圖像處理技術(shù)在機動車檢測行業(yè)中的應(yīng)用分析

郭代究、李珂

（濟南市政務(wù)汽車檢測中心，山東 濟南 250014）

0 引言

圖像處理技術(shù)用于機動車檢測行業(yè)中具有較佳的成效，其基本應(yīng)用原理為通過CCD 等電子元件接收光學(xué)圖像、信息，同時依托計算機將信息轉(zhuǎn)變?yōu)閿?shù)字，篩選其中關(guān)鍵信息，開展模式辨識和顯示，將檢測項目相關(guān)信息完整收集匯總，并充分將其轉(zhuǎn)變?yōu)橄鄳?yīng)的數(shù)字指標(biāo)，結(jié)合行業(yè)規(guī)范和標(biāo)準(zhǔn)，實現(xiàn)機動車檢測目標(biāo)。機動車內(nèi)部較為復(fù)雜，圖像處理技術(shù)作為一類非直接性接觸檢測方法，可完整收集機動車相關(guān)信息，進一步凸顯圖像處理技術(shù)精度高、可靠性較強。

1 圖像處理技術(shù)的分類

圖像處理技術(shù)又稱為“機器視覺”，是將被測主體目標(biāo)作為信息核心載體，精準(zhǔn)性從中提取有效的信息實現(xiàn)測量的目標(biāo)，其自身具備非接觸、高速度、測量范圍廣等優(yōu)勢，最大限度應(yīng)用CCD 攝像頭與光學(xué)系統(tǒng)、處理系統(tǒng)進行充分聯(lián)合，可達成不同的檢測基本要求。圖像處理技術(shù)主要是應(yīng)用計算機對圖像采取一系列處理的技術(shù)，包含圖像數(shù)字化、增強和復(fù)原、圖像分割等，其技術(shù)可劃分為兩種類別，不同種類基本原理和特征存在較大差異性，包含模擬圖像處理、數(shù)字圖像處理；前者主要包含光學(xué)、電子處理，此種處理最為顯著的特征是高效化，理論層面可達到光速，并可同時進行處理。

電視圖像是模擬信號處理最經(jīng)典的案例，其處理的是25fps 的活動圖像。模擬圖像處理實際不足為精準(zhǔn)度難以保證，靈活性不佳，難以體現(xiàn)判斷和非線性處理能力；后者是用于計算機處理或?qū)崟r硬件處理，優(yōu)點在于處理精準(zhǔn)度較高，處理內(nèi)容十分復(fù)雜，可進行復(fù)雜的非線性處理，具有較為靈活的變通能力，不足在于處理速度不佳，尤其是復(fù)雜化處理不足更為凸顯[1]。

2 圖像處理技術(shù)在機動車檢測行業(yè)中的應(yīng)用

2.1 在機動車前照燈檢測中的應(yīng)用

機動車前照燈作為汽車核心構(gòu)成，其實際作用為外部光線較弱或干擾駕駛者行車視線的狀況下，為駕駛者營造較佳的視覺環(huán)境，保證行車可靠性及安全性。處于夜晚或大霧狀況下，駕駛者自身視線嚴(yán)重受阻，需前照燈進一步提供視野和警示反向來車，由于可視度較低狀況下，駕駛者僅依靠肉眼辨識對面來車進行避讓或變道，以汽車運行時的速度，難以及時進行避讓，易引發(fā)安全事故，前照燈的強烈光線，對大霧天氣具有一定的穿透成效，可為相向行駛的汽車預(yù)先進行反應(yīng)。汽車前照燈主要包含三大模塊，即燈具、反射鏡、折射透鏡，燈具作為前照燈發(fā)光的來源，反射鏡是對燈光強度、距離進行合理化控制，折射鏡主要是為進一步控制燈光實際涵蓋范圍，針對前照燈特性測試也需分別對此類部件進行測試。

