吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (4): 1076-1080.doi: 10.13229/j.cnki.jdxbgxb201404027

• • 上一篇    下一篇

汽车连杆裂解槽视觉检测技术

刘长英, 蔡文静, 王天皓, 李机智, 贾艳梅, 宋玉河   

  1. 1.吉林大学 仪器科学与电气工程学院, 长春 130061;
    2.吉林大学 汽车工程学院, 长春 130022
  • 收稿日期:2013-01-19 出版日期:2014-07-01 发布日期:2014-07-01
  • 通讯作者: 王天皓(1988-), 男, 博士研究生.研究方向:车辆测控技术.E-mail:wangtianhao2006@126.com
  • 作者简介:刘长英(1974-), 男, 副教授, 博士.研究方向:测控技术.E-mail:liuchangy@jlu.edu.cn
  • 基金资助:
    吉林省科技发展计划重点项目(20070315); 高等学校博士学科点专项科研基金项目(2011061110059)

Vision inspection technology of fracture splitting notch of auto connecting rod

LIU Chang-ying1, CAI Wen-jing1, WANG Tian-hao2, LI Ji-zhi1, JIA Yan-mei1, SONG Yu-he1   

  1. 1.College of Instrumentation and Electrical Engineering, Jilin University, Changchun 130061, China;
    2.College of Automotive Engineering, Jilin University, Changchun 130022, China
  • Received:2013-01-19 Online:2014-07-01 Published:2014-07-01

摘要: 针对汽车连杆裂解槽人工检测工作量大、效率低且误差大的现状, 提出一种基于机器视觉的汽车连杆裂解槽检测方法。该方法利用CCD摄像机获取检测图像, 通过同态滤波技术滤除背景噪声以提高检测图像的质量, 通过自适应阈值的Canny边缘检测方法提取有效边缘信息, 通过圆形度和扁度对目标特征进行检测和识别, 通过对汽车连杆进行实际检测来验证本文方法。实验结果表明:本文方法能够快速准确地实现汽车连杆裂解槽的自动检测识别, 具有良好的检测效果。 结果 结果

关键词: 自动化技术, 汽车连杆, 机器视觉, 同态滤波, 边缘检测

Abstract: In traditional manual detection of fracture splitting notch of auto connecting rod, the workload is heavy, the efficiency is low and the detecting error is big. To overcome these shortcomings, an improved machine vision inspection method is proposed. This method uses a CCD camera to obtain detection image, and filters out the background noise by homomorphic filtering technique to improve the quality of the detected images. It uses the self-adaptive threshold Canny edge detection method to extract the edge information. The target feature is recognized and judged by measuring its circularity and oblateness. The proposed method is verified by auto connecting rod detection experiment. Results show that using the proposed method can realize quick and accurate detection of auto connecting rod.

Key words: automatic technology, auto connecting rod, machine vision, homomorphic filtering, edge operator

中图分类号: 

