【技术实现步骤摘要】
一种汽车换挡面板图像自动分类方法
本专利技术涉及一种不同车型汽车换挡面板的自动分类方法，尤其是涉及了一种机器视觉的不同车型汽车换挡面板的自动分类方法。
技术介绍
截至2018年9月，我国机动车保有量已达3.22亿辆，按国际上6％-7％的汽车报废比例来算，预计2020年我国将有2000万辆机动车报废。2019年6月，新版《报废汽机动车回收管理办法》正式实施，该办法允许报废汽车中的零部件再次回收利用。汽车换挡面板作为报废汽车可回收的零部件之一，不仅起着支撑换挡杆和标记挡位的作用，而且影响着汽车的装饰效果和消费者实际体验。但从报废汽车拆解企业的实际情况来看，拆解出换挡面板不仅数量多，而且类型多样，传统方法是通过人工或机器辅助来完成对汽车换挡面板的分类，在批量分类的模式下，人工分类方法实时性差、效率低，并且受人工经验和主观因素的影响大，因此，对于报废汽车拆解企业，为提高汽车换挡面板的回收效率，降低回收成本，提出一种不同类型汽车换挡面板的自动分类方法具有必要性。近年来，机器视觉技术不仅在工业检测、包装印刷、航空航天、生物科技、...
【技术保护点】
1.一种汽车换挡面板图像自动分类方法，其特征在于包括以下步骤：/n1)采集不同车型的灰度图像的汽车换挡面板图像，以汽车换挡面板作为图像中的目标，图像中包含汽车换挡面板的全部目标区域；/n2)首先对汽车换挡面板图像进行二值化处理，再对二值化处理后的图像进行形态学膨胀操作并填充孔洞，将目标区域内孔洞填充后的图像与原始汽车换挡面板图像进行差分运算，分离汽车换挡面板图像的背景和目标，提取出目标区域；/n3)提取目标区域边界到质心的平均距离Dist、平均距离标准差Sigma以及目标区域的外接圆半径Out_r、矩形度Re、主轴I
【技术特征摘要】
1.一种汽车换挡面板图像自动分类方法，其特征在于包括以下步骤：
1)采集不同车型的灰度图像的汽车换挡面板图像，以汽车换挡面板作为图像中的目标，图像中包含汽车换挡面板的全部目标区域；
2)首先对汽车换挡面板图像进行二值化处理，再对二值化处理后的图像进行形态学膨胀操作并填充孔洞，将目标区域内孔洞填充后的图像与原始汽车换挡面板图像进行差分运算，分离汽车换挡面板图像的背景和目标，提取出目标区域；
3)提取目标区域边界到质心的平均距离Dist、平均距离标准差Sigma以及目标区域的外接圆半径Out_r、矩形度Re、主轴Ia和副轴Ib长度、目标区域的三个二阶中心矩I1,I2,I3和一个三阶中心矩I4、结构因子StrFa的共11个形状特征；
4)选择已划分类型的汽车换挡面板图像作为样本，将样本的特征进行归一化处理后作为MLP神经网络模型的数据集，搭建MLP神经网络模型的结构并训练模型参数，获得训练后的MLP神经网络模型；
5)对未知类型的汽车换挡面板图像重复上述步骤进行处理并提取11个形状特征，将提取出来的特征作为分类模型的输入数据，输入到训练后的MLP神经网络模型，输出汽车换挡面板的类型，完成汽车换挡面板的自动分类。
2.根据权利要求1所述一种汽车换挡面板图像自动分类方法，其特征在于：所述步骤(2)具体为：
2.1)使用OTSU法对汽车换挡面板图像f进行二值化处理得到二值图像fbw；
2.2)使用圆形结构元素Se对二值图像fbw进行一次形态学膨胀操作，得到膨胀后图像fd：
fd＝fbwΘSe
2.3)对膨胀后图像fd进行形状转换，填充目标区域中的空洞，得到填充后图像fconvex；
2.4)将填充后图像fconvex上目标区域的坐标位置对应到汽车换挡面板图像f上，作为汽车换挡面板图像f上的目标区域位置，差分运算提取出汽车换挡面板图像f中的目标区域p。
3.根据权利要求1所述一种汽车换挡面板图像自动分类方法，其特征在于：所述步骤(3)具体为：
3.1)采用以下公式处理获得目标区域p边界到质心的平均距离Dist：
其中，A表示目标区域p所包含的像素总数，p(r，c)分别表示目标区域p质心位置的像素坐标和非质心位置的其他像素坐标；
3.2)计算目标区域p边界到质心的平均距离标准差Sigma：
3.3)取目标区域的最小外接矩形，根据最小外接矩形计算目标区域p的最小外接圆半径Out_r及其矩形度Re：
其中，L、B分别表示目标区域的最小外接矩形的长和...
【专利技术属性】
技术研发人员：周扬，石龙杰，张铮，施祥，刘喜昂，丰明坤，陈正伟，王新华，陈芳妮，陈军勇，陶红卫，张磊，岑岗，程志刚，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江;33
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。