一种基于图像处理的车灯检测技术制造技术

本发明专利技术公开了一种基于图像处理的车灯检测技术，借助测试领域通用技术‑虚拟仪器技术，通过图像处理方法实现车灯检测。首先，将采集到的车灯图像进行图像增强；然后，对处理过的图像进行边缘检测，找出边缘，进而对边缘进行曲线拟合，得到拟合后曲线的交点；最后，以此特征点为基准点，找出其他检测点，通过特征点比对以检测车灯合格情况。本发明专利技术提供的检测方法利用虚拟仪器平台，可在较短的时间内开发设计检测系统，有较好的移植性，适应领域发展的需求。

【技术实现步骤摘要】
一种基于图像处理的车灯检测技术
本专利技术涉及一种基于图像处理的汽车车灯检测技术，属于汽车

技术介绍
在诸多汽车安全问题中，汽车前照灯的性能保障是影响汽车安全运行的重要因素，对用户夜间行车安全起到了重要的作用。按照国家标准，前照灯的检测是汽车安全性能检测中必检项目之一。当前车灯检测的新技术中，以图像处理技术为核心的配光屏图像分析和检测日益得到人们的关注，利用图像处理技术得到待检测的特征性能并通过比对判断车灯的性能是否满足生产要求具备更好的检测结果，自动化程度更高，是当前车灯检测的发展方向。
技术实现思路
目的：为了克服现有技术中存在的不足，本专利技术提供一种基于图像处理的车灯检测技术，该技术借助测试领域通用的虚拟仪器技术，通过图像处理的方法实现车灯检测。技术方案：为解决上述技术问题，本专利技术采用的技术方案为：一种基于图像处理的车灯检测技术，包括如下三个步骤，(1)图像增强及二值化处理：采用图像增强方法加强图像边缘信息以实现后续的边缘提取和拟合任务，具体包括如下两个部分，第一部分为空间域的灰度变换，通过对图像像素点的灰度值进行运算而使其变成一个新的灰度值，进而加强原始图像信息；第二部分为滤波处理，加强图像的边缘信息；(2)边缘检测及曲线拟合：经过步骤(1)处理之后，得到明暗边缘对比清洗的图像，针对该图像进行边缘检测以提取图像边缘，进而对边缘进行曲线拟合，得到拟合后曲线的交点，即需要的特征点；(3)以步骤(2)中的特征点为基准点，找出其他检测点，通过特征点比对以检测车灯的合格情况。进一步地，所述空间域的灰度变换，具体操作是针对车灯测试中采集的图像简单背景特性，提升像素灰度值，采用线性变换方式对图像的像素灰度值做线性拉伸。进一步地，车灯测试中采集的图像f(i,j)的灰度范围为[a,b]，线性变换后的图像g(i,j)的灰度范围为[a',b']，则的关系为进一步地，所述滤波处理采用Butterworth滤波器实现高通滤波，传递函数为其中，是截止频率，D0设为8，n是阶数，设为2。进一步地，所述滤波处理后，继续利用二值化处理得到清晰图像分界信息。进一步地，图像二值化处理前，图像灰度函数为f(x,y)，处理后图像灰度函数为g(x,y)，则进一步地，步骤(2)中边缘检测算法基于Canny，包括如下步骤：(2.1)利用搞死滤波器平滑图像；(2.2)计算滤波后图像梯度的幅度和方向；(2.3)对梯度幅度应用非极大值抑制：找出图像梯度中的局部极大值点，把其他非局部极大值点置零，以得到细化的边缘；(2.4)用双阈值算法检测和连接边缘：使用阈值T1和T2，T1用来找到每一条线段，T2用来在这些线段的方向上延伸寻找边缘的断裂处，并连接这些边缘。进一步地，所述曲线拟合采用最小二乘法实现，设曲线为f(x)，利用数据点到该函数方差和最小得到拟合曲线方程，即：进一步地，拟合后的曲线将图像分成两部分，分别对两侧边缘进行拟合，最后求出两线段交点，即明暗截止线转折点-HV点，从而得到用于国标比对的各特征点。有益效果：本专利技术提供的检测方法利用虚拟仪器平台，可在较短的时间内开发设计检测系统，有较好的移植性，适应领域发展的需求。附图说明图1为本专利技术的检测框架示意图。具体实施方式下面结合附图对本专利技术作更进一步的说明。一种基于图像处理的车灯检测技术，在图1所示的虚拟仪器的框架下，通过图像处理技术和后期的曲线拟合得到必要的特征点，进而将检测到的特征点进行国标比对来检验车灯是否合格，具体包括如下三个步骤，(1)图像增强及二值化处理：采用图像增强方法加强图像边缘信息以实现后续的边缘提取和拟合任务，具体包括如下两个部分，第一部分为空间域的灰度变换，通过对图像像素点的灰度值进行运算而使其变成一个新的灰度值，进而加强原始图像信息；第二部分为滤波处理，加强图像的边缘信息。所述空间域的灰度变换，具体操作是针对车灯测试中采集的图像简单背景特性，提升像素灰度值，采用线性变换方式对图像的像素灰度值做线性拉伸。车灯测试中采集的图像f(i,j)的灰度范围为[a,b]，线性变换后的图像g(i,j)的灰度范围为[a',b']，则的关系为所述滤波处理采用Butterworth滤波器实现高通滤波，传递函数为其中，是截止频率，D0设为8，n是阶数，设为2。所述滤波处理后，继续利用二值化处理得到清晰图像分界信息。图像二值化处理前，图像灰度函数为f(x,y)，处理后图像灰度函数为g(x,y)，则(2)边缘检测及曲线拟合：经过步骤(1)处理之后，得到明暗边缘对比清洗的图像，针对该图像进行边缘检测以提取图像边缘，进而对边缘进行曲线拟合，得到拟合后曲线的交点，即需要的特征点。所述边缘检测算法基于Canny，包括如下步骤：(2.1)利用搞死滤波器平滑图像；(2.2)计算滤波后图像梯度的幅度和方向；(2.3)对梯度幅度应用非极大值抑制：找出图像梯度中的局部极大值点，把其他非局部极大值点置零，以得到细化的边缘；(2.4)用双阈值算法检测和连接边缘：使用阈值T1和T2，T1用来找到每一条线段，T2用来在这些线段的方向上延伸寻找边缘的断裂处，并连接这些边缘。所述曲线拟合采用最小二乘法实现，设曲线为f(x)，利用数据点到该函数方差和最小得到拟合曲线方程，即：拟合后的曲线将图像分成两部分，分别对两侧边缘进行拟合，最后求出两线段交点，即明暗截止线转折点-HV点，从而得到用于国标比对的各特征点。(3)以步骤(2)中的特征点为基准点，找出其他检测点，通过特征点比对以检测车灯的合格情况。检测过程中，调节车灯灯光改变灯光图像，图像处理过程也在同步执行，实时检测边缘拐点HV点，直至检测到的HV点与配光屏幕上的HV点照准位置。此时，根据国标中提供的位置偏差来确定需要检测的其他特征点的精确位置，并找出其相应的照度值，最后与国标中的标准参数进行比对判断，得出检测结果。以上所述仅是本专利技术的优选实施方式，应当指出：对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于图像处理的车灯检测技术，其特征在于：包括如下三个步骤，(1)图像增强及二值化处理：采用图像增强方法加强图像边缘信息以实现后续的边缘提取和拟合任务，具体包括如下两个部分，第一部分为空间域的灰度变换，通过对图像像素点的灰度值进行运算而使其变成一个新的灰度值，进而加强原始图像信息；第二部分为滤波处理，加强图像的边缘信息；(2)边缘检测及曲线拟合：经过步骤(1)处理之后，得到明暗边缘对比清洗的图像，针对该图像进行边缘检测以提取图像边缘，进而对边缘进行曲线拟合，得到拟合后曲线的交点，即需要的特征点；(3)以步骤(2)中的特征点为基准点，找出其他检测点，通过特征点比对以检测车灯的合格情况。

