摘 要

在机器视觉检测系统中，物体的外形特征检测是十分重要的。在图像处理技术中，用于检测图像中目标形状特征的的方法中，Hough变换使用的最为广泛。不过使用Hough变换检测方法作用的对象主要是边缘图像，因此在进行Hough变换检测前，需要对图像进行一系列预处理工作，这其中包括图像的滤波和边缘检测。

本文以条形零件为检测对象，对基于Hough变换的零件边缘检测方法进行研究。本文设计的研究方案是，以整个零件的边缘轮廓为图像特征，对采集的图像进行预处理后，通过canny算子提取边缘，再通过Hough变换提取边缘直线的方法将其边缘在原图标注。图像预处理的方法中，选用了直方图均衡化来增强图像对比度。采用中值滤波滤除噪声，再用Prewitt模板锐化图像增强边缘轮廓。通过Canny算子获取边缘后将图像二值化，再次突出边缘，最后通过Hough变换检测方法将获取的边缘标注到原图。

本文首先设计出基于Hough变换的零件边缘检测方法的系统流程图，然后对于其中有多种方法滤波和边缘检测阶段，做了进一步讨论，通过仿真实验对比选用最合适的中值滤波和Canny算子。这样降低了误差，也达到了现阶段设计要求。

关键字:机器视觉、边缘检测、Hough变换

Abstract

In machine vision detection system, the physical characteristics of the object are very important. In the image processing technique, the Hough transformation is the most widely used for detecting target shape characteristics in images. But the Hough transform is mainly used to the edge image of the role of detection method, so before Hough transform to detect it, need to work on a series of pretreatment of image, which includes image filtering and edge detection.

This paper studies the edge detection method based on the Hough transformation based on the bar parts. This paper is the design of the research program, the edge of the outline of the whole parts as image features, after the acquisition of image preprocessing, through canny operator to extract the edge, and then by the method of Hough transform to extract the edge line its edge in the original image annotation.

In the method of image preprocessing, the image contrast ratio is enhanced by means of histogram equalization. Use the median filter to filter the noise, and then sharpen the edge profile with the Prewitt template. By using the Canny operator to get the edge, the image is two, and the edge is highlighted again, and the edge is indicated by the Hough transform test method.

This paper designed the part edge detection method based on Hough transform system flow chart, and then for which there are different ways to filter and edge detection phase, made a further discussion, through the simulation experiment contrast to choose the most appropriate median filtering and Canny operator. This reduces the error and also meets the current design requirements.

Keywords: machine vision, edge detection, Hough transformation

目录

第1章 绪论 1

1.1课题研究的背景和意义 1

1.2 国内外发展现状 2

1.2.1 Hough变换检测现状 2

1.2.2 机器视觉检测技术发展现状 3

1.3 主要研究内容 3

1.3.1 数字图像预处理 4

1.3.2 Hough变换 4

第2章 数字图像预处理阶段算法分析 6

2.1 数字图像的基本概念 6

2.2 数字图像增强 6

2.2.1 直方图分布统计和直方图均衡化 6

2.2.1.1 直方图分布统计 6

2.2.1.2 直方图均衡化 7

2.2.2 消除噪声 8

2.2.2.1 高斯滤波 9

2.2.2.2 中值滤波 9

2.2.2.3 均值滤波 10

2.2.3 图像锐化 11

2.2.4 图像边缘检测 12

2.2.4.1 基于一阶微分的图像边缘检测算法 12

2.2.4.2 基于二阶微分的图像边缘检测算法 13

2.2.4.3 Canny边缘检测算法 14

2.3 本章小结 15

第3章 基于Hough变换的零件边缘检测系统设计 16

3.1 Hough变换检测直线 16

3.2 广义Hough变换 18

3.3 系统设计 19

3.4 本章小结 22

第4章 系统仿真调试及结果分析 23

4.1 GUI界面设计 23

4.2 系统调试及结果分析 23

4.2.1阶段调试分析 23

4.2.2系统整体调试分析 26

4.3 本章小结 27

第5章 总结与展望 28

5.1 全文工作总结 28

5.2 下一步展望 28

参考文献 29

致谢 30

第1章 绪论

1.1课题研究的背景和意义

在现代工业生产中，自动化生产的比例越来越大，为了实现自动化生产，需要使用各种各样的自动检查、测量和零件识别技术，如：各种机械零件的几何尺寸测量，识别并进行分类处理、大型工件垂直度的测量。利用机器视觉^[1]对零件图像进行检测处理的方法具有无接触、高效率等优点。随着数字图像处理算法理论和计算机软硬件设施的不断飞速发展，机器视觉检测系统^[2]在工业生产的各个方面，也得到了越来越多的使用。

在过去为了对零件边缘进行各项指标是否合格检测，只能手动使用各种工具进行测量。但是人工检测，通过肉眼观察，主观性太强，误差大，效率也很低^[3]。而且有些涉及到精确测量的零件观测人员很容易用眼疲劳，劳动强度也很大，进一步产生生产误差和降低生产效率。所以，随着工业生产的告诉发展，依靠人工进行零件边缘特征检测已经不能够满足工业自动化发的需求。

基于机器视觉的零件检测系统具有如下优点：（1）平台容易搭建，只要一个摄像机和一台计算机，就可以搭建出简单的机器视觉检测系统；（2）可以将整套检测系统完全的数字化、网络化和智能化，可以实现在线功能，满足工业自动化检测的要求^[4]，并且更容易集成和管理；（3）高精度，在拥有合适的软件算法和摄像头的条件下，机器视觉检测可以达到非常高的检测精度，而且不会产生疲劳错判这种误差；（4）能够实现非接触在线检测零件^[5]，在不接触物体的条件下就能完成检测，对于一些作业危险或人工难以接触的场合作用巨大^[6]。机器视觉检测能够提高生产的自动化程度和柔性。基于机器视觉的检测技术，已经引起了众多科研人员的关注，各种技术正得到不断更新和发展。