一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法技术

本发明专利技术公开了一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，包括如下步骤：S1、获取具有缺陷覆盖件表面的3D点云图；S2、对采集到的点云图进行异常值去除处理；S3、对点云图进行识别缺陷，并输出缺陷位置坐标。本发明专利技术主要目的在于提出一种基于机器视觉的汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法。通过采集汽车覆盖件表面点云图，预处理结束的3D点云图进行凹坑、凸点和孔洞缺陷分析，识别出缺陷的位置，缩短生产周期降低生产成本，提升产品竞争力。争力。争力。

【技术实现步骤摘要】
一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法


[0001]本专利技术涉及一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，属于汽车覆盖件表面缺陷检测领域。

技术介绍

[0002]汽车生产制造中，冲压之后可能会产生凹坑、凸点和孔洞等明显的表面缺陷，汽车覆盖件表面质量缺陷检测是一个重要的环节，传统的检测过程中，对于汽车覆盖件表面缺陷基本都是靠人工目测，另外少数依据算法来检测缺陷的效果并不太理想，因此亟需一种汽车覆盖件表面质量缺陷检测方法。

技术实现思路

[0003]针对上述现有技术存在的问题，本专利技术提供一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，主要目的在于提出一种基于机器视觉的汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法。通过采集汽车覆盖件表面点云图，预处理结束的3D点云图进行凹坑、凸点和孔洞缺陷分析，识别出缺陷的位置，缩短生产周期降低生产成本，提升产品竞争力。
[0004]为了实现上述目的，本专利技术采用如下技术方案：一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，包括如下步骤：
[0005]S1、获取具有缺陷覆盖件表面的3D点云图；
[0006]S2、对采集到的点云图进行异常值去除处理；
[0007]S3、对点云图进行识别缺陷，并输出缺陷位置坐标。
[0008]优选地，步骤S1中，通过使用工业3D相机进行采集或者其他能够具有3D相机类似功能的现有设备进行采集；用3D相机拍摄带有孔洞、凹坑或凸点缺陷汽车覆盖件表面，采集其点云图。
[0009]优选地，步骤S2中，所述异常值处理包括对有序点云数据的离群点剔除，具体步骤如下：
[0010]首先在给定邻域大小K的情况下找到最近的相邻点，计算这些相邻像素的重心和标准差，然后，评估所选点与重心的距离是否比计算的标准偏差的倍数D更近；如果距离较远，则将其视为离群值并删除；其中邻域数(K)代表每个点周围考虑的相邻点的数量；相邻标准差的倍数(D)代表与相邻点的“距离”，在该距离处的点被视为离群值，减小该值可增强过滤，增大该值可减弱过滤。
[0011]优选地，步骤S3中：所述对点云图进行识别缺陷，包括通过3D hote算子识别孔洞缺陷，并拟合成椭圆，获得椭圆的中心点位置，形成缺陷位置坐标。
[0012]优选地，步骤S3中，还包括识别对比后的点云图，得到凹坑或凸点缺陷点云包围盒，获得包围盒中心点坐标，形成缺陷位置坐标，其中对比后的点云图，通过S2处理后的点云图与模板对比获得。
[0013]优选地，所述识别对比后的点云图，包括将同一位置无缺陷的覆盖件表面3D点云
图作为模板，对比输出所拍摄的不匹配的点云，即为凹坑或凸点缺陷点云。
[0014]优选地，所述模板的点云需要和检测时拍摄的点云图成像效果保持一致，进而进行有效的对比。
[0015]优选地，所述包围盒中心点坐标获得步骤如下：
[0016]通过构建包围盒，将凹坑或凸点缺陷点云图包裹住，使用投影旋转法，将包围盒分别围绕三个坐标轴旋转，并选择位置和大小以使所有点都适合这个包围盒，构建出的包围盒的中心即为缺陷的位置。
[0017]与现有技术相比，本专利技术解决点传统检测方法效率低、方式单一的问题，通过3D点云图处理汽车覆盖件表面孔洞、凹点和凸点缺陷，定量检测缺陷位置。高效率、高效果的提升汽车覆盖件表面凹坑、凸点、孔洞缺陷检测，缩短生产周期，降低生产成本和提升产品竞争力。
附图说明
[0018]图1为本专利技术的流程图；
[0019]图2为孔洞缺陷点云图；
[0020]图3为含有凹点或凸点缺陷点云图；
