[發明專利]一種汽車縱梁圖像去抖動及邊緣校準方法和系統

在審

• 申請號: 202111133378.5
• 申請日: 2021-09-27
• 公開（公告）號: CN114119384A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 張浡琰
• 申請（專利權）人: 青島知能知造數據科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 合肥上博知識產權代理事務所(特殊普通合伙) 34188
• 代理人: 花錦濤

本發明屬于計算機視覺技術領域，具體涉及圖像去抖動及邊緣校準方法、系統、設備及存儲介質。該方法包括：獲取線掃描相機采樣的汽車縱梁圖像，采用自適應閾值OTSU算法進行二值化處理，確定所述汽車縱梁圖像中的所有上下邊界點，根據所述上下邊界點獲得上邊界點訓練集和下邊界點訓練集，并通過線性回歸模型分別擬合汽車縱梁上下邊界，計算得到預測的汽車縱梁上下邊界的理論位置，基于預測的汽車縱梁上下邊界的理論位置，計算每一幀圖像中的鋼梁寬度，并取平均值得到所述汽車縱梁的平均寬度，將當前圖像幀的鋼梁寬度變換為所述平均寬度，并映射到理論位置中，得到去抖動及邊緣校準后的目標圖像。本發明適用于大部分剛性材質的圖像去抖動及邊緣校準。

技術領域

本發明屬于計算機視覺技術領域，具體涉及一種汽車縱梁圖像快速去抖動及邊緣校準方法、系統、設備及存儲介質。

背景技術

隨著計算機視覺技術在工業生產中應用的逐漸推廣，機器識別精度逐漸增高并被逐步用于工件加工和質檢過程中的識別。在車輛縱梁生產中，會在其的特定位置進行沖孔，以降低車輛整體重量、增強車身抗撞擊能力、并方便后續的工件安裝。然而在生產過程中，沖孔機械會受到環境等因素的影響，可能會造成漏打、多打孔或者打孔偏移過大，從而嚴重影響車輛安全及后續安裝過程。若采用視覺方案對沖孔后的汽車縱梁進行沖孔位的識別檢測，沖孔機的大幅震動，也會對圖像的采樣質量產生極大地影響，即采樣圖像中會存在明顯的圖像抖動痕跡及邊緣振幅現象，從而進一步影響了后續沖孔位的檢測精度。

因此，目前對于汽車縱梁沖孔的檢測主要依賴于人工質檢，即生產線依賴于特定的模具或者蒙版對沖孔后的縱梁進行手工檢驗。這種方法效率、精度都不高，批量采樣和依賴肉眼判斷的質檢方式無法保證精準度且耗費了大量的人力成本。

在其他生產領域中的檢測環節，有采用計算機視覺中的一些算法對圖像中的特定位置進行識別匹配及檢測。然而，當前在汽車縱梁的質檢環節中并沒有這樣一種通用方法可以直接適用于線上的沖孔位識別及尺寸檢測。其原因主要在于以下幾點：

1、受生產環境影響，大部分汽車縱梁沖孔作業的震動很大，對圖片采樣的穩定性及圖像的清晰度造成極大地影響。大部分汽車縱梁沖孔位及尺寸的檢測誤差范圍需要控制在50mm以內。如果是線上作業的檢測模式，即采用置于數位沖孔機之后的固定點位的相機對當前正在加工的汽車縱梁進行采樣及檢測，這種模式的好處是保證了檢測環節不會影響生產節拍，然而風險就是沖孔作業的震動幅度很大，往往會導致長10m的縱梁末端的振幅超過2cm，遠遠超過了檢測誤差范圍，也對采樣精度造成了嚴重影響。同時，也會造成采樣的縱梁圖像邊界抖動明顯，從而進一步影響檢測精度。

2、大部分檢測及識別方法對于圖像的質量要求很高，需要定制化的圖像預處理流程為后期檢測算法提供穩定性高的測試樣本。比如在其他生產領域中的檢測環節，有采用霍夫變換等檢測方法對輪廓識別。此類傳統方法雖然效率高，但是該類方法往往對于圖像質量及預制參數的敏感度極高，且對于圖像中的噪音點極為敏感。現有的深度學習等方法雖然在大量實驗上證明了其算法的準確性，但是這類算法的計算量過大，算法難以部署在實際生產中的低成本工控設備中。

發明內容

為解決針對汽車縱梁圖像采集過程中，因數位沖孔機造成的劇烈抖動對圖像采集設備采樣過程的問題，本發明提供了一種汽車縱梁圖像去抖動及邊緣校準方法、系統、設備及存儲介質，基于雙線性校正的方式將采集到的汽車縱梁圖片快速去抖動并進行邊緣校準。

本發明采用以下技術方案實現：

一種汽車縱梁圖像去抖動及邊緣校準方法，包括：

獲取線掃描相機采樣的汽車縱梁圖像；

對所述汽車縱梁圖像采用自適應閾值OTSU算法進行二值化處理，確定所述汽車縱梁圖像中的所有上下邊界點；

根據所述上下邊界點獲得上邊界點訓練集和下邊界點訓練集，并通過線性回歸模型分別擬合汽車縱梁上下邊界；