一种汽车照明大灯的安装螺钉缺失检测方法技术

技术编号:13891377 阅读:98 留言:0更新日期:2016-10-24 10:55
本发明专利技术公开了一种汽车照明大灯的安装螺钉缺失检测方法,采用红外波段图像采集系统,所述红外波段图像采集系统设置在车灯工装上,所述红外波段图像采集系统包括红外相机、红外光源和到位传感器,所述红外光源和红外相机的视场均覆盖车灯所有螺钉范围,利用所述红外波段图像采集系统建立模型库。本发明专利技术的汽车照明大灯的安装螺钉缺失检测方法利用红外波段图像采集系统,红外波段图像采集系统安装方便不需要特别准确的对位,确定螺钉位置非常方便。处理速度快,自动化程度高,和生产线联通方便。采集的图像数据可以保存,供后期追溯,而且检测准确率高。

【技术实现步骤摘要】

本专利技术涉及一种汽车照明大灯的安装螺钉缺失检测方法
技术介绍
车灯装配螺钉是保证车灯品质的基础。随着客户对车灯品质要求的不断提升,生产商对因螺钉漏装而产生的质量问题也越来越重视。采用机器视觉技术来自动化的检测螺钉漏装越来越有必要。原有的车灯螺丝检测主要靠人工检测、金属传感器检测。人工检测这种方式主要是生产工人在生产线上用双眼来看。通过合适的管理可以解决大部分问题。但由于人工的关系不可避免的存在速度慢,由人疲劳造成检测质量不可控等问题。改进后的金属传感器虽然解决了测量速度的问题,却带了一些其他问题,比如安装困难,对位不准,其原因在于需调整传感器与螺丝之间的相对位置,来获得满足要求的响应灵敏度,而且还存在多种型号车灯不通用等问题。现有灯具的工装结构形式很难直观地让调整人员从下方观察传感器的调节过程,严重影响系统的检测准确率。因此,需要一种新的检测装置以解决上述问题。
技术实现思路
专利技术目的:为了克服现有技术存在的问题,本专利技术提供一种效果更好的汽车照明大灯的安装螺钉缺失检测方法。为解决上述技术问题,本专利技术的汽车照明大灯的安装螺钉缺失检测方法所采用的技术方案为:一种汽车照明大灯的安装螺钉缺失检测方法,采用红外波段图像采集系统,所述红外波段图像采集系统设置在车灯工装上,所述红外波段图像采集系统包括红外相机、红外光源和到位传感器,所述红外光源和红外相机的视场均覆盖车灯所有螺钉范围,利用所述红外波段图像采集系统建立模型库,所述模型库的建立方法包括以下步骤:a、利用所述红外光源照射被测汽车照明大灯的螺钉表面;b、所述红外相机采集步骤a产生的反射光的图像;c、重复步骤a和b,在汽车照明大灯的每个待检测的位置分别采集有螺钉和没螺钉的图像,得到模型库,同时提取待检测的位置周围的图像作为定位基准;所述安装螺钉缺失检测方法包括以下步骤:一、将汽车照明大灯装入车灯工装,所述到位传感器检测到汽车照明大灯到位后,打开所述红外光源,所述红外相机采集图像,得到待测图像;二、对步骤一得到的待测图像进行定位,从所述模型库中提取步骤一的待检测的位置周围的图片作为定位基准;三、利用NCC算法将定位基准与待测图像进行图像卷积,得到步骤一中待测图像的卷积输出最大值的位置坐标作为待测图像的偏移值;四、利用步骤三得到的待测图像的偏移值对所述待测图像进行偏移校正,得到定位后的待测图像;五、将步骤四得到的定位后的待测图像分别与模型库中有螺钉的图像和没螺钉的图像利用NCC算法进行处理,其中,与有螺钉的图像处理的输出值为X1,与没螺钉的图像处理的输出值为X2,根据下式判断螺钉是否缺失:当检测时,满足X1-X2>a并且X1>b,则输出有螺钉;满足X1-X2<a或X1<b,则输出螺钉缺失,其中,a为对比阈值,b为最小阈值,a和b均为已知参数。更进一步的,所述模型库的建立方法中采集多个车灯同一位置有螺钉和没螺钉的图像作为模型。以提高鲁棒性。更进一步的,所述红外相机、红外光源和到位传感器均设置在车灯工装上。防止震动造成的偏移对系统的影响。更进一步的,所述红外波段图像采集系统还包括红外滤光镜,所述红外滤光镜设置在所述红外相机和车灯之间。