[發(fā)明專利]利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110853548.0
• 申請(qǐng)日: 2021-07-27
• 公開(kāi)（公告）號(hào): CN113578778A
• 公開(kāi)（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 陳煒;沈力;李建興;林華良;黃詩(shī)婷;羅堪;馬瑩
• 申請(qǐng)（專利權(quán)）人: 福建工程學(xué)院
• 主分類號(hào): B07C5/10
• 分類號(hào): B07C5/10;B07C5/342
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 丘鴻超;蔡學(xué)俊

1.一種利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：采集汽車玻璃的圖像信息后，首先利用輪廓檢測(cè)剔除外形非本批次的汽車玻璃，然后再利用色彩檢測(cè)剔除材質(zhì)、厚度與本批次不一致的汽車玻璃；所述輪廓檢測(cè)采用結(jié)合幾何矩和面積特征的輪廓匹配算法；所述色彩檢測(cè)采用結(jié)合歐氏距離和色彩特征的汽車玻璃材質(zhì)和厚度檢測(cè)算法。

2.根據(jù)權(quán)利要求1所述的利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：所述汽車玻璃的圖像信息在白色背景和雙光源的條件下采集。

3.根據(jù)權(quán)利要求1或2所述的利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：所述結(jié)合幾何矩和面積特征的輪廓匹配算法具體包括以下步驟：

步驟S11：待測(cè)圖像預(yù)處理；

步驟S12:計(jì)算圖像的幾何矩；

步驟S13:形狀相似性計(jì)算；

步驟S14:面積相似性計(jì)算；

步驟S15:綜合相似性計(jì)算。

4.根據(jù)權(quán)利要求3所述的利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：

步驟S12具體包括：

由圖像的二階中心距構(gòu)造的幾何矩hu₁和hu₂的計(jì)算如式(1)和(2)所示:

hu₁＝η₂₀+η₀₂ (1)

式中，η₂₀、η₀₂和η₁₁是圖像的二階歸一化中心距，其計(jì)算如式(3)所示：

式中，p+q＝2；μ₀₀和μ_pq是圖像的中心距，其計(jì)算如式(4)所示：

式中，f(x,y)是待測(cè)圖像函數(shù)或模板圖像函數(shù)；和是圖像的質(zhì)心坐標(biāo)，其計(jì)算如式(5)所示：

式中，m₁₀和m₀₁是圖像的1階矩，表示圖像的質(zhì)心；m₀₀是圖像的0階矩，表示圖像的質(zhì)量，即圖像區(qū)域內(nèi)像素值之和；這3個(gè)參數(shù)的計(jì)算如式(6)所示：

步驟S13具體包括：

設(shè)A、B分別為汽車玻璃的模板圖像和待測(cè)圖像，將A、B兩張圖像的幾何矩和利用符號(hào)函數(shù)和對(duì)數(shù)函數(shù)進(jìn)行放大得到和如式(7)所示：

式中，i＝1,2；然后利用公式(8)計(jì)算圖像A和B的形狀相似性I_(A,B)，其中I_(A,B)值越小，相似度越高：

步驟S14具體包括：

設(shè)S_A和S_B分別為模板圖像和待測(cè)圖像上汽車玻璃的區(qū)域面積，通過(guò)0階矩m₀₀獲得；兩張圖像的面積相似性S_(A,B)通過(guò)式(9)計(jì)算，S_(A,B)的值越小，則說(shuō)明兩張圖像的面積越相近：

步驟S15具體包括：

利用形狀相似性I_(A,B)和面積相似性S_(A,B)的加權(quán)值作為綜合相似程度的判斷依據(jù)，如式(10)所示，若綜合值小于閾值，則表示誤差在允許范圍，輪廓匹配成功：

I_(A,B)+2S_(A,B)＜δ₁ (10)

式中，δ₁是用于判斷輪廓相似性的閾值。

5.根據(jù)權(quán)利要求1或4所述的利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：所述結(jié)合歐氏距離和色彩特征的汽車玻璃材質(zhì)和厚度檢測(cè)算法具體

包括以下步驟：

步驟S21：待測(cè)圖像的預(yù)處理；

步驟S22：色彩信息的采集；

步驟S23：色彩特征值計(jì)算；

步驟S24：色彩相似性計(jì)算。

6.根據(jù)權(quán)利要求5所述的利用輪廓特征和色彩特征檢測(cè)汽車玻璃混線的方法，其特征在于：所述結(jié)合歐氏距離和色彩特征的汽車玻璃材質(zhì)和厚度檢測(cè)算法采用RGB色彩空間。