基于模板匹配的轮型代码自动识别系统的研究

1 引言

轮毂是汽车运动中极为重要的部件，在生产过程中，不同的轮型选择不同加工路线、加工机床、刀具等。在自动化生产线上要实现多品种的混流生产，轮毂型号的识别，过去主要是靠人工识别，这种方法效率低且不能满足现代工业生产线的要求，所以急需一种快速、准确的检测方法。本系统研究的是一种轮型代码自动识别系统。轮型代码自动识别系统是一个集光、机和电技术为一体的机器视觉识别系统，系统能自动识别生产线上生产出来的轮毂型号，并进行生产统计与分检，其优点是机器识别、在线识别、识别准确率高。

2 系统构成

轮型代码自动识别系统主要由工业控制计算机、千兆网卡、工业CCD相机、LED光源、支架、定位装置、显示器和打印机等组成，系统结构框图如图1所示。

图1  系统结构框图

3 图像采集及预处理

由于在采集过程中的光线变化、轮毂封层、设备振动等原因，图像中不可避免的存在一些噪声，但影响成像效果的主要是背景和光照。采集图像时，系统采用LED光源，以消除背景干扰和光照不均匀带来的影响，并且使轮毂尽量充满CCD视野。

在对采集到的图像进行处理前，需要先对图像进行预处理，就是要对噪声图像进行滤波，平滑噪声图像等步骤。图像保存为.BMP格式，大小为640x480，每一个轮毂在采集图像之后系统自动将图像存入指定的目录。

4 用Rober边缘检测算子提取轮毂特征

轮毅图像中的特征很多，为了获取理想的识别结果，在选取特征时要考虑所选特征的稳定性，也就是同一型号轮毅不同个体之间共有的、稳定的，显著区别于其他类型轮毂的特征[1]，并且依靠这些特征建立不同型号轮毂的模板库，系统根据轮毂的模板库识别轮毂型号。

 Robert边缘检测算子是一种利用局部差分算子提取图像边缘轮廓的算子。其核心公式如下，为原始像素点的灰度值，为转换后像素点的灰度值。

     （1）

文中以轮毂型号为801775为例，运用方程(1)提出的算法提取轮毂的边缘特征并制作模板。制作模板时，尽量选择轮毂图像清晰，表面洁净的轮毂图片作为模板，然后将模板存入数据库，如图2所示。

图2  轮毂型号为801775图像处理结果

5 模板匹配识别

根据前面列出的轮毂特征基本上能把不同类型的轮毅区分开。但分类识别的算法多种多样，选择一个好的算法既可减少计算时间提高效率，又可以提高正确率，避免或尽量减少误判[1]。系统中根据提取的轮毂特征制作模板库，通过模板匹配的方法实现轮毂型号识别。

模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置，它的基本原则就是通过相关函数的计算来找到它以及被搜索图的坐标位置。工作过程如图3来表示，设模板叠放在上平移，模板覆盖下的那块搜索图叫做子图，为子图左上角像点在图中的坐标，称为参考点。其中取值范围：

图3  模板（b）与被搜索图（a）

对于与的匹配程度，可用相关函数作相似性测度：

                                       (2)

或者归一化为

                             (3)

式(2)、式(3)描述了模板与子图的相关程度，最大相关处为最佳匹配处。将模板在搜索区域里平移，同时选用上面公式之一进行匹配计算，即可找到最佳匹配位置。

图3是模板库中只有1个轮毂模板，对型号为801775的另一幅图像通过图2（c）的模板识别之后，识别相似度为86.07%，识别时间60.18毫秒。

图3  轮毂801775识别结果

6 实验与结论

该算法已应用于中信戴卡轮毂制造有限公司的轮型代码自动识别系统中，该算法有效地实现了轮型代码的自动识别。我们对系统进行了全面的测试的构成中，使用了八个型号的轮毂，每种型号各200个轮毂，模板库中存在10个型号轮毂模板。

测试环境为CPU：E7500 2.93G和内存：4G DDR II。测试结果见表1所示。

表1  测试结果

该系统的轮型代码正确识别率为99%以上，由此可以说明基于模板匹配的轮型代码自动识别系统在轮型代码识别过程中使用的算法是有效的。

系统单幅轮毂图像识别处理时间不到0.5秒，如果再加上硬件执行时间，2秒钟之内将能完成识别，并且可以保证识别率在99%以上。完全能够满足生产线的要求。因此，轮型代码自动识别系统广泛应用于轮毂企业的生产线当中去，将对于提高企业的生产效率，保证企业产品质量具有积极的、重要的意义。

参考文献

[1] 赵玉良，刘伟军，刘永贤 汽车轮毅在线识别系统的研究 机械设计与制造[J] 2007.10

[2] 高彤，姜华，吕民 基于模板匹配的手写体字符识别方法[J] 哈尔滨工业大学学报1999.1