通过此过程将过滤掉大部分环境光(包括日光灯,非直射日光),大大减少环境光对系统的影响,以适应不同生产线的工况。更进一步的,步骤五中对比阈值a和最小阈值b通过以下方法确定得到:(1)、将待测图像分别与模型库中有螺钉的图像和没螺钉的图像利用NCC算法进行处理,其中,与有螺钉的图像处理的输出值为X1,与没螺钉的图像处理的输出值为X2,再加上一个人工确定标记Y,其中,Y=0或1,0表示没螺钉,1表示有螺钉;(2)、重复步骤(1),将输出值X1和X2作为一个坐标点映射到一个二维坐标系,人工确定标记Y作为点(X1,X2)的输出;(3)、令X1-X2的平均值为a,X1的平均值为b,其中,a为对比阈值,b为最小阈值。利用此方法确定得到的a和b对于判断螺钉是否缺失准确率更高。更进一步的,步骤五中对比阈值a和最小阈值b通过以下方法确定得到:(1)、将待测图像分别与模型库中有螺钉的图像和没螺钉的图像利用NCC算法进行处理,其中,与有螺钉的图像处理的输出值为X1,与没螺钉的图像处理的输出值为X2,再加上一个人工确定标记Y,其中,Y=0或1,0表示没螺钉,1表示有螺钉;(2)、重复步骤(1),将输出值X1和X2作为一个坐标点映射到一个二维坐标系,人工确定标记Y作为点(X1,X2)的输出;(3)、根据步骤(2)得到的二维坐标系,确定使得Y为1的点(X1,X2)的范围内X1-X2的平均值为a,确定使得Y为0的点(X1,X2)的范围内X1的平均值为b,其中,a为对比阈值,b为最小阈值。利用此方法确定得到的a和b,更具有针对性,使得对于判断螺钉是否缺失准确率更高。为了降低漏检率,可根据多次测量的结果设置一个稳定对比阈值(正负模型结果之差的绝对值)。更进一步的,所述车灯工装包括支架,所述支架包括横杆,所述横杆上设置有多根立杆,所述车灯固定在所述立杆上。更进一步的,所述红外光源和红外相机均设置在所述横杆上。更进一步的,所述红外光源和红外相机相对所述横杆滑动。方便调整红外光源和红外相机的位置及视场。更进一步的,所述立杆的长度均不相同,所述到位传感器设置在最长的所述立杆上。到位传感器设置在最长的立杆上,探测精度更高。有益效果:本专利技术的汽车照明大灯的安装螺钉缺失检测方法利用红外波段图像采集系统,红外波段图像采集系统安装方便不需要特别准确的对位,确定螺丝位置非常方便。处理速度快,自动化程度高,和生产线联通方便。采集的图像数据可以保存,供后期追溯,而且检测准确率高。附图说明图1为本专利技术的红外波段图像采集系统的电路示意图;图2为本专利技术的红外波段图像采集系统的结构示意图;图3为汽车照明大灯的安装螺钉缺失检测方法的流程示意图。具体实施方式请参阅图1、图2和图3所示,本专利技术的汽车照明大灯的安装螺钉缺失检测方法,采用红外波段图像采集系统,红外波段图像采集系统设置在车灯工装上,红外波段图像
采集系统包括红外相机、红外光源和到位传感器,红外光源和红外相机均正对车灯,利用红外波段图像采集系统建立模型库。红外相机、红外光源和到位传感器均设置在车灯工装上。防止震动造成的偏移对系统的影响。红外波段图像采集系统还包括红外滤光镜,红外滤光镜设置在红外相机和车灯之间。通过此过程将过滤掉大部分环境光(包括日光灯,非直射日光),大大减少环境光对系统的影响,以适应不同生产线的工况。模型库的建立方法包括以下步骤:a、利用所述红外光源照射被测汽车照明大灯的螺钉表面;b、所述红外相机采集步骤a产生的反射光的图像;c、重复步骤a和b,在汽车照明大灯的每个待检测的位置分别采集有螺钉和没螺钉的图像,得到模型库,同时提取待检测的位置周围的图像作为定位基准;所述安装螺钉缺失检测方法包括以下步骤:一、将汽车照明大灯装入车灯工装,所述到位传感器检测到汽车照明大灯到位后,打开所述红外光源,所述红外相机采集图像,得到待测图像;二、对步骤一得到的待测图像进行定位,从所述模型库中提取步骤一的待检测的位置周围的图片作为定位基准;三、利用NCC算法将定位基准与待测图像进行图像卷积,得到步骤一中待测图像的卷本文档来自技高网
...

