CN103425969A - 一种识别轮毂型号的检测系统及其检测方法 - Google Patents
一种识别轮毂型号的检测系统及其检测方法 Download PDFInfo
- Publication number
- CN103425969A CN103425969A CN2013103426919A CN201310342691A CN103425969A CN 103425969 A CN103425969 A CN 103425969A CN 2013103426919 A CN2013103426919 A CN 2013103426919A CN 201310342691 A CN201310342691 A CN 201310342691A CN 103425969 A CN103425969 A CN 103425969A
- Authority
- CN
- China
- Prior art keywords
- hub
- wheel hub
- type
- image
- hub type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提供了一种轮毂型号自动识别系统,包括上位机和CCD图像传感器,上位机与CCD图像传感器依次连接。本发明还提供了一种由上述系统实现的方法,包括如下步骤:初始化设置;获取轮毂型号识别区域的无轮毂图像;创建轮毂型号数据库记录;识别并确定轮毂型号。本发明能根据事先创建轮毂型号数据库,在系统工作过程中对进入轮毂识别区的轮毂实现自动型号识别,具有智能化、效率高和准确度高等优点。
Description
技术领域
本发明涉及光学摄像头图像识别技术,具体涉及一种识别轮毂型号的检测系统及其检测方法;本发明通过光学CCD获取轮毂图像,并进行轮毂特征提取、管理与识别。
背景技术
轮毂生产企业中,轮毂按其结构和材料不同分为很多种类,设为不同的型号,一般同种型号轮毂尽可能进行集中生产,但由于日产量大,也根据订单的需求,经常会有很多不同型号的轮毂穿插在各工序进行加工和检测,由于加工和检测不同型号轮毂的方法和工具都有一定差别,因此,需对轮毂型号进行准确匹配。
目前由于很多企业尚未实现轮毂的全自动传送,因此,轮毂的类别和型号识别以及产品的分放仍由人工完成。尽管这种方法和工厂的自动化方案有密切关系,但显然一旦工厂采用自动送料或用自动传送带为各工位备料,人工识别轮型的方式便显出极大的弊端,首先人工方法效率很低,在一定程度上是一种高成本低产出的生产方式,其次,由于铸造和加工轮毂的生产环境差,人工搬运轮毂并识别型号是一项劳动强度较大的工作,难以避免出现人为的差错,最重要一点还是当企业采用全自动轮毂传送系统时,人工识别轮型无法满足自动传送的速度和准确度要求,因此,这是轮毂自动传送线所必须的一项自动化技术。
轮毂型号识别系统主要是在各个对所加工结构有要求的工位进行自动识别、分流并记录,主要功能是输出所识别的轮毂型号给有所需要的自动化设备,如自动钻孔机床或自动加工中心,自动检测设备等等。还记录并统计流经某条生产线的所有轮毂信息,也是实现企业的精细化生产管理的重要措施。由此可见,当前实际的轮毂生产中,对轮毂的自动或半自动检测都需要轮毂的型号作为信息,并且此工作一直由生产工人进行判断,准确率不稳定且速度较低,生产效率低下且检测的出错率高。
发明内容
本发明的首要目的在于克服现有技术的缺点与不足,提供一种识别轮毂型号的检测系统,该检测系统在实际生产系统中为轮毂的检测与处理给出型号信息,该检测系统识别轮毂型号的识别准确度高。
本发明的另一目的在于克服现有技术的缺点与不足,提供一种应用于识别轮毂型号检测系统的检测方法,该方法的生产效率高。
本发明的首要目的通过下述技术方案实现:一种识别轮毂型号的检测系统,包括上位机即PC机、轮毂传送装置、CCD图像传感器和识别系统代码模块与相关文件;所述上位机和CCD图像传感器通过连接线连接。所述CCD图像传感器为一光学图像传感器,用于实拍获取轮毂图像。所述识别系统代码模块与相关文件以PC机安装适配的操作系统为平台,嵌入到具体的应用程序中实现。
上述上位机还包括用户输入设备以及型号识别图像采集模块,所用输入设备为鼠标和键盘。所用型号识别图像采集模块与CCD图像传感器连接。
本发明的首要目的通过下述技术方案实现:一种应用于识别轮毂型号检测系统的检测方法,包括如下步骤:
(1)初始化设置:CCD图像传感器获取轮毂型号识别区图像;
(2)获取轮毂型号识别区域的无轮毂图像,即背景图;
(3)创建轮毂型号数据库记录;
(4)放置轮毂到型号识别区,确定轮毂型号,传送轮毂型号到后续处理模块。
所述步骤(2)中,用户在轮毂型号识别区域无轮毂存在时进行拍摄,把获取的图像存储于系统指定文件夹内作为背景图像使用。