【技术特征摘要】
1.一种基于图像处理的车灯检测技术，其特征在于：包括如下三个步骤，(1)图像增强及二值化处理：采用图像增强方法加强图像边缘信息以实现后续的边缘提取和拟合任务，具体包括如下两个部分，第一部分为空间域的灰度变换，通过对图像像素点的灰度值进行运算而使其变成一个新的灰度值，进而加强原始图像信息；第二部分为滤波处理，加强图像的边缘信息；(2)边缘检测及曲线拟合：经过步骤(1)处理之后，得到明暗边缘对比清洗的图像，针对该图像进行边缘检测以提取图像边缘，进而对边缘进行曲线拟合，得到拟合后曲线的交点，即需要的特征点；(3)以步骤(2)中的特征点为基准点，找出其他检测点，通过特征点比对以检测车灯的合格情况。2.根据权利要求1所述的基于图像处理的车灯检测技术，其特征在于：所述空间域的灰度变换，具体操作是针对车灯测试中采集的图像简单背景特性，提升像素灰度值，采用线性变换方式对图像的像素灰度值做线性拉伸。3.根据权利要求2所述的基于图像处理的车灯检测技术，其特征在于：车灯测试中采集的图像f(i,j)的灰度范围为[a,b]，线性变换后的图像g(i,j)的灰度范围为[a',b']，则的关系为4.根据权利要求1所述的基于图像处理的车灯检测技术，其特征在于：所述滤波处理采用Butterworth滤波器实现高通滤波，传递函数为其中，是截...

【专利技术属性】
技术研发人员：孙怀启，
申请(专利权)人：昆山睿力得软件技术有限公司，
类型：发明
国别省市：江苏,32