【技术保护点】
一种汽车照明大灯的安装螺钉缺失检测方法,其特征在于:采用红外波段图像采集系统,所述红外波段图像采集系统设置在车灯工装上,所述红外波段图像采集系统包括红外相机、红外光源和到位传感器,所述红外光源和红外相机的视场均覆盖车灯所有螺钉范围,利用所述红外波段图像采集系统建立模型库,所述模型库的建立方法包括以下步骤:a、利用所述红外光源照射被测汽车照明大灯的螺钉表面;b、所述红外相机采集步骤a产生的反射光的图像;c、重复步骤a和b,在汽车照明大灯的每个待检测的位置分别采集有螺钉和没螺钉的图像,得到模型库,同时提取待检测的位置周围的图像作为定位基准;所述安装螺钉缺失检测方法包括以下步骤:一、将汽车照明大灯装入车灯工装,所述到位传感器检测到汽车照明大灯到位后,打开所述红外光源,所述红外相机采集图像,得到待测图像;二、对步骤一得到的待测图像进行定位,从所述模型库中提取步骤一的待检测的位置周围的图片作为定位基准;三、利用NCC算法将定位基准与待测图像进行图像卷积,得到步骤一中待测图像的卷积输出最大值的位置坐标作为待测图像的偏移值;四、利用步骤三得到的待测图像的偏移值对所述待测图像进行偏移校正,得到定位后的待测图像;五、将步骤四得到的定位后的待测图像分别与模型库中有螺钉的图像和没螺钉的图像利用NCC算法进行处理,其中,与有螺钉的图像处理的输出值为X1,与没螺钉的图像处理的输出值为X2,根据下式判断螺钉是否缺失:当检测时,满足X1‑X2>a并且X1>b,则输出有螺钉;满足X1‑X2<a或X1<b,则输出螺钉缺失,其中,a为对比阈值,b为最小阈值,a和b均为已知参数。...

【技术特征摘要】
1.一种汽车照明大灯的安装螺钉缺失检测方法,其特征在于:采用红外波段图像采集系统,所述红外波段图像采集系统设置在车灯工装上,所述红外波段图像采集系统包括红外相机、红外光源和到位传感器,所述红外光源和红外相机的视场均覆盖车灯所有螺钉范围,利用所述红外波段图像采集系统建立模型库,所述模型库的建立方法包括以下步骤:a、利用所述红外光源照射被测汽车照明大灯的螺钉表面;b、所述红外相机采集步骤a产生的反射光的图像;c、重复步骤a和b,在汽车照明大灯的每个待检测的位置分别采集有螺钉和没螺钉的图像,得到模型库,同时提取待检测的位置周围的图像作为定位基准;所述安装螺钉缺失检测方法包括以下步骤:一、将汽车照明大灯装入车灯工装,所述到位传感器检测到汽车照明大灯到位后,打开所述红外光源,所述红外相机采集图像,得到待测图像;二、对步骤一得到的待测图像进行定位,从所述模型库中提取步骤一的待检测的位置周围的图片作为定位基准;三、利用NCC算法将定位基准与待测图像进行图像卷积,得到步骤一中待测图像的卷积输出最大值的位置坐标作为待测图像的偏移值;四、利用步骤三得到的待测图像的偏移值对所述待测图像进行偏移校正,得到定位后的待测图像;五、将步骤四得到的定位后的待测图像分别与模型库中有螺钉的图像和没螺钉的图像利用NCC算法进行处理,其中,与有螺钉的图像处理的输出值为X1,与没螺钉的图像处理的输出值为X2,根据下式判断螺钉是否缺失:当检测时,满足X1-X2>a并且X1>b,则输出有螺钉;满足X1-X2<a或X1<b,则输出螺钉缺失,其中,a为对比阈值,b为最小阈值,a和b均为已知参数。2.根据权利要求1所述的汽车照明大灯的安装螺钉缺失检测方法,其特征在于:所述模型库的建立方法中采集多个车灯同一位置有螺钉和没螺钉的图像作为模型。3.根据权利要求1所述的汽车照明大灯的安装螺钉缺失检测方法,其特征在于:所述红外相机、红外光源和到位传感器均设置在车灯工装上。4.根据权利要求1所述的汽车照明大灯的安装螺钉缺失检测方法,其特征在于:所述红外波段图像采集系统还包括红外滤光镜,所述红外滤光镜设置在所述红外相机和车...

【专利技术属性】
技术研发人员:钱磊沈峘沈一群张乐年王李苏
申请(专利权)人:南京大树智能科技股份有限公司
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1