楊 云，張志芬

（濱州學(xué)院，山東 濱州 256603）

隨著汽車數(shù)量急劇增多，輪轂的需求量也越來越大。為了改變輪轂生產(chǎn)線上傳統(tǒng)人工識(shí)別分類及手動(dòng)分揀方式，輪轂智能識(shí)別分揀系統(tǒng)得到了越來越廣泛的應(yīng)用。該系統(tǒng)可以自動(dòng)識(shí)別輪轂生產(chǎn)線上不同類型的輪轂，并按類型將輪轂分揀到不同的分傳送帶上。

輪轂智能分揀系統(tǒng)通過CCD攝像機(jī)或其他攝像設(shè)備自動(dòng)拍照獲取輪轂圖像，然后對(duì)圖像進(jìn)行預(yù)處理，再?gòu)奶幚砗蟮妮嗇瀳D像中提取出輪轂的主要典型特征，接著利用模板匹配的方法對(duì)輪轂進(jìn)行自動(dòng)識(shí)別以進(jìn)行分類，然后系統(tǒng)再通過IO模塊將分類結(jié)果指令發(fā)送給控制系統(tǒng)，控制系統(tǒng)根據(jù)接收到的指令通過氣缸驅(qū)動(dòng)推桿將輪轂按類型推入不同通道，實(shí)現(xiàn)輪轂的在線自動(dòng)分揀操作。

1 系統(tǒng)框架

該輪轂智能分揀系統(tǒng)主要由圖像采集模塊、圖像預(yù)處理模塊、特征提取模塊、識(shí)別模塊和分揀操作模塊這五個(gè)模塊組成。圖像采集模塊主要實(shí)現(xiàn)對(duì)傳送帶上采集位置的輪轂的自動(dòng)拍照，獲取輪轂照片；圖像預(yù)處理模塊主要實(shí)現(xiàn)對(duì)采集到的輪轂照片進(jìn)行去背景、灰度化、去除噪聲及去除邊緣毛刺等一系列操作；特征提取模塊主要實(shí)現(xiàn)提取出能區(qū)分各種類型輪轂的典型特征，如輪轂的輪廓、圓心及半徑，輪輻的個(gè)數(shù)及形狀等；識(shí)別模塊主要利用模板匹配的方法來區(qū)分各種不同類型的輪轂，實(shí)現(xiàn)輪轂類型的自動(dòng)識(shí)別；分揀模塊主要由控制系統(tǒng)根據(jù)識(shí)別結(jié)果控制相應(yīng)氣缸驅(qū)動(dòng)推桿，將輪轂按類型推送到不同通道上，實(shí)現(xiàn)輪轂的智能分揀。該系統(tǒng)框架圖如圖1所示。

圖1 系統(tǒng)框架圖

該系統(tǒng)的五個(gè)模塊分工合作、互相配合，共同實(shí)現(xiàn)了輪轂的自動(dòng)識(shí)別及智能分揀的功能。

2 系統(tǒng)結(jié)構(gòu)

在如圖2所示系統(tǒng)結(jié)構(gòu)圖中，輪轂在主傳送帶上從左往右按照固定的速度不斷傳送，當(dāng)?shù)竭_(dá)檢測(cè)區(qū)域時(shí)，觸發(fā)光電傳感器，傳感器發(fā)送信號(hào)給控制系統(tǒng)，控制系統(tǒng)發(fā)出指令控制橫擋板降下，將到達(dá)該區(qū)域的輪轂攔截，并啟動(dòng)攝像頭自動(dòng)進(jìn)行拍照，相機(jī)將所拍攝到的照片傳給計(jì)算機(jī)，計(jì)算機(jī)通過各種圖像處理算法對(duì)圖像進(jìn)行圖像預(yù)處理、特征提取等各種操作后根據(jù)一定匹配算法識(shí)別出輪轂類型；然后控制系統(tǒng)根據(jù)計(jì)算機(jī)傳送來的類型信號(hào)控制相應(yīng)的氣缸來驅(qū)動(dòng)推桿，將輪轂推送到不同的通道上，從而實(shí)現(xiàn)輪轂的自動(dòng)分揀。

圖2 系統(tǒng)結(jié)構(gòu)圖

3 主要功能實(shí)現(xiàn)

