汽車密封條輪廓缺陷的視覺檢測方法
【專利摘要】本發(fā)明公開了一種汽車密封條輪廓缺陷的視覺檢測方法,載入CCD相機拍攝后的數(shù)字圖像;對載入的圖像進行閾值分割,得到二值圖像;對二值圖像進行濾波去除噪聲;對去噪后的圖像進行邊緣檢測;邊緣提取,得到每個邊緣像素點的坐標;計算目標區(qū)域的凸包;計算密封條截面的最小包圍面積矩形。本發(fā)明采用客觀的檢測方法,克服了現(xiàn)有通過人工檢測,勞動強度大、主觀因素影響嚴重、一致性差、密封條原料浪費率高等問題。有效利用汽車密封條原料、提高產(chǎn)品質(zhì)量和生產(chǎn)效率、降低生產(chǎn)成本。
【專利說明】汽車密封條輪廓缺陷的視覺檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電力設(shè)施領(lǐng)域,特別是一種汽車密封條輪廓缺陷的視覺檢測方法。
【背景技術(shù)】
[0002]密封條廣泛應(yīng)用于汽車的很多部位,可以很好的起到減震、防塵、隔音的作用,保護車內(nèi)人員和汽車其他重要零部件。密封條生產(chǎn)工藝復(fù)雜,最終的產(chǎn)品容易發(fā)生變形。現(xiàn)在國內(nèi)的很多密封條生產(chǎn)商在生產(chǎn)時依然使用人工來檢測密封條截面輪廓形狀,這種方式主觀性很強,而且人眼在精細工作時很容易疲勞,這些都會導(dǎo)致檢測結(jié)果不穩(wěn)定。
【發(fā)明內(nèi)容】
[0003]本發(fā)明所要解決的技術(shù)問題是:提供一種汽車密封條輪廓缺陷的視覺檢測方法,它能降低檢測的勞動強度、提高檢測的準確性,保證檢測的一致性,降低密封條原料的浪費,以克服現(xiàn)有技術(shù)的不足。
[0004]本發(fā)明的是這樣實現(xiàn)的:汽車密封條輪廓缺陷的視覺檢測方法,
[0005]a)載入CXD相機拍攝后的待測密封條的數(shù)字圖像;
[0006]b)對載入的圖像進行閾值分割,得到二值圖像;
[0007]c)對二值圖像進行濾波去除噪聲;
[0008]d)對去噪后的圖像進行邊緣檢測;
[0009]e)邊緣提取,得到每個邊緣像素點的坐標;
[0010]f)計算目標區(qū)域的凸包;
[0011]g)計算密封條截面的最小包圍面積矩形,得到矩形的長軸和短軸的長度、矩形的中心坐標以及長軸相對與X軸正方向的角度;根據(jù)相關(guān)密封條的公差分別設(shè)置長軸短軸的長度閾值(密封條在設(shè)計的時候就會制定合格零件的尺寸范);只有同時滿足長軸和短軸長度條件的才需要執(zhí)行步驟h),不滿足的就直接判斷為缺陷;
[0012]h)將測試圖像的最小包圍面積矩形的各項數(shù)值檢測后,與閾值進行比較,若合格,進行仿設(shè)變換;
[0013]i)計算待測圖像的輪廓點到最小面積包圍矩形中心的線段相對于X軸正方向的角度,然后統(tǒng)計每個角度的數(shù)量,制造角度直方圖;
[0014]j)根據(jù)角度直方圖得到的位移和角度差值為參數(shù)進行仿設(shè)變換;
[0015]k)
[0016]遍歷兩幅標準公差帶圖像與測試圖像;通過檢測配準后的測試圖像的目標邊緣是否落在標準公差帶圖像的公差帶內(nèi)來判斷測試密封條截面是否存在缺陷;對于超出公差帶的缺陷用圓圈標識出來;檢測結(jié)束。
[0017]在步驟b)中采用Otsu閾值分割法作為汽車密封條截面輪廓缺陷檢測系統(tǒng)的閾值分割算法;設(shè)圖像像素總數(shù)為N,灰度區(qū)間為[0,L-1],對應(yīng)灰度級i的像素數(shù)為IiiQ=O, 1,2,..., L-1),則總像素為:
【權(quán)利要求】
1.一種汽車密封條輪廓缺陷的視覺檢測方法,其特征在于: a)載入CCD相機拍攝后的待檢測密封條的數(shù)字圖像; b)對載入的圖像進行閾值分割,得到二值圖像; c)對二值圖像進行濾波去除噪聲; d)對去噪后的圖像進行邊緣檢測; e)邊緣提取,得到每個邊緣像素點的坐標; f)計算目標區(qū)域的凸包; g)計算密封條截面的最小包圍面積矩形,得到矩形的長軸和短軸的長度、矩形的中心坐標以及長軸相對與X軸正方向的角度;根據(jù)相關(guān)密封條的公差分別設(shè)置長軸短軸的長度閾值;只有同時滿足長軸和短軸長度條件的才需要執(zhí)行步驟h),不滿足的就直接判斷為缺陷; h)將測試圖像的最小包圍面積矩形的各項數(shù)值檢測后,與閾值進行比較,若合格,進行仿設(shè)變換; i)計算待測圖像的輪廓點到最小面積包圍矩形中心的線段相對于X軸正方向的角度,然后統(tǒng)計每個角度的數(shù)量,制造角度直方圖; j)根據(jù)角度直方圖得到的位移和角度差值為參數(shù)進行仿設(shè)變換; k) 遍歷兩幅標準公差帶圖像與測試圖像;通過檢測配準后的測試圖像的目標邊緣是否落在標準公差帶圖像的公差帶內(nèi)來判斷測試密封條截面是否存在缺陷;對于超出公差帶的缺陷用圓圈標識出來;檢測結(jié)束。
