基于计算机视觉的车桥生产质量快速检测方法及系统技术方案

本发明专利技术涉及图像数据处理技术领域，具体涉及一种基于计算机视觉的车桥生产质量快速检测方法及系统，该方法首先获取车桥表面图像中的缺陷连通域，根据划痕缺陷的凹陷特征通过底部凹陷像素点和缺陷连通域边界上像素点之间的色差得到划痕凹陷度，根据划痕的宽度特征计算缺陷连通域的划痕扩展度，根据划痕缺陷延伸方向变化和细长特征计算缺陷连通域的划痕细长规律度，进一步结合划痕凹陷度、划痕扩展度和划痕细长规律度。得到表征缺陷连通域划痕显著性的划痕损坏程度系数，最后根据划痕损坏程度系数筛选出真实划痕区域并进行车桥生产质量检测。本发明专利技术对划痕区域的识别准确度更高，对车桥生产质量检测更加准确。对车桥生产质量检测更加准确。对车桥生产质量检测更加准确。

【技术实现步骤摘要】
基于计算机视觉的车桥生产质量快速检测方法及系统


[0001]本专利技术涉及图像数据处理
，具体涉及基于计算机视觉的车桥生产质量快速检测方法及系统。

技术介绍

[0002]车桥是承受汽车载荷的重要车辆组件，同时也起到传递发动机动力到车轮的作用，因此车桥的生产质量检测非常重要。车桥在生产过程中可能会受到不可抗力因素影响，导致车桥表面存在缺陷尤其是划痕缺陷，划痕缺陷会导致车桥表面的涂层脱落，使得涂层内部金属裸露出来，从而加速车桥表面金属的生锈速度，影响车桥的质量。传统的车桥质量检测方法主要采用人工检测或涡流检测，但是对于自动化生产的车桥而言，其检测效率和准确率均有不足，所以为了提高检测效率和准确度，通常在生产过程中引入计算机视觉技术来检测车桥中的划痕缺陷。
[0003]现有技术中通过训练好的深度学习模型检测车桥中的划痕缺陷，但是深度学习的方法的检测准确度由训练模型的历史数据所决定，对应的操作较为复杂且准确度是不确定的，所以通常通过操作较为简便的图像处理对划痕进行检测。现有技术中通过图像处理对划痕进行检测时，通常通过边缘检测和连通域分析法检测出缺陷连通域，并对缺陷连通域的形状进行分析并进一步检测划痕缺陷。但是车桥表面可能存在一些形状不规则的脏污，并且也会检测出对应的缺陷连通域，使得仅根据缺陷连通域的形状分析划痕缺陷的方法准确度较低，对应的车桥生产质量检测的准确性也较低。