汽車前照燈自身燈具依托不同的燈絲發(fā)揮作用，遠光燈絲作為前照燈遠光的燈光來源，近光燈汽車前照燈光束照射向屏幕通過光電進行轉(zhuǎn)變后，交由數(shù)據(jù)采集模塊將其傳輸至主控計算機內(nèi)部。一方面，光軸偏遠絲作為近光燈的光源，遠光和近光對光線強度、覆蓋面積等存在不同的要求，角度的測量主要是充分應(yīng)用燈光處于屏幕上存在X 位移，通過透鏡成像后發(fā)生成像點實際位移獲得數(shù)字化圖像求取，推導(dǎo)光軸偏轉(zhuǎn)角度，利用計算機為電機下達相應(yīng)的指令，進一步控制前照燈自身燈箱自動跟蹤糾偏。另一方面，發(fā)光強度的測量。處于低照度下，CCD 輸出電壓、照度存在一定的線性關(guān)系，如此可將其數(shù)字量與外部光源照射至相應(yīng)的檢測幕布上照度值進行聯(lián)系，充分依照定標(biāo)測量時構(gòu)建關(guān)系數(shù)據(jù)庫，最終獲取各點的實際照度[2]。

2.2 在車牌識別系統(tǒng)中的應(yīng)用

隨著機動車保有量逐年增加，對交通控制、安全管理要求愈發(fā)嚴(yán)格，智能交通系統(tǒng)成為當(dāng)下交通管理發(fā)展主趨，車輛牌照作為行駛車輛唯一標(biāo)志，處于車輛管理和控制方面具有不可比擬的優(yōu)勢。以圖像處理技術(shù)為導(dǎo)向的車輛牌照辨識系統(tǒng)，作為智能化交通系統(tǒng)核心構(gòu)成，其在高速公路、城市道路等管理中發(fā)揮關(guān)鍵性作用。車牌識別技術(shù)作為當(dāng)下關(guān)注的焦點，車牌識別系統(tǒng)積極利用數(shù)字?jǐn)z像技術(shù)、計算機信息管理技術(shù)，選取圖像處理、模式辨識和人工智能技術(shù)，實現(xiàn)更高的智能化管控。車牌辨識系統(tǒng)普遍用于智能交通違章管理、高速路不停車收費、車輛檢測等應(yīng)用中。車牌識別系統(tǒng)主要包含三大環(huán)節(jié)，即車輛圖像獲取、車輛拍照圖像定位與分割、字符辨識，最為關(guān)鍵的便是后兩個環(huán)節(jié)，牌照定位直接決定其后車牌字符辨識，所以牌照定位是辨識的關(guān)鍵。車牌定位方法實際出發(fā)點是通過車牌區(qū)域?qū)嶋H特征進一步判斷拍照，當(dāng)下車輛牌照定位存在多個算法，不同算法自身優(yōu)劣點不盡相同，如利用車牌信息的彩色分割法、模板匹配算法、紋理特征分析技術(shù)。字符正式辨識篩選之前，需對提取的車牌圖像做好預(yù)處理，主要包含邊框檢測、傾斜校正、圖像二值化等環(huán)節(jié)。待車輛牌照定位目標(biāo)達成后，便可開展字符分割和特征提取，牌照圖像應(yīng)預(yù)先做好圖像處理，核心目的在于將每個字符圖像進行歸一化易辨識的圖像，有助于將每個字符自身特征予以提取。為高效化辨識車牌，攝像機下原始圖像應(yīng)具有一定亮度和對比度，受外界多個因素的干擾，需保證識別之前對原始圖像開展預(yù)先處理，包含內(nèi)容有消除模糊、圖像去噪、圖像增強和水平校正。圖像處理高級階段是數(shù)字圖像分析，充分應(yīng)用計算機系統(tǒng)，從圖像中精準(zhǔn)提取有價值的數(shù)據(jù)或信息，生成非圖像描述或表示，進而辨識圖像。為促使計算機系統(tǒng)正確辨識圖像，需積極探索相應(yīng)的算法，分析圖像自身實際特征。

