Visual C++ 6.0 实现车轮倾角检测

^论文字数:14078,页数:47

摘要
车轮倾角检测是汽车前轮定位中的关键，它对于各项参数的检测精确度和效率都有很高的要求，这是手工测量不能实现的。本文运用数字图象处理技术，实现汽车倾角的检测，克服传统的人工检测的弊端作为目标，开展面向倾角检测的机器视觉系统的研究工作。从应用角度来讲，可以事先在车轮上垂直安置一块特殊的绘有四个圆形图案的矩形模板，通过CCD正面采集图像，在此基础上利用梯形畸变校正法(又名两步投影法)，在一定的角度范围内，对经过预处理的图像进行角度校正，最后利用Hough圆检测技术实现特征点提取并进行圆形判断的原理实现汽车倾角的测量。
关键词：车轮倾角检测，梯形畸变校正，Hough圆检测

 Abstract

Wheel Inclination Detection is the Key of Front-wheel Orientation. The high precision and efficiency are required in this detection, but it's impossible by manual way. This article develops an Inclination Detection System which avoids the defects of manual detection and achieves the goal of the Inclination Detection by using the digital image processing technology. From the application perspective, we can get a special rectangular template, which has four circles on it, then put it on the wheel vertically.  Collect a picture with a CCD which parallels the horizontal line. After a picture   pretreatment, Trapezoid Distortion Correction Method (which also known as Two Steps Projection Method) is used to correct the picture in inclination range. Then extract characters and check the figure in the picture by Hough Round Check. If the figure is a circle, it can be sure the inclination is found.

Keywords: Wheel Inclination Detection，Trapezoid Distortion Correction Method, Hough Round Check

目   录
摘要 I
Abstract II
目   录 III
第1章 引言 1
1.1 背景 1
1.2 知识背景 3
1.3 研究内容 3
1.4 本章小结 3
第2章  开发工具和数字图像基础知识 4
2.1 Visual C++6.0简介 4
2.1.1工具简介 4
2.1.2 MFC简介 5
2.2 数字图像基本概念 6
2.2.1 数字图像的表示 6
2.2.2位图文件结构 6
2.2.3二值化处理 9
2.2.4图像的旋转 9
2.3 本章小结 10
第3章 倾角检测相关算法 11
3.1 畸变矫正原理 11
3.2由真实CCD上的点投影到地面 11
3.2.1 实际CCD的垂直方向（Y1方向）在地面上的投影 12
3.2.2　实际CCD的水平方向（X1方向）在地面上的投影 12
3.3 由地面上的点投影到虚拟CCD上 14
3.3.1  虚拟CCD平面高度的确定 14
3.3.2  地面Y2方向的长度投影到虚拟CCD平面 14
3.3.3  地面V2方向的长度投影到虚拟CCD平面 15
3.4 HOUGH变换圆检测 15
3.4.1 HOUGH变换原理 15
3.4.2变换前预处理 17
3.4.3 HOUGH变换 19
3.5 倾角测量算法原理(一) 20
3.5.1算法的流程图 20
3.5.2图像预处理阶段 21
3.5.3倾角值检测阶段 21
3.6 倾角测量算法原理(二) 22
3.6.1图像预处理阶段 22
3.6.2倾角值检测阶段 22
3.7 本章小结 22
第4章  程序结果与分析 23
4.1算法一的测量结果 23
4.2两种算法结果对比 25
4.3 本章小结 26
第5章 总结和展望 27
第6章 致谢 28
第7章 参考文献 29
附录 源代码 30

相关论文