车轮是摩托车、汽车和火车等的重要组成部分,是完成运输任务的不可或缺的重要组件,是重要的运输承载体,为社会的进步与发展做了重大贡献。随着科学技术的发展,我国车轮的生产工艺有了很大的进步,但比国外发达国家还有一定的差距,特别是在车轮生产自动化和智能化方面差距甚大。德国等发达国家的车轮生产工艺采用全自动模式,既减少了劳动力,又提高了劳动效率,但半成品的车轮挂到链式运输设备还未实现自动化,绝大多数车轮企业仍然靠人抬放到悬链上,且要保证气门孔朝上位置,针对这一要求,论文基于先进的机器视觉技术,以Visual C++为平台,以双目摄像机为眼睛,对车轮及其气门孔进行特征提取和识别研究。本论文以山东省自然科学基金为依托,完成上述的图像处理与分析部分。本论文的研究内容包括以下几部分:(1)机器视觉实验系统的设计。本论文将机器视觉应用到车轮的检测中,首先要设计一个可行的实验系统,此系统包括实验的平台、光源设计和摄像机等硬件。本课题要对摄像机进行标定,对实验进行数学建模,从理论上分析了实验系统设计的可行性。(2)车轮的图像处理与分析。在车轮的抓取过程中,首先要确定车轮的位置,为了寻找车轮中心的位置,首先要采集车轮的图像,并对图像进行处理与分析,车轮图像处理与分析的主要方法有:对车轮图像进行去噪处理、滤波等预处理工作;对预处理过的车轮图像进行边缘检测和阈值分割,从而获得简明的图像特征;依据图像特征,采用投影法获取车轮图像中车轮中心点的位置。(3)气门孔的图像处理与分析。气门孔的位置是车轮装卸定位的重要依据,所以要对车轮外缘进行图像采集,通过对所采集图片的处理与分析获取气门孔的信息,从而对车轮进行定位悬挂。本文对气门孔图像的处理与分析的主要方法有:气门孔图像的预处理;气门孔图像的边缘检测与阈值分割;气门孔图像的测量,完成气门孔图像的识别。本文通过对气门孔的识别来完成气门孔悬挂定位的任务。本课题采用机器人装卸车轮,针对车轮及其气门孔的形状,采用基于机器视觉的图像处理与分析,获取图像的特征信息并识别目标物体,以利于机器人准确找到车轮中心与气门孔的位置,为实现车轮搬运的自动化打下良好的基础。