基于機(jī)器視覺(jué)的車(chē)鏡瑕疵在線自動(dòng)化檢測(cè)方法研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，汽車(chē)產(chǎn)量也在不斷增加，中國(guó)已經(jīng)成為了汽車(chē)生產(chǎn)大國(guó)。汽車(chē)后視鏡的質(zhì)量直接影響著汽車(chē)駕駛員對(duì)車(chē)輛周?chē)闆r的準(zhǔn)確判斷，直接影響著乘車(chē)人員的安全。因此，汽車(chē)生產(chǎn)商對(duì)車(chē)鏡的生產(chǎn)提出了嚴(yán)格的質(zhì)量要求。目前，車(chē)鏡廠商大部分采用人工目測(cè)的方式進(jìn)行車(chē)鏡瑕疵檢測(cè)。由于該方式存在檢測(cè)效率低，檢測(cè)結(jié)果主觀性強(qiáng)等缺點(diǎn)，已經(jīng)難以滿足目前的車(chē)鏡瑕疵檢測(cè)要求。近年來(lái)，機(jī)器視覺(jué)和自動(dòng)化控制技術(shù)的發(fā)展，為車(chē)鏡瑕疵自動(dòng)化檢測(cè)提供了良好的技術(shù)基礎(chǔ)。

2、r>　　本論文在充分分析了車(chē)鏡瑕疵特征的基礎(chǔ)上，提出了一種在線智能化車(chē)鏡瑕疵圖像檢測(cè)系統(tǒng)。所設(shè)計(jì)的圖像檢測(cè)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(cè)工位1和檢測(cè)工位2。其中，檢測(cè)工位1的檢測(cè)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(chē)鏡表面圖像，以檢測(cè)鏡面的瑕疵，如劃痕（內(nèi)劃痕和外劃痕）、麻點(diǎn)等；檢測(cè)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(chē)鏡圖像，以檢測(cè)鏡面漏光、爆邊等瑕疵。
　　在車(chē)鏡圖像處理方面，首先在分析車(chē)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?yàn)V波等方式對(duì)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(wèn)題；其次，采用傳統(tǒng)的閾值分割方法對(duì)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(duì)圖像進(jìn)行開(kāi)閉運(yùn)算，進(jìn)一步抑制圖像噪聲對(duì)檢測(cè)目標(biāo)的影響；然后，針對(duì)分割出的瑕疵區(qū)域進(jìn)行圖像連通性分割，并對(duì)分割出的每個(gè)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(lèi)方面，采用瑕疵區(qū)域面積、周長(zhǎng)、最小外接矩形長(zhǎng)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(jì)出車(chē)鏡瑕疵分類(lèi)器，實(shí)現(xiàn)對(duì)車(chē)鏡圖像瑕疵進(jìn)行分類(lèi)。另外，為進(jìn)一步提高車(chē)鏡瑕疵的準(zhǔn)確率，針對(duì)車(chē)鏡瑕疵圖像斷裂可能導(dǎo)致車(chē)鏡瑕疵特征提取和分類(lèi)的錯(cuò)誤，設(shè)計(jì)了圖像瑕疵連接算法，實(shí)現(xiàn)對(duì)斷裂車(chē)鏡瑕疵圖像的連接；并對(duì)車(chē)