  • TP247.5
[1] 寇淑清, 王金伟, 郑祺峰, 等. 曲轴轴承座/连杆激光加工裂解槽的组织与胀断性能[J].光学精密工程, 2011, 19(4):768-774. Kou Shu-qing, Wang Jin-wei, Zheng Qi-feng, et al. Organization and expansion breaking performance of fracture notch of crankshaft breaking and connecting rod by laser processing[J].Optics and Precision Engineering, 2011, 19(4):768-774.
[2] Tian Yuan-yuan, Liu Si-yang, Tan Qing-chang. Application of detecting part's size online based on machine vision[J]. Energy Procedia, 2012, 16: 1948-1956.
[3] 李喆, 费敏锐, 周文举. 基于机器视觉的瓶盖表面检测技术的研究[J].仪表技术, 2012(9):31-34. Li Zhe, Fei Min-rui, Zhou Wen-ju. Reserch of cap surface inspection technology based on machine vision[J]. Instrumentation Technology, 2012(9): 31-34.
[4] Urbanek J, Barszcz T, Uhl T, et al. Leak detection in gas pipelines using wavelet-based filtering[J]. Structural Health Monitoring, 2012, 11:405-412.
[5] Yang W D, Guo W, Peng K, et al. Research on removing shadow in workpiece image based on homomorphic filtering[J]. Procedia Engineering, 2012, 29:2360-2394.
[6] 王宣银, 梁冬泰. 基于多元图像分析的表面缺陷检测算法[J].浙江大学学报:工学版, 2010, 44(3): 448-452. Wang Xuan-yin, Liang Dong-tai. Surface defect detection based on multivariate image analysis[J]. Journal of Zhejiang University (Engineering Science), 2010, 44(3):448-452.
[7] Zhao X M, Wang W X, Wang L P. Parameter optimal determination for Canny edge detection[J]. Imaging Science Journal, 2011, 59(6):332-341.
[8] 唐路路, 张启灿, 胡松. 一种自适应阈值的Canny边缘检测算法[J]. 光电工程, 2011(5):127-132. Tang Lu-lu, Zhang Qi-can, Hu Song. An improved algorithm for Canny edge detection with adaptive threshold[J]. Opto-Electronic Engineerig, 2011(5):127-132.
[9] Han Ping, Wu Jing-xian, Wu Ren-biao. SAR target feature extraction and recognition based on 2D-DLPP[J]. Physics Procedia, 2012, 24:1431-1436.
[1] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[2] 林金花, 王延杰, 王璐, 姚禹. 全局相机姿态优化下的快速表面重建[J]. 吉林大学学报(工学版), 2018, 48(3): 909-918.
[3] 车翔玖, 张孙旻. 基于异步更新策略的蚁群边缘提取算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1577-1582.
[4] 周晓东, 张雅超, 谭庆昌, 张维君. 基于结构光视觉技术的圆柱度测量新方法[J]. 吉林大学学报(工学版), 2017, 47(2): 524-529.
[5] 张飞, 单忠德, 任永新, 聂军刚, 刘丰. 缸盖缺陷检测系统线阵相机现场标定方法[J]. 吉林大学学报(工学版), 2017, 47(2): 540-545.
[6] 颜飞, 周长久, 田彦涛. 用于目标定位的图像边缘点检测算法[J]. 吉林大学学报(工学版), 2016, 46(6): 2103-2110.
[7] 张波,王文军,魏民国,成波. 基于机器视觉的驾驶人使用手持电话行为检测[J]. 吉林大学学报(工学版), 2015, 45(5): 1688-1695.
[8] 张文杰, 熊庆宇, 石为人, 陈舒涵. 基于邻域加权的多层次模糊边缘检测算法[J]. 吉林大学学报(工学版), 2015, 45(3): 998-1004.
[9] 张保华, 黄文倩, 李江波, 赵春江, 刘成良, 黄丹枫. 基于I-RELIEF和SVM的畸形马铃薯在线分选[J]. 吉林大学学报(工学版), 2014, 44(6): 1811-1817.
[10] 赵宏伟, 陈霄, 龙曼丽, 裴士辉. 基于Riesz变换的图像边缘检测[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 133-137.
[11] 万川, 田彦涛, 刘帅师, 陈宏伟. 基于主动机器视觉的人脸跟踪与表情识别系统[J]. 吉林大学学报(工学版), 2013, 43(02): 459-465.
[12] 曲智国, 王平, 高颖慧, 王鹏, 沈振康. 基于开关式周围抑制的轮廓检测方法[J]. , 2012, (06): 1602-1607.
[13] 孙明超, 张崇, 刘晶红. 多尺度图像增强可见光与红外图像融合 [J]. , 2012, (03): 738-742.
[14] 曲智国, 王平, 高颖慧, 王鹏, 沈振康, 李江. 基于同化核分割相同值区域特征融合的边缘检测 [J]. , 2012, (03): 759-765.
[15] 赵丁选, 崔玉鑫, 龚捷, 倪涛, 侯敬巍, 赵颖, 王超飞. 基于机器视觉的运动目标跟踪及位置检测方法[J]. 吉林大学学报(工学版), 2010, 40(增刊): 257-0261.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!