干扰能力、智能化程度都有很高的要求，其算法的优劣直接影响着系统的稳定性和精 确度。虽然国内外对相关算法的理论研究己经进行了很多年，但至今它仍然是机器视觉 等领域的研究热点问题之一。究其原因，一方面由于其系统本身的复杂性以及相关学科 的滞后，为目标识别与定位技术的理论研究带来了很大阻碍；另一方面由于实际问题的 复杂性与多变性，具体实现过程中仍存在视觉信息处理瓶颈、适用范围窄等实际问题。 研究一种鲁棒性好、精确度高、性能好的自动目标识别与定位算法依然是该领域所面临 的一个巨大挑战。南京理工大学魏伟波的基于图像的目标识别与跟踪技术研究f 6 1 ，将基 于h a a r 特征的目标识别方法与基于c a m s h i t f 的跟踪方法相结合，建立了包括软件与硬 件的快速目标自动识别与跟踪系统，提高了目标跟踪算法的速度和抗干扰能力，但当背 景和目标的颜色分布较相似时，算法效果欠佳；华中科技大学王敏采用视觉与超声测量 相结合的方法【7 】，将二维图像信息与超声波传感器获取的深度信息进行融合推断，对待 装配的工件进行自动识别与空间定位，但采用梯度算子直接提取工件边缘，难免会有较 大的误差；严柏军【8 j 等人提出了基于不变矩特征匹配的快速目标检测算法，首先用滤波 后的图像直方图不变矩进行匹配，匹配成功后，再用图像二维不变矩进行检验和确认， 该方法能够有效的抵抗图像对比度、亮度及旋转的影响，并且大大减少了运算量，但是 一5 一 东北大学硕士学位论文第1 章绪论 对于较大角度的旋转比较敏感；西安理工大学李阳君【9 】利用遗传算法结合图像特征模板 匹配的方法实现工件定位，满足实时性的要求，但算法受阴影的影响比较严重，也只是 停留在平面上，对工件的深度信息未加考虑；武汉理工大学莫卫强 i o l 利用双目视觉对空 间特征点进行了三维重建来实现对目标图像的定位，但缺乏一般性。同时，中国科学院 自动化研究所模式识别国家重点实验室、清华大学、上海交通大学、西安电子科技大学、 四川大学、华中科技大学图像识别与人工智能研究所等研究机构和高校都在目标检测、 识别与定位方面做了大量的研究工作，取得了一系列的研究成果。这些新的理论和算法 都为视觉系统在柔性制造系统中的应用打下了很好的基础。 通过查阅大量的相关资料，目前在浇注系统中，仅是把机器视觉引入到对浇注过程 的自动控制中，且正处于积极探索阶段，大多数文献的解决方案也都还有一定的局限性， 而目标识别与定位技术还没有应用到自动浇注系统领域，国内外可以参阅的相关文献也 很少。目前国内工业现场对浇口的定位主要是靠人工目测，一方面由于没有理想的控制 和处理设备，繁重的作业量只能由专门熟练的操作工人实现，费时费力，严重影响生产 速度和生产的效率；另一方面，由于人的主观影响，无法实现浇口位置检测技术的标准 化，以至于后面的浇注环节无法规范化，造成产品质量的参差不齐。本课题研究的目标 是把图像处理技术、目标识别与定位技术应用于自动浇注系统中，使国内的这种仍然依 靠人工作业的生产方式得到改善，但由于目前的水平有限，还处于探索阶段，要想完全 脱离人工方式、实现自动控制浇注系统，还有很长一段路要走。 1 4 本文的创新之处 ( 1 ) 将机器视觉和自动目标识别与定位技术应用于自动浇注系统中，填补了浇注系 统领域的一大空白，也为实现浇注过程的自动化奠定了基础。 ( 2 ) 以动态连续的模具图像的实时识别与定位为应用背景，提出了一种基于行扫描 与面积阈值的自动目标识别与定位算法。与传统的识别与定位方法相比较，此方法定位 准确、计算量小、可靠性高，大大改善了工业现场对定位技术的实时性、准确性和稳定 性的要求。 ( 3 ) 应用形态学开运算去除模具空隙引起的线形噪声，将c a n n y 边缘检测与改进的 h o u g h 变换直线检测算法相结合，提高了目标识别与定位技术的准确性和可靠性。 1 5 本文的组织结构 针对l g 水平浇注生产线上的工业要求，搭建了基于机器视觉的模具自动识别与定 一6 一 东北大学硕士学位论文第1 章绪论 位系统。