技术实现思路

[0004]为了解决现有技术中根据缺陷连通域的形状检测车桥表面划痕缺陷导致车桥生产质量检测准确性较低的技术问题，本专利技术的目的在于提供一种基于计算机视觉的车桥生产质量快速检测方法及系统，所采用的技术方案具体如下：本专利技术提出了一种基于计算机视觉的车桥生产质量快速检测方法，所述方法包括：获取车桥表面图像；根据所述车桥表面图像对应灰度图像中的灰度差异分布特征得到缺陷连通域；根据所述缺陷连通域中像素点的灰度分布特征和边界上像素点的位置分布特征，得到至少两个底部凹陷像素点；在所述车桥表面图像对应的RGB图像中，根据所述底部凹陷像素点与缺陷连通域边界上像素点之间的色差，得到缺陷连通域对应的划痕凹陷度；根据缺陷连通域中像素点的位置分布规律，得到缺陷连通域的划痕扩展度；根据缺陷连通域边界上像素点的延伸方向变化规律和边界之间像素点的数量分布特征，得到缺陷连通域的划痕细长规律度；根据所述划痕凹陷度、所述划痕扩展度和所述划痕细长规律度，得到缺陷连通域的划痕损坏程度系数；根据所述划痕损坏程度系数筛选出真实划痕区域，根据真实划痕区域进行车桥生
产质量检测；所述底部凹陷像素点的获取方法包括：将所述缺陷连通域中距离最远的两个边缘像素点作为特征端点，将两个特征端点沿所述缺陷连通域的边界进行连接得到第一边界和第二边界，根据第一边界和第二边界上的像素点位置，确定至少两个匹配二元组，所述匹配二元组由第一边界像素点和第二边界像素点构成，所述第一边界像素点和第二边界像素点之间的连线与所述特征端点之间的线段垂直；在所述缺陷连通域中，将每个匹配二元组中第一边界像素点和第二个边界像素点之间的所有像素点组成的集合，作为每个匹配二元组对应的边界间像素点集合，将每个边界间像素点集合中灰度值最小的像素点，作为底部凹陷像素点。
[0005]进一步地，所述缺陷连通域的获取方法包括：对所述车桥表面图像对应的灰度图像采用边缘检测算法检测，得到车桥表面图像对应的边缘图像，通过连通域分析和边界跟踪算法对所述边缘图像进行分析，得到车桥表面图像中的缺陷连通域。
[0006]进一步地，所述划痕凹陷度的获取方法包括：任选一个底部凹陷像素点作为目标底部凹陷像素点，将目标底部凹陷像素点对应的匹配二元组作为目标匹配二元组；在所述车桥表面图像对应RGB图像中，将目标匹配二元组中第一边界像素点与所述目标底部凹陷像素点之间在RGB空间中的欧氏距离，作为第一颜色空间差异值；将目标匹配二元组中第二边界像素点与所述目标底部凹陷像素点之间在RGB空间中的欧氏距离，作为第二颜色空间差异值；将所述第一颜色空间差异值和所述第二颜色空间差异值之间的均值，作为目标底部凹陷像素点对应的色差特征值；改变目标底部凹陷像素点得到所有底部凹陷像素点对应的色差特征值，将所有底部凹陷像素点对应的色差特征值的均值，作为缺陷连通域对应的划痕凹陷度。
[0007]进一步地，所述划痕扩展度的获取方法包括：在所述缺陷连通域中，将每个边界间像素点集合对应的像素点数量的数值，作为每个边界像素点集合对应的数量特征值；将相同的数量特征值作为一个数量特征值种类，计算所有边界像素点集合对应的数量特征值均值，并统计数量特征值种类数量，根据所述数量特征值均值和所述数量特征值种类数量，得到所述缺陷连通域对应的划痕扩展度，所述划痕扩展度与所述数量特征值均值呈正相关，所述划痕扩展度与所述数量特征值种类数量呈负相关。
[0008]进一步地，所述划痕细长规律度的获取方法包括：在所述第一边界和所述第二边界上以任意一个特征端点到另一个特征端点的方向为顺序，将每个边界像素点与相邻的下一个边界像素点之间的线段与水平方向的夹角，作为每个边界像素点对应的特征角度；基于灰度游程矩阵构建原理，将边界像素点的特征角度替代灰度值作为输入，得到所有边界像素点对应的特征角度游程矩阵；将所述特征角度游程矩阵中所有非0元素对应游走长度的均值作为划痕长度特征值，根据所述划痕长度特征值和所述数量特征值均值，得到缺陷连通域对应的划痕细长规律度，所述划痕细长规律度与所述划痕长度特征值呈正相关，所述划痕细长规律度与所述数量特征值均值呈负相
关。
[0009]进一步地，所述划痕凹陷度与所述划痕损坏程度系数呈正相关，所述划痕扩展度与所述划痕损坏程度系数呈负相关，所述划痕细长规律度与所述划痕损坏程度系数呈正相关。