所述步骤(3)中,用户创建轮毂型号数据库记录的具体步骤如下:
(3-1)放置期望创建型号记录的轮毂到型号识别区,用户通过用户输入设备输入轮毂型号名信息,创建新型号,并通过CCD图像传感器拍摄该轮毂图像,由型号识别图像采集模块采集所摄轮毂图像中的轮毂,保存至轮毂数据库对应型号所在列表中。
(3-2)系统对采集到的轮毂图像进行特征提取,并以提取的特征作为数据内容,添加至轮毂型号数据库中与该型号相对应的位置;
(3-3)重复步骤(3-1)、(3-2),直至轮毂型号数据库中包含生产检测中将会出现的所有轮毂型号;
所述步骤(4)中,进行轮毂型号识别的具体步骤如下:
(4-1)轮毂进入型号识别区域。CCD图像传感器拍摄轮毂型号识别图像,由型号识别图像采集模块采集拍摄图像,暂存于系统内存处;
(4-2)系统对采集到的轮毂图像进行特征提取,并根据提取的特征在轮毂型号数据库中查找最为匹配的轮毂型号,返回轮毂型号信息。
在实际生产检测中,步骤(4)将对每个轮毂在线进行检测,以提供该轮毂的型号信息。
本发明相对现有技术有如下优点和效果:
1、型号识别准确度高。对数据库中已经存有记录的轮毂型号均能进行准确识别。
2、型号识别速度快。基于特征点的匹配准确率高但速度慢,本系统提供的方法根据当前轮毂的特征先对数据库中的轮毂进行预先分类,再利用基于特征点的算法进行匹配,寻找最匹配型号,在保证准确度的同时大大提高匹配速度。
3、由于识别过程无需人工参与,轮毂生产检测的自动化程度高,生产效率高,结构简单,成本低。
附图说明
图1是系统实现硬件布局示意图。
图2是上位机包含模块示意图。
图3是轮毂型号自动识别系统的模块分工示意图。
图4是创建轮毂型号数据库流程示意图。
图5是轮毂型号识别流程示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,轮毂型号自动识别系统,包括PC机1、CCD图像传感器2和轮毂传送装置3,所述PC机1和CCD图像传感器2通过连接线连接,所述轮毂传送装置3用于传送各种型号的轮毂;如图2所示,所述上位机1中设有轮毂型号自动识别系统及与本系统进行通信的应用程序。
如图2所示,所述轮毂型号自动识别系统包括型号识别图像采集模块、型号自动识别模块和CCD图像传感器。所述型号识别图像采集模块和所述CCD图像传感器2连接。
上述上位机1还包括用户输入设备,所用输入设备为鼠标和键盘。
如图3所示,所述型号自动识别模块包括轮毂型号库管理模块、特征提取模块和轮毂型号匹配模块。在型号创建流程中,所述特征提取模块对输入的轮毂图像进行特征提取,所述轮毂型号库管理模块把所提取特征保存到系统数据库中。在型号识别流程中,所述特征提取模块对输入的轮毂图像进行特征提取,所述轮毂型号库管理模块把库中保存的轮毂参数载入,提供轮毂型号匹配模块进行轮毂型号识别。
如图4所示,由上述的系统实现的轮毂型号创建方法,包括如下步骤:
(1)获取并保存无轮毂时的型号识别区图像;
(2)放置期望创建型号记录的轮毂到型号识别区;
(3)用户创建并保存新的轮毂型号;
(4)重复步骤(2)至(3)直到型号数据库中包含所有要识别的轮毂型号。
所述步骤(3)中,创建并保存新的轮毂型号具体流程如下:
(3-1)输入轮毂型号名信息创建新型号;
(3-2)通过CCD图像传感器拍摄轮毂型号识别图像,由型号识别图像采集模块采集拍摄图像,并保存图像;
(3-3)对轮毂图像进行特征提取,向轮毂型号数据库添加新轮毂的型号及其对应的特征数据。
如图5所示,由上述的系统实现的轮毂型号识别方法,包括如下步骤:
(1)控制传送轮毂到型号识别区;
(2)获取待识别的轮毂图像;
(3)对轮毂进行识别,向嵌入本系统的应用程序返回轮毂型号信息;
(4)重复步骤(2)至(3)直到具体的轮毂生产检查流程结束。
所述步骤(1)中,控制传送轮毂到型号识别区由外部系统实现。
所述步骤(2)中,获取待识别的轮毂图像具体就是通过CCD图像传感器拍摄轮毂型号识别图像,由型号识别图像采集模块采集拍摄图像,并保存图像。
所述步骤(3)中,对轮毂进行识别的具体步骤如下:
(3-1)对轮毂图像进行特征提取;
(3-2)根据所提取的轮毂的特征,对轮毂型号数据库的特征进行分类,寻找与目标特征最匹配的特征,得出对应的轮毂型号;
(3-3)向调用本系统的应用程序返回识别的轮毂型号。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种识别轮毂型号的检测系统,其特征在于,包括:上位机和CCD图像传感器;所述上位机和CCD图像传感器连接;所述CCD图像传感器为光学图像传感器,用于获取轮毂的图像。