前期通过深入现场调研、查阅大量相关文献积累了一定的理论基础，然后结合 实际现场在实验室条件下通过仿真实验等方式对算法展开研究，给出了实验结果。最后， 应用于工业现场实际调试运行。本文主要对识别与定位系统的相关算法进行了深入研究 和实现。具体内容如下： 第一章绪论。介绍了课题的来源、背景，目标识别与定位技术发展现状，人工定 位过程存在的问题以及解决方案。 第二章搭建了基于图像处理的模具自动识别与定位系统，介绍了系统的硬件组成 和工作原理，并进行了图像处理单元软件模块总体设计。 第三章介绍了实时图像采集、预处理和特征选取的过程。 第四章在第三章的基础上，选取模具间空隙作为定位特征，以图像二值化为基础， 提出了一种基于行扫描和面积阂值的定位算法，并应用工业现场调试运行。 第五章选取矩形槽图像特征作为定位特征，采用形态学丌运算去除模具空隙噪声， 然后在传统边缘检测算法经验的基础上，采用c a n n y 边缘检测和改进的h o u g h 变换相 结合的方法定位模具：对两种定位算法分析比较。 第六章对本论文的工作进行总结回顾与展望。 一7 一 一8 一 东北大学硕士学位论文第2 章基于图像处理的模具定位系统设计 第2 章基于图像处理的模具定位系统设计 将图像处理和目标识别与定位技术用于生产自动化，能够加快生产速度，保证产品 质量，还可以避免由于人的疲劳、注意力不集中等带来的误判。在一些不适合于人工作 业的危险环境或人工目测难以满足要求的场合，常用机器视觉来替代人工视觉，同时在 大批量工业生产过程中，用人眼检查产品质量效率低且精度不高，用机器视觉检测方法 可以大大提高生产效率和生产的自动化程度。正是由于机器视觉系统可以快速获取大量 信息，而且易于自动处理，因此，本文将设计一套基于图像处理的模具识别与定位系统 应用于l g 公司水平生产线的浇注系统。 2 1 系统概要 基于图像处理的模具识别与定位系统，是指采用机器视觉系统对浇注系统造型线上 的模具进行图像采样，利用图像处理技术对图像进行预处理以及识别和定位图像特征。 它可以提高浇注系统的工作效率，降低生产成本，解决人工作业的困难，适应柔性自动 化生产的发展要求。本系统主要是通过对p c 机采集到的模具图像进行处理，提取有利 于模具位置检测的图像特征，再利用相关图像识别与定位算法，完成模具的定位工作。 2 2 模具识别与定位系统构成 2 2 1 系统基本组成 基于图像处理的自动识别与定位系统包括：光源、c c d 摄像机、图像采集卡、图 像处理软件、工控机( 即p c 机) 、显示器、输入输出单元等。其中，摄像机用于拍摄目 标物体；图像采集卡将摄像机与p c 机连接起来，从摄像头中获得数据( 模拟信号或数 字信号) ，然后转换成p c 机能处理的信息：p c 平台为图像处理软件和i o 接口提供硬 件支持，完成图像数据的处理和传输；显示器与工控机相连，提供工业现场图像的实时 显示。如图2 1 、2 2 所示，为模具识别与定位系统的流程图和硬件结构图。 图2 i 自动识别定位系统流程图 f i g 2 1f l o wc h a r to f a u t o m a t i cr e c o g n i t i o na n dl o c a l i z a t i o ns y s t e m 9 。 东北大学硕士学位论文 第2 章基于图像处理的模具定位系统设计 工控机 图2 2 自动识别定位系统结构图 f i g 2 2s t r u c t u r eo fa u t o m a t i cr e c o g n i t i o na n dl o c a li z a t i o ns y s t e m 2 2 2 系统工作原理 基于图像处理的自动识别与定位系统工作原理如下：利用c c d 摄像机摄取现场模 具图像，通过图像采集卡将摄取的模拟视频信号转换为计算机可以处理的数字信号，传 送到计算机内存中实时存储，采集到的实时图像在计算机中通过软件开发平台进行图像 处理，包括图像平滑、去噪、特征选取、图像识别等，然后计算机依据处理的结果通过 i o 接口向外围控制电路发出控制指令，来实时控制浇注车的启停，实现模具的自动识 别与定位。 