3.1 圖像采集

在進(jìn)行輪轂圖像采集時(shí)，為了能滿足現(xiàn)場(chǎng)實(shí)時(shí)識(shí)別的環(huán)境要求，需消除背景干擾和光照不均勻等產(chǎn)生的不良影響[1]，并且要保證拍攝到的輪轂照片具有較好的對(duì)比度、足夠的分辨率以及清晰的輪轂圖像，所以系統(tǒng)中選用與輪轂顏色對(duì)比度比較大的純色背景、具有穩(wěn)定性的環(huán)形光源以及靈敏性和穩(wěn)定性都比較高的CCD相機(jī)[2]。在對(duì)輪轂拍照時(shí)要使輪轂處于相機(jī)拍照范圍的中間，拍照位置要固定，光源亮度也要穩(wěn)定[3]。

當(dāng)傳送帶上有輪轂到達(dá)檢測(cè)區(qū)域經(jīng)過光電開關(guān)時(shí)，光電傳感器檢測(cè)到輪轂信號(hào)后產(chǎn)生電壓信號(hào)發(fā)送給控制系統(tǒng)，控制系統(tǒng)接收到脈沖信息后發(fā)出控制信號(hào)，將橫擋板降下攔截輪轂，并給光源和CCD相機(jī)發(fā)出指令，觸發(fā)光源、啟動(dòng)相機(jī)進(jìn)行拍照，拍照后相機(jī)將采集到輪轂光學(xué)信號(hào)轉(zhuǎn)化為電信號(hào)傳送給計(jì)算機(jī)。采集到的輪轂原始圖片如圖3所示。

3.2 圖像預(yù)處理

在輪轂圖像采集過程中，由于相機(jī)本身特點(diǎn)或光源不穩(wěn)定等一些外部因素，以及輪轂本身有毛刺等內(nèi)部因素，會(huì)對(duì)采集到的圖像產(chǎn)生一定的干擾，使圖像含有一定的噪聲，而且圖像不清楚。為了減少圖像識(shí)別的時(shí)間、提高識(shí)別的準(zhǔn)確率，在進(jìn)行識(shí)別之前需要對(duì)原始的輪轂圖像進(jìn)行一些處理。系統(tǒng)中主要進(jìn)行去除背景、灰度化、去除噪聲及去除毛刺四個(gè)預(yù)處理操作，通過圖像預(yù)處理操作后可以使輪轂圖像的特征更明顯。

（1）去除背景

由于在輪轂照片采集時(shí)，會(huì)把輪轂周圍的背景環(huán)境也拍攝進(jìn)來，會(huì)對(duì)圖像產(chǎn)生干擾，不利于特征提取，所以需要去除輪轂背景。系統(tǒng)中通過對(duì)輪轂原始圖像與背景圖像對(duì)應(yīng)位置的像素點(diǎn)的亮度值進(jìn)行圖像的減法運(yùn)算的方法[4]，可以把輪轂圖像的背景去掉，從而把輪轂的目標(biāo)圖像從背景中提取出來。

（2）圖像灰度化

去除背景后的輪轂圖像是彩色圖像，為了減少圖像處理的數(shù)據(jù)量及處理時(shí)間，可以把彩色圖像轉(zhuǎn)化成不含色彩信息的灰度圖像。系統(tǒng)中通過對(duì)彩色圖像中的GRB值進(jìn)行加權(quán)平均值的計(jì)算來進(jìn)行灰度化處理?；叶然笤瓉韴D像的紋理、色度和亮度等信息仍可以很好的保留。

（3）圖像去噪

對(duì)輪轂拍照時(shí)由于外部因素的影響，會(huì)使輪轂圖像產(chǎn)生一些能使輪轂邊緣曲線斷開或者把邊緣以外的邊緣也檢測(cè)進(jìn)來的隨機(jī)分布的圖像噪聲，會(huì)影響輪轂特征的提取。因此需要消除輪轂圖像的噪聲[5]。系統(tǒng)中使用中值濾波的方法，通過計(jì)算圖像中某一個(gè)點(diǎn)附近的一個(gè)區(qū)域中各個(gè)點(diǎn)值的中值，用這個(gè)中值來代替這一個(gè)點(diǎn)的值的方法，對(duì)圖像進(jìn)行非線性濾波來去除噪聲。這種方法可以消除孤立的噪聲點(diǎn)，但不會(huì)使圖像邊緣變模糊，能很好的保留輪轂邊緣的完整信息，有利于后面模板匹配分類方法的使用。

