摘 要

随着工业化进程，机器替代人工生产已成为主流。在计算机视觉领域的应用也渐渐融入我们的生活，在工业制造的工厂中，使用摄像头来代替人眼，计算机代替人工判断螺丝是否漏打，O型圈是否漏装有着很大的现实意义。研究产线视频防错系统，可以提高工业化水平，也是为我国社会主义现代化建设作出贡献。

本文的研究内容如下：

1. 如何使用VS2017和OpenCV的开发环境。使用基于C 的编程语言，调用OpenCV函数库中的相关函数，例如matchTemplate()函数、highgui.h数据库，来实现对图像的处理和识别。
2. 利用颜色来识别O型圈。由于整个O型圈颜色是一样的，可以通过在固定位置查找对应O型圈颜色来判断是否有O型圈。识别过程中使用到了灰度图、RGB与HSV的转换和形态学应用中的开运算等技术手段。
3. 利用模板匹配来识别螺丝。在工业制造中，某一种产品的螺丝形状和位置是固定的，可以预载螺丝形状，与产品对比，确认是否有螺丝。识别过程中使用了模板匹配算法，通过调节相关参数和阈值，以达到识别对应螺丝的目的。

关键词：图像处理；模板匹配；颜色识别；OpenCV

Abstract

With the process of industrialization, machine substitution for manual production has become the mainstream. In the field of computer vision, the application is gradually integrated into our life. In industrial factories, the use of cameras instead of human eyes, computers instead of artificial judgment of whether the screw is missing, whether the O-ring is missing has great practical significance. Studying the video error-proof system of production line can improve the level of industrialization and contribute to the socialist modernization construction of our country.

The research contents of this paper are as follows:

1. How to use VS2017 and OpenCV development environment. Using C based programming language, we call related functions in OpenCV library, such as matchTemplate () function and highgui. h database, to realize image processing and recognition.

2. Recognition of O-rings by color. Because the color of the whole O-ring is the same, we can judge whether there is an O-ring by looking for the corresponding O-ring color in a fixed position. Gray scale image, RGB and HSV conversion and open operation in morphological application are used in the recognition process.

3. Use template matching to identify the screw. In industrial manufacturing, the shape and position of a product's screw is fixed. It can preload the shape of the screw and compare with the product to confirm whether there are any screw. Template matching algorithm is used in the process of recognition. By adjusting the relevant parameters and thresholds, the purpose of identifying the corresponding screw is achieved.

Key words: image processing； template matching； color recognition； OpenCV

目 录

第一章 绪论 1

1.1课题来源与意义 1

1.2国内外研究现状 1

1.3本文内容结构安排 2

第二章 开发环境介绍 3

2.1 OpenCV概述 3

2.2 Visual Studio2017概述 4

2.3 OpenCV在VS2017下的配置方法 5

2.4本章小结 5

第三章 图像预处理 6

3.1图像识别常见名词释义 6

3.2图像的灰度化 6

3.3RGB转HSV识别颜色 9

3.4图像噪声与去噪方法 11

3.4.1图像噪声的分类 12

3.4.2图像噪声的消除方法 14

3.5开运算与闭运算 17

3.6本章小结 18

第四章 目标识别的实现 19

4.1边缘检测 19

4.2模板匹配 26

4.3实验验证 28

4.3.1 O型圈识别 29

4.3.2螺丝识别 31

4.4本章小结 32

第五章 总结与展望 33

致谢 34

参考文献 35

附录A（识别O型圈） 36

附录B（识别螺丝） 38

第一章 绪论

1.1课题来源与意义

随着工业化进程，人民生活水平也不断提高，相应的满足人民生活娱乐需求的产品也变得丰富繁多，例如电视机遥控器、玩具电动汽车、排插、汽车引擎等诸多产品，这些产品在装配时大多数需要打螺丝固定产品部件，有的产品还需要O型进行密封处理。在生产过程中，由于螺丝种类多，体积小，不容易监控，出现漏打螺丝或者O型圈的情况较多。因此，利用计算机图像处理来识别螺丝是否漏打、O型圈是否漏装对于提升产品的合格率有着重要的意义。

利用计算机视觉来代替人眼，识别人眼不易观察的地方，判断这些地方的螺丝是否漏打、O型圈是否漏装的产线视频防错系统应运而生。计算机视觉是利用图像摄取装置，比如摄像头将被拍摄的目标图像转换为数字图像信号，再通过相关系统进行图像处理，从而识别图像中的目标，获取相关图像信息。