李曉光 王文婧 劉江珊
摘 要:基于圖像處理的汽車剎車片的檢測能夠提高檢測效率,本文用雙邊網(wǎng)格和置信顏色模型完成剎車片與背景的分割,利用Hough變換完成兩段式剎車片的定位,利用形態(tài)學(xué)處理和連通區(qū)域計算得到表面裂痕,能夠?qū)崿F(xiàn)對有裂紋缺陷的剎車片的檢測。
關(guān)鍵詞:圖像處理,缺陷檢測,剎車片
一、 引言
汽車剎車片是汽車生產(chǎn)過程中最重要的基礎(chǔ)支撐之一,直接決定汽車的制動性能。隨著計算機(jī)技術(shù)的發(fā)展,傳統(tǒng)的靠人工檢測為主的剎車片生產(chǎn)方式已經(jīng)無法滿足市場對剎車片生產(chǎn)質(zhì)量和精度的要求,2017年35號文件國務(wù)院印發(fā)“新一代人工智能發(fā)展規(guī)劃”以來,人工智能技術(shù)得到普遍發(fā)展與應(yīng)用,機(jī)器視覺是人工智能的感知層,模擬人的眼睛,使得機(jī)器具有視覺功能,基于機(jī)器視覺的剎車片檢測技術(shù),通過光學(xué)傳感器獲取圖像,用圖像處理算法完成剎車片的檢測,可以解決人工測量時因疲勞等客觀問題產(chǎn)生的檢測錯誤問題,提高檢測準(zhǔn)確率,降低勞動成本,解決勞動力短缺等問題,并且可以提高生產(chǎn)線的自動化水平,提升產(chǎn)品質(zhì)量,提高產(chǎn)品生產(chǎn)效率。
二、 基于圖像處理的剎車片與背景的圖像分割
利用剎車片圖像中要提取的剎車片與背景在灰度特性上的差異,利用雙邊網(wǎng)格和置信顏色模型對剎車片進(jìn)行提取,雙邊網(wǎng)格是由Chen等提出的一種數(shù)據(jù)結(jié)構(gòu),可描述為一個五維數(shù)組,包括三維顏色值和兩維坐標(biāo)位置,圖像數(shù)據(jù)可以在高維特征空間中描述,通過在每一維度上設(shè)置采樣率來獲得規(guī)則的網(wǎng)格,從直觀上看,雙邊網(wǎng)格大小與每一維度的采樣率成反比,利用雙邊網(wǎng)格并構(gòu)建置信顏色模型可以將剎車片與背景良好的分割出來,分割效果如下所示:
三、 兩段式剎車片的定位
兩段式剎車片中間有一條明顯的分界線,利用Hough變換完成直線即分界線檢測,Hough變換的主要思想是,在原始圖像坐標(biāo)系下的一個點對應(yīng)了參數(shù)坐標(biāo)系中的一條直線,同樣參數(shù)坐標(biāo)系的一條直線對應(yīng)了原始坐標(biāo)系下的一個點,然后,原始坐標(biāo)系下呈現(xiàn)直線的所有點,它們的斜率和截距是相同的,所以它們在參數(shù)坐標(biāo)系下對應(yīng)于同一個點。這樣在將原始坐標(biāo)系下的各個點投影到參數(shù)坐標(biāo)系下之后,看參數(shù)坐標(biāo)系下有沒有聚集點,這樣的聚集點就對應(yīng)了原始坐標(biāo)系下的直線。
在直角坐標(biāo)系下假設(shè)直線方程為y=kx+b,在極坐標(biāo)空間,其表示方法為ρ=xcosθ+ysinθ,將圖像空間中的點(x,y)映射到(ρ,θ)參數(shù)空間的原理如下圖所示:
檢測結(jié)果如圖所示:其中紅色為檢測出來的兩條直線,用該直線分割兩段式剎車片的左片和右片。
四、 圖像特征清晰情況下剎車片上的裂紋檢測
剎車片表面有豐富的紋理,在圖像特征上類似于復(fù)雜的噪聲,因此剎車片表面裂紋檢測需要抗噪聲干擾,為了去除噪聲的干擾,利用數(shù)學(xué)形態(tài)學(xué)的開運算對圖像進(jìn)行預(yù)處理,突出非噪聲的裂紋部位,然后利用聯(lián)通區(qū)域面積計算得到最大聯(lián)通區(qū)域面積,對于面積超過設(shè)定閾值的區(qū)域認(rèn)為是裂紋區(qū)域,檢測結(jié)果如下:
五、 結(jié)論
本文用雙邊網(wǎng)格和置信顏色模型完成剎車片與背景的分割,利用Hough變換完成兩段式剎車片的定位,利用形態(tài)學(xué)處理和連通區(qū)域計算得到表面裂痕,能夠?qū)崿F(xiàn)對有裂紋缺陷的剎車片的檢測。對于其他類型的缺陷,還有進(jìn)一步研究空間。
參考文獻(xiàn):
[1]王鈺婷,廖周宇.不同顏色分量對圖像分割結(jié)果的影響[J].軟件導(dǎo)刊,2016(6).
[2]胡燕,王慧琴,馬宗方.改進(jìn)混合高斯模型的自適應(yīng)煙霧圖像分割算法[J].計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報,2016(7).
[3]劉通,陳浩,沈鳴,等.隨機(jī)Hough變換提取空間碎片激光測距有效回波[J].中國激光,2016(4).
[4]桂彥,曾光,湯問.基于雙邊網(wǎng)格和置信顏色模型的快速圖像魯棒分割方法[J].計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報,2018(7).
[5]吳麗,李航,薛玉君.基于形態(tài)學(xué)的不完全性骨折CT圖像裂痕定位[J].光學(xué)技術(shù),2017(7).
作者簡介:
李曉光,王文婧,劉江珊,長春光華學(xué)院。