基于圖像處理的胎面糾偏技術(shù)研究.pdf

1、本文以輪胎生產(chǎn)過(guò)程中的半成品,胎面輸送系統(tǒng)中的胎面圖像作為研究對(duì)象。胎面圖像通過(guò)固定在皮帶上方的CCD攝取所得,該圖像信號(hào)經(jīng)過(guò)圖像采集卡送入PC機(jī),對(duì)該圖像信號(hào)進(jìn)行一系列處理之后,計(jì)算出胎面的偏移角度。利用胎面圖像的偏移角度作為反饋信號(hào),通過(guò)控制器對(duì)系統(tǒng)進(jìn)行控制,相應(yīng)的調(diào)整糾偏皮帶,保證膠帶無(wú)偏移的輸送。在對(duì)圖像去噪及怎樣提取胎面邊緣和機(jī)架邊緣兩條直線方面進(jìn)行了比較深入的研究;在前人研究的基礎(chǔ)上,應(yīng)用閾值分割和邊緣檢測(cè)對(duì)胎面圖像進(jìn)行處理

2、。
　　首先,在胎面圖像去噪方面對(duì)閾值法、平移不變量及系數(shù)放大法進(jìn)行深入的研究,在此基礎(chǔ)上對(duì)系數(shù)放大法進(jìn)行了改進(jìn),該改進(jìn)算法與常用的軟閾值法和硬閾值法相比,提高了峰值信噪比(PSNR),降低了均方誤差(MSE)且改善了圖像的視覺(jué)效果。另外結(jié)合平移不變量、系數(shù)放大法及Huresure規(guī)則對(duì)圖像進(jìn)行去噪,該結(jié)合算法與單獨(dú)的平移不變量方法或單獨(dú)的系數(shù)放大法相比,改善了圖像的視覺(jué)效果,提高了峰值信噪比(PSNR),降低了均方誤差(MSE)

3、。
　　其次,在前人研究的基礎(chǔ)上對(duì)胎面圖像進(jìn)行閾值分割。研究了Otsu的類(lèi)間方差法、最優(yōu)閾值分割算法及迭代閾值分割算法。本文的胎面圖像分割是為了下一步進(jìn)行目標(biāo)特征提取作準(zhǔn)備。經(jīng)過(guò)多次實(shí)驗(yàn)發(fā)現(xiàn),最優(yōu)閾值分割算法對(duì)本文的胎面圖像最為有效,因此本文采用最優(yōu)閾值分割算法。
　　然后,應(yīng)用邊緣檢測(cè)算子對(duì)胎面圖像進(jìn)行邊緣檢測(cè)。對(duì)常用的Roberts算子、Sobel算子、Prewitt算子、拉普拉斯算子、Log算子及Canny算子進(jìn)行了深

4、入的學(xué)習(xí)。經(jīng)過(guò)實(shí)驗(yàn)發(fā)現(xiàn),Roberts算子檢測(cè)的結(jié)果最有利于本文提取胎面邊緣和機(jī)架邊緣。
　　最后,對(duì)邊緣檢測(cè)后的胎面圖像進(jìn)行特征提取。胎面邊緣和機(jī)架邊緣是本文的目標(biāo)物體,本人對(duì)怎樣提取出胎面邊緣和機(jī)架邊緣進(jìn)行了深入研究,并對(duì)提取出的目標(biāo)物體進(jìn)行后處理。由于灰度值不同出現(xiàn)了斷線、細(xì)線和細(xì)點(diǎn),為了下一步計(jì)算出胎面邊緣和機(jī)架邊緣之間的夾角,必須去除作為干擾的細(xì)點(diǎn)和細(xì)線,把胎面邊緣的斷線和機(jī)架邊緣的斷線連接成直線。編程計(jì)算出胎面邊緣和機(jī)