[0010]进一步地，所述真实划痕区域的获取方法包括：将所述划痕损坏程度系数大于或等于预设划痕阈值的缺陷连通域，作为真实划痕区域。
[0011]进一步地，所述根据真实划痕区域进行车桥生产质量检测包括：统计所述车桥表面图像中的所有真实划痕区域，将所有真实划痕区域面积的累加和作为划痕总面积；当所述划痕总面积小于预设划痕面积阈值且真实划痕区域的数量小于预设划痕数量阈值时，车桥生产质量合格；否则，车桥生产质量不合格。
[0012]本专利技术还提出了一种基于计算机视觉的车桥生产质量快速检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现任意一项一种基于计算机视觉的车桥生产质量快速检测方法的步骤。
[0013]本专利技术具有如下有益效果：考虑到车桥表面涂层较厚，因此对车桥质量产生影响的划痕缺陷通常是向内部凹陷的并且具有一定的深度，且从划痕最底部向上边两个划痕边界呈斜坡状，因此根据车桥表面图像中的划痕区域与其他区域在灰度分布上具有明显的差异，且缺陷底部与缺陷边界的像素点之间也存在明显的色差的特点，得到每个缺陷连通域的划痕凹陷度。进一步根据真实划痕区域的宽度较小的特征通过缺陷连通域中像素点的位置分布规律，得到缺陷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于计算机视觉的车桥生产质量快速检测方法，其特征在于，所述方法包括：获取车桥表面图像；根据所述车桥表面图像对应灰度图像中的灰度差异分布特征得到缺陷连通域；根据所述缺陷连通域中像素点的灰度分布特征和边界上像素点的位置分布特征，得到至少两个底部凹陷像素点；在所述车桥表面图像对应的RGB图像中，根据所述底部凹陷像素点与缺陷连通域边界上像素点之间的色差，得到缺陷连通域对应的划痕凹陷度；根据缺陷连通域中像素点的位置分布规律，得到缺陷连通域的划痕扩展度；根据缺陷连通域边界上像素点的延伸方向变化规律和边界之间像素点的数量分布特征，得到缺陷连通域的划痕细长规律度；根据所述划痕凹陷度、所述划痕扩展度和所述划痕细长规律度，得到缺陷连通域的划痕损坏程度系数；根据所述划痕损坏程度系数筛选出真实划痕区域，根据真实划痕区域进行车桥生产质量检测；所述底部凹陷像素点的获取方法包括：将所述缺陷连通域中距离最远的两个边缘像素点作为特征端点，将两个特征端点沿所述缺陷连通域的边界进行连接得到第一边界和第二边界，根据第一边界和第二边界上的像素点位置，确定至少两个匹配二元组，所述匹配二元组由第一边界像素点和第二边界像素点构成，所述第一边界像素点和第二边界像素点之间的连线与所述特征端点之间的线段垂直；在所述缺陷连通域中，将每个匹配二元组中第一边界像素点和第二个边界像素点之间的所有像素点组成的集合，作为每个匹配二元组对应的边界间像素点集合，将每个边界间像素点集合中灰度值最小的像素点，作为底部凹陷像素点。2.根据权利要求1所述的基于计算机视觉的车桥生产质量快速检测方法，其特征在于，所述缺陷连通域的获取方法包括：对所述车桥表面图像对应的灰度图像采用边缘检测算法检测，得到车桥表面图像对应的边缘图像，通过连通域分析和边界跟踪算法对所述边缘图像进行分析，得到车桥表面图像中的缺陷连通域。3.根据权利要求1所述的基于计算机视觉的车桥生产质量快速检测方法，其特征在于，所述划痕凹陷度的获取方法包括：任选一个底部凹陷像素点作为目标底部凹陷像素点，将目标底部凹陷像素点对应的匹配二元组作为目标匹配二元组；在所述车桥表面图像对应RGB图像中，将目标匹配二元组中第一边界像素点与所述目标底部凹陷像素点之间在RGB空间中的欧氏距离，作为第一颜色空间差异值；将目标匹配二元组中第二边界像素点与所述目标底部凹陷像素点之间在RGB空间中的欧氏距离，作为第二颜色空间差异值；将所述第一颜色空间差异值和所述第二颜色空间差异值之间的均值，作为目标底部凹陷像素点对应的色差特征值；改变目标底部凹陷像素点得到所有底部凹陷像素点对应的色差特征值，将所有底部凹...

【专利技术属性】
技术研发人员：王慧，张立民，
申请(专利权)人：曼德惟尔山东智能制造有限公司，
类型：发明
国别省市：