2.根据权利要求1所述的识别轮毂型号的检测系统,其特征在于,还包括轮毂传送装置;所述上位机为PC机,所述PC机具有用户输入设备以及型号识别图像采集模块,所用输入设备包括均与PC机连接的鼠标和键盘,所述型号识别图像采集模块与CCD图像传感器连接。
3.一种应用于权利要求1~2任一项所述的识别轮毂型号的检测系统的检测方法,其特征在于,包括如下步骤:
(1)初始化设置:CCD图像传感器获取轮毂型号识别区图像;
(2)放置待检测的轮毂到轮毂型号识别区,获取轮毂型号识别区图像中的轮毂图像,上位机识别获取到的轮毂图像中的轮毂型号;
(3)记录轮毂型号并创建轮毂型号数据库;
(4)传送检测完的轮毂离开轮毂型号识别区。
4.根据权利要求3所述的检测方法,其特征在于,所述步骤(2)包括以下步骤:
(2-1)当获取轮毂型号识别区没有轮毂时,采集轮毂型号识别区的图像;
(2-2)把步骤(2-1)中采集轮毂型号识别区的图像存储于上位机中,作为上位机识别轮毂型号时的背景图像。
5.根据权利要求3所述的轮毂型号自动识别方法,其特征在于,所述步骤(3)中,所述记录轮毂型号并创建轮毂型号数据库的步骤如下:
(3-1)放置待创建型号记录的轮毂到轮毂型号识别区,用户通过输入设备输入轮毂型号名信息创建轮毂的型号,并通过CCD图像传感器拍摄轮毂型号识别图像,由型号识别图像采集模块采集拍摄图像保存进轮毂数据库对应型号所在列表中;
(3-2)系统对采集到的包含轮毂的图像进行特征提取,并把提取的特征添加到轮毂型号数据库中;
(3-3)重复步骤(3-1)至(3-2),直至轮毂型号数据库中包含生产检测中出现的所有轮毂型号。
6.根据权利要求3所述的轮毂型号自动识别方法,其特征在于,所述步骤(4)中,进行轮毂型号识别的具体步骤如下:
(4-1)轮毂进入型号识别区域;CCD图像传感器拍摄轮毂型号识别图像,由型号识别图像采集模块采集拍摄图像,暂存于系统内存处;
(4-2)系统对采集到的轮毂图像进行特征提取,并根据提取的特征在轮毂型号数据库中查找最为匹配的轮毂型号,并返回轮毂型号信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103426919A CN103425969A (zh) | 2013-08-07 | 2013-08-07 | 一种识别轮毂型号的检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103426919A CN103425969A (zh) | 2013-08-07 | 2013-08-07 | 一种识别轮毂型号的检测系统及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103425969A true CN103425969A (zh) | 2013-12-04 |
Family
ID=49650681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013103426919A Pending CN103425969A (zh) | 2013-08-07 | 2013-08-07 | 一种识别轮毂型号的检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103425969A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679147A (zh) * | 2013-12-05 | 2014-03-26 | 广州绿怡信息科技有限公司 | 手机型号的识别方法与装置 |
CN105353265A (zh) * | 2015-12-29 | 2016-02-24 | 河南农业大学 | 一种探针式多芯多型线缆检测方法与检测装置 |
CN105466933A (zh) * | 2015-12-30 | 2016-04-06 | 天津恩卓尼尔科技有限公司 | 一种汽车轮毂背腔特征点自动识别系统 |
CN106225696A (zh) * | 2016-09-30 | 2016-12-14 | 华南理工大学 | 一种自动测量轮毂高度的方法 |
CN106643566A (zh) * | 2016-09-30 | 2017-05-10 | 华南理工大学 | 一种自动测量轮毂轮辐初始角度的方法 |
CN107194432A (zh) * | 2017-06-13 | 2017-09-22 | 山东师范大学 | 一种基于深度卷积神经网络的冰箱门体识别方法及系统 |
CN107344288A (zh) * | 2017-08-10 | 2017-11-14 | 中科图灵视控(北京)智能科技有限公司 | 一种基于机械视觉智能轮毂轴承在线柔性自动装配系统 |