2.3 在機動車零件檢測中的應(yīng)用

機動車零件實際生產(chǎn)過程中，多以批量生產(chǎn)為主，正確辨識和檢測重要零件關(guān)鍵部位表面缺陷當(dāng)下仍以人工目測為主，不僅檢測效率較低，而且檢測實際質(zhì)量有待提升。機動車包含的零部件較多，其中多數(shù)是選取沖壓工藝生產(chǎn)，但沖壓多是利用較大的壓力對金屬板料進行擠壓，力具有一定的相互性，擠壓金屬板料過程中，磨具自身承受較大的壓力發(fā)生微小的形變，隨著生產(chǎn)零件數(shù)量增多，其零部件偏差逐步增加。汽車零件視覺檢測主要是將立體化的三維物體圖像化，獲取二維的平面圖像，結(jié)合圖像正確分析和解讀三維空間實際物體?？蓽y量產(chǎn)品實際尺寸并充分結(jié)合產(chǎn)品外部輪廓進行精準(zhǔn)性判斷，結(jié)合相應(yīng)的圖片確定產(chǎn)品是否具有缺陷，檢測表面是否存在被污染現(xiàn)象。汽車零件制造生產(chǎn)和組裝精度要求較高，機器視覺作為當(dāng)下檢測精準(zhǔn)度較高的技術(shù)，普遍用于汽車零件中。圖像處理技術(shù)用于汽車零件實際檢測中流程見圖1，機動車自身零件通過傳感器后實現(xiàn)多部分分割，對其進行持續(xù)性辨識，主要是精準(zhǔn)性辨識零件特征、表面表示和參數(shù)，將其與現(xiàn)有相關(guān)數(shù)據(jù)庫中進行比對匹配，達成檢測目標(biāo)。結(jié)合最終實際檢測結(jié)果，達標(biāo)零件方可進入下一生產(chǎn)環(huán)節(jié)，不合格零件需進行處理回收。作為一類新興的傳感技術(shù)，圖像檢測單元近年來實現(xiàn)產(chǎn)品化，其中部分具有知名度的廠商，推出規(guī)格齊全的產(chǎn)品，為圖像檢測技術(shù)的推廣和應(yīng)用提供助力。組建零部件自身缺陷檢測應(yīng)用的圖像處理機器視覺檢測系統(tǒng)所學(xué)的工業(yè)相機、鏡頭、視覺光源等，均可獲取性價比優(yōu)良的產(chǎn)品，圖像處理技術(shù)用零部件缺陷檢測，逐步向更深層次發(fā)展，處理算法更優(yōu)化、處理速度更高效，實現(xiàn)圖形智能化生成、處理和辨識[3]。

