一种用于汽车连杆检测的机器视觉系统研究  

Research on detection system of automobile connecting rod based on machine vision

作　　者：潘泉松[1] 侯北平[1] 陈良仁[1] 

机构地区：[1]浙江科技学院自动化与电气工程学院,杭州310023

出　　处：《浙江科技学院学报》2013年第1期15-20,共6页Journal of Zhejiang University of Science and Technology

基　　金：浙江省公益性技术应用研究计划项目(2011C31014);浙江科技学院学科交叉预研项目(2010JC02Y)

摘　　要：连杆作为汽车的主要部件之一,有时存在序列号不匹配的情况,目前多用肉眼检测,误判率高,检测效率低下。针对这一问题,设计了基于机器视觉的汽车连杆检测系统,它可实时采集连杆图像,并以Hu矩作为特征向量,采用BP神经网络算法训练分类器进行连杆字符识别,从而实现了对连杆产品的自动检测。研究结果表明,该系统字符识别准确率在97.50%以上,大大提高了工作效率,降低了劳动强度,具有较高的推广价值。In order to decrease the mismatching in the detection of automobile connecting rod, a new detection system based on machine vision is designed. This system which integrates BP neural network training approach with Hu＇s moments features can detect the connecting rod images in real-time. The experiment results show that the accuracy rate is over 97. 50~, meeting our design requirements. It has an important effect on the manufacture of automobile connecting rod with lower labor intensity and higher promotional value.

关 键 词：连杆检测 BP神经网络 HU矩 

分 类 号：TP274.5[自动化与计算机技术—检测技术与自动化装置] U464.133.2[自动化与计算机技术—控制科学与工程]