CN108038482A (zh) * | 2017-12-22 | 2018-05-15 | 大连运明自动化技术有限公司 | 一种汽车发动机缸体序列号视觉智能识别系统 |
CN108491841A (zh) * | 2018-03-21 | 2018-09-04 | 东南大学 | 一种汽车轮毂类型识别监控管理系统及方法 |
CN109029660A (zh) * | 2018-09-10 | 2018-12-18 | 江苏天宏自动化科技有限公司 | 一种动态称重识别系统 |
CN109614977A (zh) * | 2018-11-14 | 2019-04-12 | 华南理工大学 | 一种轮毂型号识别方法 |
CN110530863A (zh) * | 2019-08-27 | 2019-12-03 | 南京末梢信息技术有限公司 | 一种汽车轮毂混包检测装置及方法 |
CN111103014A (zh) * | 2019-12-27 | 2020-05-05 | 株洲壹星科技股份有限公司 | 一种继电器、接触器型号自动识别方法及装置 |
CN112256901A (zh) * | 2019-07-22 | 2021-01-22 | 南京明德软件有限公司 | 一种基于智能图像处理的样品受理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546475A (en) * | 1994-04-29 | 1996-08-13 | International Business Machines Corporation | Produce recognition system |
CN101079107A (zh) * | 2007-06-29 | 2007-11-28 | 丹东华日理学电气有限公司 | 轮毂型号自动识别方法 |
-
2013
- 2013-08-07 CN CN2013103426919A patent/CN103425969A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546475A (en) * | 1994-04-29 | 1996-08-13 | International Business Machines Corporation | Produce recognition system |
CN101079107A (zh) * | 2007-06-29 | 2007-11-28 | 丹东华日理学电气有限公司 | 轮毂型号自动识别方法 |
Non-Patent Citations (2)
Title |
---|
杨飞,刘伟军,夏仁波等: "《一种自动的轮毂识别分类方法》", 《微计算机信息》 * |
赵玉良,刘伟军,刘永贤等: "《汽车轮毂在线识别系统的研究》", 《机械设计与制造》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679147A (zh) * | 2013-12-05 | 2014-03-26 | 广州绿怡信息科技有限公司 | 手机型号的识别方法与装置 |
CN105353265A (zh) * | 2015-12-29 | 2016-02-24 | 河南农业大学 | 一种探针式多芯多型线缆检测方法与检测装置 |
CN105466933A (zh) * | 2015-12-30 | 2016-04-06 | 天津恩卓尼尔科技有限公司 | 一种汽车轮毂背腔特征点自动识别系统 |
CN106643566B (zh) * | 2016-09-30 | 2018-06-19 | 华南理工大学 | 一种自动测量轮毂轮辐初始角度的方法 |
CN106225696A (zh) * | 2016-09-30 | 2016-12-14 | 华南理工大学 | 一种自动测量轮毂高度的方法 |
CN106643566A (zh) * | 2016-09-30 | 2017-05-10 | 华南理工大学 | 一种自动测量轮毂轮辐初始角度的方法 |
CN107194432B (zh) * | 2017-06-13 | 2020-05-29 | 山东师范大学 | 一种基于深度卷积神经网络的冰箱门体识别方法及系统 |
CN107194432A (zh) * | 2017-06-13 | 2017-09-22 | 山东师范大学 | 一种基于深度卷积神经网络的冰箱门体识别方法及系统 |
CN107344288A (zh) * | 2017-08-10 | 2017-11-14 | 中科图灵视控(北京)智能科技有限公司 | 一种基于机械视觉智能轮毂轴承在线柔性自动装配系统 |