2.根據(jù)權(quán)利要求1所述的汽車密封條輪廓缺陷的視覺檢測方法,其特征在于:在步驟b)中采用Otsu閾值分割法作為汽車密封條截面輪廓缺陷檢測系統(tǒng)的閾值分割算法;設(shè)圖像像素總數(shù)為N,灰度區(qū)間為[0,L-1],對應(yīng)灰度級i的像素數(shù)為IiiQ=O, 1,2,..., L-1),則總像素為:
3.根據(jù)權(quán)利要求1所述的汽車密封條輪廓缺陷的視覺檢測方法,其特征在于:在步驟c)中選取連通區(qū)域面積法來去除噪聲,設(shè)定面積閾值,然后求取各個連通區(qū)域的面積;通過將各個連通區(qū)域的面積與閾值進行比較,小于閾值的區(qū)域都是噪聲區(qū)域。
4.根據(jù)權(quán)利要求1所述的汽車密封條輪廓缺陷的視覺檢測方法,其特征在于:在步驟e)中選取Canny邊緣檢測算法來處理圖像。
5.根據(jù)權(quán)利要求1所述的用于汽車密封條截面缺陷檢測方法,其特征在于:步驟f)中凸包的計算步驟: 1)在目標區(qū)域中找到最小橫坐標的全部像素點,然后在這些像素點中找到最小縱坐標的點,則該點一定是凸包上的點,記為Po ; 2)按照前面相應(yīng)相應(yīng)密封條的邊緣數(shù)據(jù),按照逆時針順序依次提取兩個點;判斷三點是否共線,若共線,則舍棄中間點,再提取一個點;若不共線,則將該三點進行排序,三點,分別為PpP1及P2 ; 3)創(chuàng)建循環(huán)隊列D來表示凸包,令隊列的頭指針b=0,尾指針t=-l。比較P2是否在Pd、P1的右邊,若是,則尾指針向右移動,分別將Ptl、P1、P2入隊,然后頭指針向左移動,將P2入隊;否則,則尾指針向右移動,分別將Pp Po、P2,然后頭指針向左移動,將P2入隊; 4)加入下一個點,將該點記為Ptl,判斷該點是否在凸包的內(nèi)部,即判斷以下條件是否滿足:b+Ι所指向的點不在從Pn到b所指向的點的方向的左邊,同時Pn不在從t-Ι所指向的點到t所指向的點的方向的左邊;若是,則繼續(xù)取點,如不是,則從新排列D的順序; 5 )尾指針t向左移動,判斷Pn是否在從t-Ι所指向的點到t所指向的點的方向的左邊,若是,則t繼續(xù)向左移動,然后接著判斷;否則將t向右移動,并將Pn入隊; 6)頭指針向右移動,判斷b+Ι所指向的點是否在從Pn到b所指向的點的方向的左邊,若是,則t繼續(xù)向右移動,然后接著判斷;否則將b向左移動,并將Pn入隊;然后轉(zhuǎn)去第四步。
6.根據(jù)權(quán)利要求1所述的用于汽車密封條截面缺陷檢測方法,其特征在于:步驟g)中最小包圍面積矩形的具體操作步驟如下: 1)在凸多邊形P的所有頂點中找出具有最大或者最小的X坐標或者I坐標的四個點,分別用P1、Pj、Pk和P1表示; 2)構(gòu)建Ls(Pj)和Ls(P1)作為在X方向的一對旋轉(zhuǎn)卡尺;構(gòu)建Ls(Pi)和Ls(Pk)作為y方向與第一對卡尺正交的卡尺; 3)分別考察Ls(Pi)與P的邊緣所成的角度Θ^ Ls(Pj)與P的邊緣所成的角度Θ」、Ls(Pk)與P的邊緣所成的角度9k以及Ls(P1)與P的邊緣所成的角度Θ1Ι5假設(shè)Qi =Hiiniei, 0J, Θ k, Θ J 0分別將四條支撐線旋轉(zhuǎn)Θ”則與邊緣重合的成了矩形的基線;矩形的四個角通過P1、Pi+1,Pj,Pk和P1計算出來; 4)計算新矩形的面積,并且和當(dāng)前最小值比較;如果小于當(dāng)前最小值則更新,并保存確定最小值的矩形信息; 5)重復(fù)以上兩個步驟,直到掃描完整個凸多邊形P; 6)輸出最小包圍面積矩形的相關(guān)數(shù)據(jù)。
7.根據(jù)權(quán)利要求1所述的用于汽車密封條截面缺陷檢測方法,其特征在于:步驟i)中角度直方圖的制造方法:角度直方圖的橫坐標表示角度,從O~359°,縱坐標表示每種角度的個數(shù),計算時,需要將360°的值加到0°上去;通過不斷的微調(diào),不斷比較新位置上的角度直方圖,當(dāng)他們的角度直方圖最相似時的角度差值和位置差值就是最終的平移距離和旋轉(zhuǎn)角度。
【文檔編號】G06T5/00GK103914827SQ201310403212
【公開日】2014年7月9日 申請日期:2013年9月6日 優(yōu)先權(quán)日:2013年9月6日
【發(fā)明者】陳麗娟, 何磊, 賀福強 申請人:貴州大學(xué)