狄玉鹏，孙见君，马晨波，郑伟，马琳博

（南京林业大学机械电子工程学院，江苏南京，210000）

0 引言

轮毂是汽车的重要部件，其大都是铸件，铸件完成以后需要进行精加工，根据不同的类型选择不同的加工路线、加工机床刀具[1-2]。然而由于轮毂的种类很多，不可能对一种类型的轮毂采用一条独立的生产线，所以导致多种类型的轮毂在一条生产线上生产和运输，继而在每一道工序都要人工参与，如人工分拣与搬运、人工测量轮毂尺寸等。人的精力有限，长时间工作会造成人眼疲劳，还会降低生产效率。

针对上述问题，不少企业和学者开展了轮毂识别的研究。如美国的康耐视公司生产的WIS-8000轮毂识别系统,该系统能较好的处理多干扰图像，进行有效地识别[3]。Behrouz N.Shabestari,John W.V.Miller等人研究了一种低成本实时的汽车轮毂识别系统,该系统运用轮毂有效区域进行高效准确识别[4-5]。东北大学的赵玉良提取了轮毂图像像素点总数、轮毂轮廓圆半径、轮毂孔洞个数和四个转动惯量实现轮毂型号的识别[6-8]。赵娇洁提取了9个轮毂图像区域进而实现了轮毂[9]。不难看出，准确提取轮毂有效区域是实现轮毂高效识别的前提。

目前机器视觉领域常用的识别方法主要有基于组件的模板匹配、基于相关性的模板匹配等[10]。由于轮毂大都为铸件，本身就是一个整体，目标又比较大，缩放更难以处理，故基于组件的模板匹配不太适用。相关性的模板匹配的特点是对光照的影响较小，且匹配速度快，但其精度较低。……