CN108038482A (zh) * | 2017-12-22 | 2018-05-15 | 大连运明自动化技术有限公司 | 一种汽车发动机缸体序列号视觉智能识别系统 |
CN108491841A (zh) * | 2018-03-21 | 2018-09-04 | 东南大学 | 一种汽车轮毂类型识别监控管理系统及方法 |
CN109029660A (zh) * | 2018-09-10 | 2018-12-18 | 江苏天宏自动化科技有限公司 | 一种动态称重识别系统 |
CN109614977A (zh) * | 2018-11-14 | 2019-04-12 | 华南理工大学 | 一种轮毂型号识别方法 |
CN112256901A (zh) * | 2019-07-22 | 2021-01-22 | 南京明德软件有限公司 | 一种基于智能图像处理的样品受理方法 |
CN110530863A (zh) * | 2019-08-27 | 2019-12-03 | 南京末梢信息技术有限公司 | 一种汽车轮毂混包检测装置及方法 |
CN110530863B (zh) * | 2019-08-27 | 2022-04-05 | 南京末梢信息技术有限公司 | 一种汽车轮毂混包检测装置及方法 |
CN111103014A (zh) * | 2019-12-27 | 2020-05-05 | 株洲壹星科技股份有限公司 | 一种继电器、接触器型号自动识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103425969A (zh) | 一种识别轮毂型号的检测系统及其检测方法 | |
Song et al. | Real-time tunnel crack analysis system via deep learning | |
CN102930525B (zh) | 基于仿射不变特征与单应矩阵的线匹配方法 | |
CN111709935B (zh) | 一种用于地面运动皮带上实时煤矸石定位识别方法 | |
CN108229370A (zh) | 一种基于货物图像识别技术的仓库货物智能识别系统 | |
CN103996239A (zh) | 一种基于多线索融合的票据定位识别方法及系统 | |
CN105809094A (zh) | 基于机器视觉的条形码识别方法 | |
CN110163852B (zh) | 基于轻量化卷积神经网络的输送带实时跑偏检测方法 | |
CN102254222A (zh) | 棒材进行计数的方法及装置 | |
CN101510295B (zh) | 基于PCIe和Vision Assistant的机器视觉系统的设计方法 | |
CN107016396A (zh) | 一种装配连接件图像特征深度学习与识别方法 | |
CN107153067A (zh) | 一种基于matlab的零件表面缺陷检测方法 | |
CN104200215A (zh) | 一种大口径光学元件表面灰尘与麻点识别方法 | |
CN104657708A (zh) | 一种新型三维物体识别装置及方法 | |
CN112132078A (zh) | 一种基于图像和热成像跟踪的煤岩界面识别系统 | |
CN114004814A (zh) | 一种基于深度学习和灰度三阶矩分析的煤矸石识别方法及系统 | |
CN208555097U (zh) | 一种基于计算机视觉的工件形状检测与分捡装置 | |
CN104399674A (zh) | 烟箱品牌视觉检测分拣系统 | |
CN113297408A (zh) | 基于Sift算法的图像匹配以及场景识别系统及方法 | |
CN104750814A (zh) | 基于多传感器的多元异构数据流自动入库方法 | |
CN108921185A (zh) | 一种基于图像识别的货架促销信息识别方法、装置和系统 | |
CN112800909A (zh) | 一种自学习型的烟丝杂物视像检测方法 | |
CN101008980A (zh) | 蝴蝶自动鉴定的方法及系统 | |
CN111539931A (zh) | 一种基于卷积神经网络和边界限定优化的外观异常检测方法 | |
CN106326896A (zh) | 一种车牌读取系统及应用于该车牌读取系统的车牌匹配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131204 |
|
WD01 | Invention patent application deemed withdrawn after publication |