2 2 3 硬件设备功能说明 2 2 3 1c c d 摄像机 c c d ( c h a r g ec o u p l e dd e v i c e ) 摄像机即电荷耦合元器件，它作为一种光电转换的设 备在现代成像技术中有着十分重要的作用，也是模具定位系统中的一个关键组件。摄像 机是图像获取设备的一种。随着计算机与微电子的快速发展，图像获取设备的成本已显 著降低。c c d 摄像机具有体积小、重量轻、耗电小、寿命长、灵敏度高、动态范围大、 抗震动、抗磁场、畸变小等特点。 c c d 的工作原理是：被摄物体反射光线，传播到镜头，经镜头聚焦到c c d 芯片上， c c d 根据光的强弱积聚相应比例的电荷，经周期性放电，产生表示一幅幅画面的电信 一1o 一 东北大学硕士学位论文第2 章基于图像处理的模具定位系统设计 号，经过滤波、放大处理后，形成视频信号输出。视频信号连接到监视器或电视机的视 频输入端便可以看到与原始图像相同的视频图像。 一 本系统采用s a g e ( 赛杰) 彩色数字摄像机摄取浇注现场的模具图像，如图2 3 所 示，将采集到的模具图像利用图像处理技术对浇口位置进行检测，属于非接触性测量。 图像采集过程中，工业现场的灰尘、光照等复杂环境严重影响了识别图像的质量，因此 对摄像头采集到的原始图像要进行相关处理才能达到模具图像定位前期的要求。 图2 3 摄像机图片 f i g 2 3d i g i t a lc a m e r ap i c t u r e 2 2 3 2 图像采集卡【1 1 】 图像采集卡，是用来采集c c d 等视频信号到计算机进行编辑、刻录的板卡硬件。 主要功能是将模拟摄像机输出的视频信号转换为计算机可以处理的数字信号。图像采集 卡将转换好的数字信号，通过p c i 总线传送到计算机内存中实时存储，同时也传送到显 卡上实时显示。视频图像数据的传输过程仅由图像采集卡控制，无需c p u 参与，传输 速度高达4 0 m b s ，具有使用灵活，集成度高，功耗低等特点。本课题选用的大恒公司 d h c g 3 0 0 图像采集卡技术性能及指标如下： ( 1 ) 总线方式为p c i 总线，即插即用。 支持p a l ，n t s c 彩色黑白视频输入。 图像分辨率最高为：p a ln - 7 6 8 x 5 7 6 ：n t s c 制：6 4 0 x 4 8 0 。 2 4 位真彩色，亮度、对比度、色调、色饱和度软件可调，支持r g b 8 8 8 8 、r g b 8 8 8 、 r g b 5 6 5 、r g b 5 5 5 及2 5 6 色模式。 图像数据数值范围，亮度：0 - 2 5 5 或1 6 - 2 5 3 可选；色度：2 - 2 5 3 。 支持单场、单帧、连续场、连续帧的采集方式。 支持w i n 9 x 、w i n n t 、w i n 2 0 0 0 、w i n x p 等操作系统；支持多种开发环境，用户可 使用v c 、v b 、b c b 、d e l p h i 进行二次开发。 东北大学硕士学位论文 第2 章基于图像处理的模具定位系统设计 2 2 3 3 工控机 工控机即工业控制计算机，英文简称i p c ，全称i n d u s t r i a lp e r s o n a lc o m p u t e r 。工控 机通俗的说就是专门为工业现场而设计的计算机，它可以作为一个工业控制器在工业环 境中可靠运行。由于工业现场一般具有强烈的震动，灰尘特别多，另有很高的电磁场力 干扰等特点，且一般工厂均是连续作业即一年中一般没有休息。因此，工控机与普通计 算机相比具有较高的防磁、防尘、防冲击的能力。 本文中，工控机是自动浇注系统的核心部件，主要完成数字图像存储显示、数字图 像预处理算法实现、外围控制信号收发等功能。 2 2 3 4 浇注机 在水平浇注生产线上，应用保定市科萌机电技术开发有限公司生产的q j z 1 0 0 0 a 自 动浇注机。主要有以下特点：非加热式扇形浇包容量大，可调节式随流孕育剂，铁水可 间断性供应。本机