[0021]图4为凹点或凸点缺陷点云图；
[0022]图5为用包围盒包裹住凹点或凸点缺陷点云图。
具体实施方式
[0023]下面结合附图对本专利技术实施中的技术方案进行清楚，完整的描述，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]如图1和图2所示，本专利技术实施例提供的一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，
[0025]S1、获取具有缺陷覆盖件表面的3D点云图，具体可以通过使用工业3D相机进行采集或者其他能够具有3D相机类似功能的现有设备进行采集；将相机拍摄面尽可能平行于带有孔洞、凹坑或凸点缺陷汽车覆盖件表面，采集其点云图。
[0026]S2、对采集到的点云图进行异常值去除处理，确保后续缺陷识别的准确性；
[0027]异常值处理包括对有序点云数据的离群点剔除，具体步骤如下：
[0028]首先在给定邻域大小K的情况下找到最近的相邻点。计算这些相邻像素的重心和标准差。然后，评估所选点与重心的距离是否比计算的标准偏差的倍数D更近；如果距离较远，则将其视为离群值并删除；
[0029]邻域数(K)：每个点周围考虑的相邻点的数量；
[0030]相邻标准差的倍数(D)：与相邻点的“距离”，在该距离处的点被视为离群值，减小该值可增强过滤，增大该值可减弱过滤。
[0031]S3、对点云图进行识别缺陷，并输出缺陷位置坐标
[0032]所述对点云图进行识别缺陷，包括通过3D hote算子识别孔洞缺陷，如图2所示，并
拟合成椭圆，获得椭圆的中心点位置，形成缺陷位置坐标；该算子的主要原理是根据点云数据中点的位置信息和目标异源点云数据中点的位置信息进行分析判定(简单来说，点云图中正常的点之间的间隔是大致均等的，如果间隔过大则认为是异常的)，首先依据上述原理确定异常点，进而提取边缘，识别为孔洞；
[0033]还包括识别对比后的点云图，得到凹坑或凸点缺陷点云包围盒，获得包围盒中心点坐标，形成缺陷位置坐标，其中对比后的点云图，通过S2处理后的点云图与模板对比获得；
[0034]如图3所示，所述识别对比后的点云图，包括将同一位置无缺陷的覆盖件表面3D点云图作为模板(其中，模板点云范围需要和检测时拍摄的点云图范围一样，这样才能进行有效的对比，具体为多大要根据选用的3D相机参数确定)，对比输出所拍摄的不匹配的点云，即为凹坑或凸点缺陷点云；
[0035]其中，通过3D ObjectList算子构建包围盒，如图5贴合凹坑或凸点缺陷点云图进行包裹，包围盒的中心点坐标即为该缺陷的位置，包围盒中心点坐标获得步骤如下：
[0036]通过构建包围盒，将凹坑或凸点缺陷点云图包裹住，使用投影旋转法，将包围盒分别围绕三个坐标轴旋转，并选择位置和大小以使所有点都适合这个包围盒，构建出的包围盒的中心点即为缺陷的位置。
[0037]对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神和基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，其特征在于，包括如下步骤：S1、获取具有缺陷覆盖件表面的3D点云图；S2、对采集到的点云图进行异常值去除处理；S3、对点云图进行识别缺陷，并输出缺陷位置坐标。2.根据权利要求1所述的一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，其特征在于，步骤S1中，通过使用工业3D相机进行采集或者其他能够具有3D相机类似功能的现有设备进行采集；用工业3D相机带有孔洞、凹坑或凸点缺陷汽车覆盖件表面，生成其点云图。3.根据权利要求1或2所述的一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，其特征在于，步骤S2中，所述异常值处理包括对有序点云数据的离群点剔除，具体步骤如下：首先在给定邻域大小K的情况下找到最近的相邻点，计算这些相邻像素的重心和标准差，然后，评估所选点与重心的距离是否比计算的标准偏差的倍数D更近；如果距离较远，则将其视为离群值并删除；其中邻域数(K)代表每个点周围考虑的相邻点的数量；相邻标准差的倍数(D)代表与相邻点的“距离”，在该距离处的点被视为离群值，减小该值可增强过滤，增大该值可减弱过滤。4.根据权利要求1至3任一项所述的一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，其特征在于，步骤S...

【专利技术属性】
技术研发人员：刘振泽，孙吉，陈金炎，王成喜，董迪锴，李博，李亚明，李瑞峰，臧一凡，胡闻捷，
申请(专利权)人：吉林大学，
类型：发明
国别省市：