[發明專利]一種基于機器視覺的汽車拉環鎖扣鉚合的檢測方法

有效

• 申請號: 201410184659.7
• 申請日: 2014-04-30
• 公開（公告）號: CN103955933B
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 周迪斌;徐平;朱佳寧;吳連明;胡斌;胡保坤;吳英飛;虞璐;賈檑萍
• 申請（專利權）人: 杭州師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 杜軍

1.一種基于機器視覺的汽車拉環鎖扣鉚合的檢測方法，其特征在于包括如下步驟：

步驟1.采集一張汽車拉環鎖扣圖像，具體通過CCD相機拍攝汽車拉環鎖扣圖像和將圖像轉換成灰度圖像G；

步驟2.汽車拉環鎖扣圖像預處理，對轉換后的灰度圖像G進行去噪和增強其對比度，生成預處理后的灰度圖像G1；

步驟3.通過灰度圖像G1進行鉚合檢測，包括鉚合參數和未鉚合參數的檢測，提取Hough累積值；

步驟4.綜合參數比較階段：綜合參數包括檢測到的Hough累積值、圓的半徑；

步驟5.幾何約束條件判斷，利用檢測到的兩圓的圓心之間的間距和圓心之間的最大角度范圍進行最終判斷是否鉚合；

步驟1所述的汽車拉環鎖扣圖像采集，具體如下：

1-1、相機垂直于汽車拉環鎖扣正上方，且相機正上方固定有光源；汽車拉環鎖扣固定在水平導軌上；然后對待檢測的汽車拉環鎖扣進行圖像采集；

1-2、通過加權平均法將采集到的汽車拉環鎖扣圖像轉換成灰度圖像G；灰度圖像G的轉換具體如下：

Gray＝R×0.3+G×0.59+B×0.11

對汽車拉環鎖扣圖像中的每一個像素點處理，就能將其轉換成灰度圖像G；其中R、G、B為一個像素點的值的基色分量；

步驟2所述的汽車拉環鎖扣圖像預處理，具體如下：

2-1、對獲取到的灰度圖像G進行圖像預處理，通過中值濾波方法除去灰度圖像G的噪聲點；

2-1-1、選定5×5的鄰域，將鄰域內的像素按灰度等級進行排序，確定其中值；

2-1-2、將確定的中值賦予濾波后圖像中的相應像素點，所述的相應像素點即進行中值濾波的那個像素點；

2-2、對去噪之后的灰度圖像進行直方圖均衡化，以增強圖像對比度，得到預處理后的灰度圖像G1；

2-2-1、對灰度圖像G1統計直方圖，求解灰度圖像G1的概率；

P_r(r_k)＝n_k/N

其中，P_r(r_k)表示灰度圖像G1中灰度級r_k出現的概率，N為灰度圖像G1中像素的總數；n_k為第k級灰度的像素；r為灰度級；r_k為第k個灰度級，k＝0、1、2、……255；

2-2-2、根據統計出的直方圖，采用累積分布函數作變換，

Sj=T(rj)=Σj=0255Pr(rj)]]>

其中，S_j為變換后得到的新圖像G2的新灰度，j＝0、1、2、……255，T()為一個單調遞增的變換函數；

2-2-3、用新灰度S_j代替舊灰度r_k，即對灰度圖像G1的直方圖進行修正，得到了新圖像G2；

步驟3所述的通過灰度圖像G1進行鉚合檢測，通過設定的鉚合參數和未鉚合參數，分別獲取鉚合和未鉚合識別參數，具體如下：

3-1、預先設定好鉚合參數和未鉚合參數的取值范圍；

3-2、根據同一規格的汽車拉環鎖扣的兩個鎖孔位置是一致的，同時由于外部的檢測器材的位置是固定的，因此在新圖像G2上根據鎖孔位置劃分出兩個檢測區域，使得這兩個檢測區域分別包含一個汽車拉環鎖扣的鎖扣位置；

3-3、計算兩個檢測區域內圖像的梯度值；

3-3-1、設檢測區域內圖像上的某一點坐標為I(x,y),則檢測區域內圖像在該點I(x,y)的梯度值D_I計算如下：

D_I＝Sqrt(D_x×D_x+D_y×D_y)；

D_x＝(I(x+1，y)-I(x-1，y))/2；

D_y＝(I(x,y+1)-I(x,y-1))/2；

其中,D_x和D_y分別為點I(x,y)在X方向和Y方向的灰度梯度；

對梯度值D_I進行優化，優化后的梯度值D如下：

D＝a*D_I+b*(I₁-th),

D＝a×D_I+b×(I₁-th)

其中a、b為比列系數，a＝0.9，b＝0.1，D_I為之前計算的圖像梯度值，I₁為點I(x,y)的灰度，th為設定的灰度閾值；

對于I₁-th小于等于0的，則點I(x,y)為邊緣的可能性降低；

對于I₁-th大于0的，則點I(x,y)為邊緣的可能性增加；

當D值大于設定的邊緣閾值時，即選取此點作為Hough變換的對象，進行Hough累積值的提取統計；

3-4、進行Hough變換，分別提取為鉚合參數時的Hough累積值Accum₁和Accum₂，以及為未鉚合參數時的Hough累積值accum₁和accum₂；若未能提取Hough累積值，則認為該Hough累積值為0，表明該區域的圖像未能有效檢測；

3-5、采用低通濾波確定圓心的位置，并取得Hough累積值；

由于圓心點位置只存在于一個較小區域，因此將該較小區域作為待濾波區域，該較小區域為最初確定的待檢區域的中心，長寬分別為原始的目標區域的1/2和1/3即可；

(x-a)²+(y-b)²＝r²

式中，(a,b)為圓形的圓心，r為圓形的半徑，垂直于圓邊界點的垂線最終會通過圓心；

定義一個參數空間(a,b)空間，圓的邊緣點對應的垂線就變成了參數空間(a,b)中的線段；

邊緣垂線段的表達式為A(i±a,j±b)←A(i±a,j±b)+E(i,j)，式中，a＝rsinθ，b＝rcosθ，其中r∈(r_min,r_max)；(r_min,r_max)定義了圓半徑的范圍，參數空間(a,b)用A表示，E(i，j)表達了邊緣的強度，該變換會在圓心處形成“亮點”，從而得到了圓心的可能值；

3-6、得到鉚合參數的圓心坐標以及圓半徑，和未鉚合參數時的圓心坐標以及圓半徑。