（4）毛刺處理

毛坯輪轂的圖像邊緣會(huì)有一些隨機(jī)分布的毛刺，可以通過形態(tài)學(xué)的基本運(yùn)算方法來去除毛刺，改善圖像的質(zhì)量。膨脹可以把圖像周圍鄰近的點(diǎn)連接到目標(biāo)圖像中，使兩個(gè)圖像合并成一個(gè)圖像；腐蝕可以把兩個(gè)圖像之間較小的連接去掉，使兩個(gè)圖像分開[6]。系統(tǒng)中通過反復(fù)使用先腐蝕后膨脹的開運(yùn)算和先膨脹后腐蝕的閉運(yùn)算來去除圖像毛刺，使圖像邊緣光滑。

輪轂原始圖像經(jīng)過預(yù)處理后的效果如圖4所示。

圖3 輪轂原始圖片

圖4 處理后的圖片

3.3 特征提取

圖像識(shí)別是通過圖像的典型特征來區(qū)別不同圖像的，在識(shí)別前需要先提取圖像的典型特征。系統(tǒng)中主要提取了輪轂的外圓邊緣、圓心和半徑、輪輻個(gè)數(shù)及形狀這四個(gè)典型特征。

（1）輪轂外圓

本系統(tǒng)中利用Canny邊緣提取算法可以精確的檢測(cè)輪轂的邊緣，將提取出的輪轂邊緣信息聚集到圖像空間點(diǎn)集中，然后根據(jù)Hough變換原理，在選取了一定的步長(zhǎng)之后，以步長(zhǎng)為基準(zhǔn)進(jìn)行多次的選點(diǎn)擬合，將點(diǎn)集中的點(diǎn)一個(gè)個(gè)帶到參數(shù)空間，把集合中的點(diǎn)映射到相應(yīng)的參數(shù)空間中，實(shí)現(xiàn)點(diǎn)和參數(shù)空間中的點(diǎn)的對(duì)應(yīng)，然后對(duì)參數(shù)空間中的各個(gè)點(diǎn)進(jìn)行累加計(jì)算，把累加結(jié)果最大的值作為輪轂外圓的邊緣[7]，這樣就提取出了輪轂外圓的邊緣。

（2）輪轂圓心及半徑

根據(jù)圓周上任意兩條不平行弦的中垂線一定相交于圓心的幾何性質(zhì)，系統(tǒng)中在圓周上任意選取了三個(gè)點(diǎn)，再以這三個(gè)點(diǎn)為端點(diǎn)做了圓的兩條不平行的弦，然后再分別做這兩條弦的中垂線，則中垂線的交點(diǎn)就是圓心，這樣得出了外圓的圓心位置[8]。最后根據(jù)圓周信息和圓心位置計(jì)算出了圓的半徑，這樣就得到了輪轂圓心及輪轂的半徑。

（3）輪輻個(gè)數(shù)

系統(tǒng)在判斷是否是輪輻時(shí)采用了圓形遍歷計(jì)數(shù)的方法。系統(tǒng)中根據(jù)有輪輻位置和沒有輪輻位置的圖像像素是不同的來確定當(dāng)前位置是否有輪輻。在檢測(cè)輪輻時(shí)，從上一步確定的輪轂圓心位置開始遍歷輪轂的圓周像素，檢測(cè)圓周像素的亮暗情況，當(dāng)檢測(cè)到像素值發(fā)生了突變，比如從255變成了0或者從0變成了255，這樣就判定出該位置處是輪輻，把輪輻計(jì)數(shù)加1，計(jì)數(shù)最后的值就是輪轂的輪輻個(gè)數(shù)[9]。

（4）輪輻形狀

系統(tǒng)中利用微分方法根據(jù)輪輻位置像素的弧度計(jì)算出輪輻的寬度，確定出輪輻形狀。

3.4 類型識(shí)別

系統(tǒng)經(jīng)過對(duì)采集到的原始圖像進(jìn)行圖像預(yù)處理、典型特征提取出后，利用模板匹配的方法進(jìn)行識(shí)別分類。

