基于機器視覺的車鏡瑕疵在線自動化檢測方法研究.pdf

1、隨著我國經(jīng)濟(jì)的飛速發(fā)展，汽車產(chǎn)量也在不斷增加，中國已經(jīng)成為了汽車生產(chǎn)大國。汽車后視鏡的質(zhì)量直接影響著汽車駕駛員對車輛周圍情況的準(zhǔn)確判斷，直接影響著乘車人員的安全。因此，汽車生產(chǎn)商對車鏡的生產(chǎn)提出了嚴(yán)格的質(zhì)量要求。目前，車鏡廠商大部分采用人工目測的方式進(jìn)行車鏡瑕疵檢測。由于該方式存在檢測效率低，檢測結(jié)果主觀性強等缺點，已經(jīng)難以滿足目前的車鏡瑕疵檢測要求。近年來，機器視覺和自動化控制技術(shù)的發(fā)展，為車鏡瑕疵自動化檢測提供了良好的技術(shù)基礎(chǔ)。

2、r>　　本論文在充分分析了車鏡瑕疵特征的基礎(chǔ)上，提出了一種在線智能化車鏡瑕疵圖像檢測系統(tǒng)。所設(shè)計的圖像檢測系統(tǒng)安裝于生產(chǎn)線的空氣凈化室內(nèi)。在密封的空氣凈化室內(nèi)部設(shè)置檢測工位1和檢測工位2。其中，檢測工位1的檢測裝置由線掃CCD、鏡頭、線光源及光電編碼器組成，采用高亮度聚光線光源進(jìn)行側(cè)方向傾斜照明方式，獲取的車鏡表面圖像，以檢測鏡面的瑕疵，如劃痕（內(nèi)劃痕和外劃痕）、麻點等；檢測工位2由面陣CCD、鏡頭及背光源組成，采用背光照明方式，獲取的

3、車鏡圖像，以檢測鏡面漏光、爆邊等瑕疵。
　　在車鏡圖像處理方面，首先在分析車鏡瑕疵形成原因及瑕疵圖像特征的基礎(chǔ)上，提出利用快速傅立葉變換、高斯頻域濾波等方式對圖像進(jìn)行預(yù)處理，以解決圖像局部光照不均等引起的圖像質(zhì)量下降等問題；其次，采用傳統(tǒng)的閾值分割方法對圖像中的瑕疵區(qū)進(jìn)行粗分割后，利用形態(tài)學(xué)圖像處理算法，對圖像進(jìn)行開閉運算，進(jìn)一步抑制圖像噪聲對檢測目標(biāo)的影響；然后，針對分割出的瑕疵區(qū)域進(jìn)行圖像連通性分割，并對分割出的每個區(qū)域進(jìn)行面

4、積篩選，去掉噪聲引起的小面積區(qū)域，從而準(zhǔn)確分割出圖像瑕疵區(qū)域；最后，在瑕疵分類方面，采用瑕疵區(qū)域面積、周長、最小外接矩形長和寬、區(qū)域致密性等圖像幾何信息和瑕疵區(qū)域圖像灰度均值、灰度最大值和最小值等圖像灰度信息構(gòu)建圖像瑕疵區(qū)域的特征向量，設(shè)計出車鏡瑕疵分類器，實現(xiàn)對車鏡圖像瑕疵進(jìn)行分類。另外，為進(jìn)一步提高車鏡瑕疵的準(zhǔn)確率，針對車鏡瑕疵圖像斷裂可能導(dǎo)致車鏡瑕疵特征提取和分類的錯誤，設(shè)計了圖像瑕疵連接算法，實現(xiàn)對斷裂車鏡瑕疵圖像的連接；并對車