圖1 圖像處理技術(shù)用于汽車零件實際檢測中流程

2.4 動車輪速檢測中的應(yīng)用

輪速作為機動車ABS、VDC、ESP 等系統(tǒng)中關(guān)鍵的信息來源，原有輪速采集需通過傳感器進行收集匯總，其實現(xiàn)輪速傳感器正式安裝應(yīng)按照車型自身配置型號的安裝工具，該安裝程序十分煩瑣，工作效率較低，且實際通用性不佳。充分利用圖像處理技術(shù)檢測機動車自身輪速基本原理為，車輪上張貼相應(yīng)的特征線，CCD 工業(yè)相機可精準(zhǔn)性捕捉特征線實際運行狀況，利用相機進行動態(tài)化拍攝特征線車輪圖像，并及時將采集的圖像傳輸至上位機，利用圖像處理技術(shù)對采集的圖像做好預(yù)先處理和特征線提取，通過曲線擬合求出連續(xù)兩幀圖像特征線間夾角，進一步獲得汽車輪速。圖2為圖像處理技術(shù)用于汽車輪速檢測系統(tǒng)結(jié)構(gòu)圖，該系統(tǒng)內(nèi)部包含四個模塊，即數(shù)據(jù)采集、圖像處理、輪速解算、客戶端面設(shè)計，首先圖像數(shù)據(jù)采集主要是通過CCD 工業(yè)相機和特征線，完整收集相關(guān)的汽車輪速圖像，GPS 車速采集模塊則是處于整個檢測過程中動態(tài)化計算機動車實際車速，汽車車速和輪速作為圖像處理技術(shù)在輪速檢測中采集相關(guān)數(shù)據(jù)信息。圖像處理過程中最為關(guān)鍵的環(huán)節(jié)是圖像壓縮，壓縮后的圖像應(yīng)滿足后續(xù)圖像處理基本要求，反之對后續(xù)圖像處理產(chǎn)生的影響，實際處理過程中由于壓縮機制的差異性，其壓縮種類存在較大差異性，最為常見的壓縮種類包含無損壓縮、有損壓縮，其中有損壓縮使用頻次較高。其次，充分將收集匯總的相關(guān)數(shù)據(jù)傳輸至圖像處理模塊，對其圖像做好預(yù)處理工作，提取相應(yīng)的特征線，完成處理的圖像和數(shù)據(jù)進入輪速解算模塊，進一步計算汽車實際輪速，保證計算結(jié)果精準(zhǔn)性。曲線擬合前為提高特征線分離及擬合率，需對特征線開展邊緣檢測，邊緣自身具有兩大特性：沿邊方向的像素值變化較為平緩，像素值變化較為劇烈的是邊緣垂直方向，檢測邊緣過程中可選取圖像邊緣信息提取，特征描述便捷且高效。最后，用戶界面設(shè)計模塊，主要涵蓋參數(shù)設(shè)置模塊，主要用于靈活性調(diào)整不同的測試參數(shù)，適用于多種零部件，輪速顯示模塊，主要是直觀呈現(xiàn)檢測獲取的相關(guān)輪速，以及數(shù)據(jù)存儲模塊和數(shù)據(jù)導(dǎo)入模塊，將實際檢測獲取的相關(guān)數(shù)據(jù)及時導(dǎo)出或存儲，為其他機構(gòu)檢測提供助力。

圖2 基于圖像處理的汽車輪速檢測系統(tǒng)

2.5 機動車類型自動識別中應(yīng)用

圖像處理技術(shù)在上述汽車檢測領(lǐng)域中應(yīng)用外，還可精準(zhǔn)辨識機動車的實際類型，相較于識別車牌對于攝像頭等光學(xué)信息采集設(shè)備要求較高，機動車類型自動辨識對設(shè)備要求并不是很高，主要是依附相應(yīng)的數(shù)據(jù)資料庫，光學(xué)設(shè)備完整收集車輛相關(guān)信息，并動態(tài)化進行數(shù)據(jù)庫比對，進一步確定車輛類型相關(guān)信息。圖像檢測應(yīng)用范圍十分廣泛，獲取信息較為豐富，可用于實現(xiàn)道路交通監(jiān)控、車型分類及辨識，車輛實際類型包含轎車、客車、貨車等，車型對高速公路收費額度、大型停車場管理等控制十分重要。應(yīng)用圖像處理技術(shù)可精準(zhǔn)性獲取汽車車型參數(shù)，有助于辨識汽車車型，交由攝像機對汽車進行攝像，通過圖像采集卡采集數(shù)據(jù)并傳入計算機內(nèi)部，交由計算機自動化選用合適的算法，對圖像數(shù)據(jù)進行處理，高效化提取車輛外形特征圖像，提取車型參數(shù)，以此為核心參數(shù)設(shè)計出汽車類型分類器，準(zhǔn)確辨識車型。我國道路交通安全系統(tǒng)涉及范圍較廣，可充分應(yīng)用圖像處理技術(shù)處于較大范圍內(nèi)自動化辨識車輛具體位置和信息，此類系統(tǒng)是模糊搜索使用頻次較高的系統(tǒng)，主要用于發(fā)生較大交通事故或險情時，受害者自身心理實際壓力較大，無法準(zhǔn)確記憶相關(guān)的車牌，但可記住車輛自身輪廓和類型，為精準(zhǔn)性確定相應(yīng)的車輛提供助力。應(yīng)用圖像處理技術(shù)對車輛自身類型做好辨識，主要程序為利用相應(yīng)的攝像頭系統(tǒng)，處于較大范圍內(nèi)自動化搜索區(qū)域內(nèi)相似車輛，由于每個城市內(nèi)相類似的車輛較多，需結(jié)合圖像處理技術(shù)辨識車輛系統(tǒng)查詢車輛信息，一定程度可縮小實際查找范圍[4]。