使用模板匹配進(jìn)行識(shí)別分類時(shí)，首先確定好圖像用于匹配的區(qū)域，并獲取這些區(qū)域，然后創(chuàng)建模板，最后進(jìn)行比對(duì)來匹配模板。其算法描述如下：首先確定待識(shí)別圖像的匹配區(qū)域是整個(gè)輪轂，然后遍歷待識(shí)別的圖像，在待識(shí)別圖像中查找并定位和預(yù)先設(shè)置好的圖像模板相同或相似的區(qū)域，比較各處與模板是否相似，計(jì)算出兩者之間的相似度，當(dāng)相似度高于設(shè)定的閾值時(shí)就可以認(rèn)為模板圖像在待識(shí)別圖像中出現(xiàn)，這樣就找到了目標(biāo)，也就是該待識(shí)別圖像是屬于這個(gè)模板的，可以判定輪轂屬于這個(gè)類別[10]，從而確定出輪轂的類別，實(shí)現(xiàn)輪轂的自動(dòng)識(shí)別。識(shí)別結(jié)果如圖5所示。

圖5 識(shí)別結(jié)果

3.5 自動(dòng)分揀

分揀模塊主要實(shí)現(xiàn)按類型對(duì)輪轂進(jìn)行自動(dòng)分揀的操作。分揀模塊主要通過IO模塊與控制系統(tǒng)進(jìn)行實(shí)時(shí)信息傳輸，通過氣缸驅(qū)動(dòng)推桿對(duì)輪轂進(jìn)行推送實(shí)現(xiàn)自動(dòng)分揀，其中氣缸是實(shí)現(xiàn)輪轂分揀的主要推送執(zhí)行裝置。初始時(shí)氣缸處于原位。當(dāng)輪轂被識(shí)別確定類型后，控制系統(tǒng)根據(jù)傳送過來的類型信號(hào)決定把輪轂傳送到哪一個(gè)分揀道口。當(dāng)輪轂到達(dá)相應(yīng)道口位置時(shí)，通過該分揀道口位置的光電傳感器發(fā)送給控制系統(tǒng)一個(gè)輸入信號(hào)[11]，控制系統(tǒng)控制相應(yīng)的升降氣缸降下阻攔擋板來攔截傳送帶上的輪轂，使輪轂停在相應(yīng)道口位置；此時(shí)傳送帶推出氣缸將主傳送帶上的輪轂迅速推出主傳送帶，改變輪轂在主傳送帶上的運(yùn)行方向，把輪轂推送到相應(yīng)的分揀道口，然后傳送帶推出氣缸縮回；在每個(gè)分揀道口也都配有定位機(jī)構(gòu)，定位機(jī)構(gòu)通過光電傳感器檢測(cè)當(dāng)前道口是否有輪轂，若檢測(cè)到當(dāng)前道口有輪轂則道口推出氣缸彈出，道口推出氣缸驅(qū)動(dòng)推桿將在道口位置的輪轂從道口推入到該通道，由于通道本身具有一定的傾斜度，進(jìn)入道口的輪轂依靠自身的重力可以從該通道向下滑動(dòng)到相應(yīng)區(qū)域，最后道口推出氣缸縮回。這樣不同的輪轂就被輸送到不同的通道，實(shí)現(xiàn)了輪轂的自動(dòng)分揀。系統(tǒng)分揀結(jié)構(gòu)圖如圖6所示。

圖6 分揀結(jié)構(gòu)圖

4 結(jié)論

該輪轂智能分揀系統(tǒng)通過對(duì)主傳送帶上的輪轂進(jìn)行自動(dòng)拍照，對(duì)原始輪轂圖像進(jìn)行去除背景、灰度化、去除噪聲及去除毛刺等一系列的圖像處理操作后，提取出輪轂的外圓邊緣、圓心位置及半徑長(zhǎng)度和輪轂的輪輻個(gè)數(shù)及形狀這些典型特征，通過模板匹配的方法實(shí)現(xiàn)了輪轂的自動(dòng)識(shí)別；然后通過控制系統(tǒng)控制相應(yīng)的氣缸來推動(dòng)推桿將輪轂推送到相應(yīng)的通道中，實(shí)現(xiàn)了對(duì)輪轂的自動(dòng)分揀。系統(tǒng)通過自動(dòng)識(shí)別及分揀實(shí)現(xiàn)了輪轂生產(chǎn)線上輪轂的智能分類，該系統(tǒng)在識(shí)別及分揀的實(shí)時(shí)性和準(zhǔn)確性方面都能滿足企業(yè)要求。