多目标识别技术是工业生产线上自动检测识别系统的核心技术,其研究内容涉及图像处理、模式识别、自动控制和人工智能等许多相关领域的知识。本课题以工业自动生产线上多目标物手机贴膜为研究对象,针对复杂背景及部分遮挡情况下的多目标图像错、漏识别等问题,开展手机贴膜多目标图像的识别技术研究,主要完成的工作如下:(1)识别系统硬件设计。以获取高质量的图像为目标,结合手机贴膜的识别精度要求,按照视觉检测应用中相机和镜头的选型原则,分析确定本系统的光源、镜头、相机等硬件选型方案。(2)图像预处理算法研究。对摄取的手机贴膜图像进行预处理,主要目的是获取手机贴膜清晰的二值化图像,其预处理过程主要包括:采用加权平均值法进行图像灰度化,利用十字形中值滤波器对图像进行滤波,采用直方图均衡化增强法进行图像增强,用最大类间方差阈值分割算法进行图像分割,最终得到清晰的手机贴膜二值化图像。(3)图像特征的提取技术和多目标识别算法研究。首先采用8连通域标识法对二值化目标图像进行连通域标识,并利用不变矩的旋转平移不变性对手机贴膜图像进行位置校正,得到若干个待定目标;其次提取各个待定目标的面积特征并根据已知的单个目标的面积初始阈值排除非真实目标;然后采用K均值算法对真实目标进行聚类得到若干不同类目标;最后从每类目标中选取一个目标并提取其5*5比例特征与标准模板进行匹配,从而确定目标是否为手机贴膜。(4)部分遮挡图像的识别算法研究。针对手机贴膜识别过程中出现的部分遮挡情况,采取改进Hausdorff距离作为识别特征进行手机贴膜的识别。将二值化后的模板图像在所有标记的连通域中逐像素滑动,求每一对应位置的改进Hausdorff距离,并将所求Hausdorff距离值与所设定的距离阈值进行比较,如果小于该设定阈值,则该位置处的图像就是所要识别的目标图像。实验表明,本文提出的基于特征联合的多目标识别算法很好地解决了多目标识别中的尺寸缩放和角度旋转等问题,并且对于识别中可能出现的部分遮挡情况,提取改进的Hausdorff距离特征也能实现部分遮挡目标地准确识别。