2.6 汽車車身曲面快速測量中應(yīng)用

汽車車身曲線形狀實際測量，多選取三坐標(biāo)機接觸式測量，其實際面臨的不足為實際測量速度較為緩慢，測頭觸針易發(fā)生磨損，精準(zhǔn)度難以保證。針對車身曲面非接觸快速自動化測量，是當(dāng)下急需解決的重點。當(dāng)下提出激光、CCD 技術(shù)非接觸自動跟蹤曲面軌跡隨動測量法，可從本質(zhì)層面消除接觸式測量法的不足。該系統(tǒng)主要是充分應(yīng)用三角幾何學(xué)實際測量原理，以激光器、光學(xué)鏡頭、CCD 為核心構(gòu)建相應(yīng)的幾何位置關(guān)系圖。應(yīng)用該測量系統(tǒng)對機動車曲線開展實驗，將最終結(jié)果利用計算機開展處理，應(yīng)用一系列處理技術(shù)后，利用計算機自動生成車身曲線和曲面。

3 圖像處理技術(shù)在機動車檢測行業(yè)應(yīng)用未來前景分析

新時期背景下，全球制造業(yè)格局發(fā)生較大的變化，新一輪產(chǎn)業(yè)創(chuàng)新變革蓄勢待發(fā)，為促使汽車檢測行業(yè)凸顯圖像處理技術(shù)的優(yōu)勢，積極驅(qū)動圖像處理技術(shù)在機動車檢測行業(yè)應(yīng)用的變化，逐步趨于智能化、網(wǎng)絡(luò)化和服務(wù)化。智能化主趨關(guān)鍵在于人工智能技術(shù)，其主要是依托大數(shù)據(jù)和多視角辨識系統(tǒng)，對數(shù)據(jù)做好智能化處理，未來圖像處理技術(shù)用于汽車檢測行業(yè)中，可實現(xiàn)智能化目標(biāo)，高效收集和分析相關(guān)數(shù)據(jù)信息，提高分析效率及質(zhì)量。網(wǎng)絡(luò)化主要是充分以計算機為基礎(chǔ)，顯著提高圖像處理技術(shù)用于汽車檢測行業(yè)效率，顯著提高各環(huán)節(jié)處理效率，進一步實現(xiàn)汽車檢測更具高效化。服務(wù)化主要是以汽車檢測行業(yè)走向高級化標(biāo)志，逐步豐富圖像處理技術(shù)應(yīng)用功能，實現(xiàn)服務(wù)化目標(biāo)。

4 結(jié)語

圖像處理技術(shù)用于機動車檢測行業(yè)，具有較高的檢測效率和質(zhì)量，由于多個產(chǎn)品或主體目標(biāo)是無法交由人工進行檢測的，所以應(yīng)用圖像處理技術(shù)，對圖像做好處理分析，最終實現(xiàn)數(shù)字化轉(zhuǎn)化，獲取相應(yīng)的數(shù)據(jù)資料，聯(lián)合當(dāng)下數(shù)據(jù)庫資料信息比對，便可實現(xiàn)全面檢測的目標(biāo)。因此，需對圖像處理技術(shù)在機動車檢測行業(yè)的應(yīng)用加以重視，嚴(yán)格依照相關(guān)規(guī)范開展檢測，提高其檢測效率和質(zhì)量。