【技术实现步骤摘要】
本专利技术属于工业智能制造，具体涉及一种汽车a柱卡扣防错防漏检测方法。
技术介绍
1、智能制造是汽车零部件自动化产线中的热门话题，它可以在极大程度上实现非自动化产线的降本增效，而一套快速有效的卡扣防错防漏检测系统及方法在汽车a柱卡扣视觉检测中发挥着非常重要的作用。
2、当前汽车a柱卡扣检测的方法有很多，其中，基于单一blob模板匹配的检测方法利用卡扣外观特征，快速准确的检测其有无，但仍然存在很多不足之处，例如：当打光效果不稳定时，汽车a柱卡扣外观特征无法被照亮或过曝，基于单一blob模板匹配的检测方法无法准确检测到卡扣正确与否；当工件正装/反装时外观特征高度相似，会出现基于单一blob模板匹配的检测方式无法区分卡扣装反的情况。而目前大热的基于机器学习方向的检测算法不仅对硬件要求高，且成本颇高，单一的基于blob特征匹配的汽车a柱卡扣检测方法鲁棒性较差。
3、因此，本专利技术公开了汽车a柱卡扣防错防漏检测方法，采用blob特征与多模板匹配相结合，在汽车a柱自动化产线中实现批量卡扣的快速准确防错防漏检测。
技术实现思路
1、为解决现有技术中存在的技术问题，本专利技术的目的在于提供一种汽车a柱卡扣防错防漏检测方法。
2、为实现上述目的，达到上述技术效果，本专利技术采用的技术方案为：
3、一种汽车a柱卡扣防错防漏检测方法，包括以下步骤：
4、1)采集汽车a柱卡扣图像；
5、2)利用卡扣的blob特征进行模板匹配，依据得
6、3)如果blob特征匹配无法获得正确的baffle检测状态，则利用多模板匹配方法进行a柱卡扣防错防漏检测。
7、进一步的，步骤1)中，采集a柱卡扣图像的步骤包括：
8、在汽车a柱自动化产线卡扣检测站中，采用工业相机搭配光源同时与卡扣面成80°～100°的拍摄方式，在最优的相机工作距离采集汽车a柱卡扣图像。
9、进一步的，步骤2)中，利用卡扣的blob特征进行模板匹配，依据得分和角度判断baffle检测状态，实现a柱卡扣防错防漏检测的步骤包括：
10、2-1)建立标准的卡扣blob特征模板；
11、2-2)对在汽车a柱自动化产线上采集到的卡扣图像进行二值化处理，属于指定灰度值阈值范围内的像素值置为1，其余置为0，分割出卡扣特征；
12、2-3)对二值化后的a柱卡扣图像进行形态学处理，首先进行膨胀运算，然后再进行腐蚀运算，消除卡扣特征上小的间隙和噪点，使特征边缘平滑；
13、2-4)对步骤2-3)所得图像中的连通区域提取边缘特征轮廓；
14、2-5)统计获取的卡扣最小blob面积m；
15、2-6)如果获取的面积m满足：28000≤m≤45000，提取该区域作为blob特征区域进行卡扣检测；否则转入步骤3)；
16、2-7)对候选blob特征区域进行blob模板匹配，并统计得分s和角度β；
17、2-8)如果得分s≥a且角度β≤b，则输出该卡扣检测状态为ok；否则转入步骤3)。
18、进一步的，膨胀运算的步骤包括：用结构元素扫描图像中的每一个元素，并与覆盖的二值图像做或操作，如果都为0，结果图像的该像素为0，否则为1；
19、腐蚀运算的步骤包括：用结构元素扫描图像中的每一个元素，并与覆盖的二值图像做与操作，如果都为1，结果图像的该像素为1，否则为0；
20、上述算法为开运算，公式为：
21、dst＝dilate(erode(src,s,iterations),s,iterations)
22、其中，src表示输入图像，dst表示输出图像，s表示结构元素，iterations表示迭代次数。
23、进一步的，步骤2-5)中，卡扣的blob面积m的值需根据a柱上具体的卡扣样式进行具体数值赋值。
24、进一步的，步骤2-8)中，a和b的值需根据具体工件上卡扣的摆放位置和状态来设定。
25、进一步的，步骤3)中，如果blob特征匹配无法获得正确的baffle检测状态，则利用多模板匹配方法进行a柱卡扣防错防漏检测的步骤包括：
26、3-1)建立卡扣原图像多模板库；
27、所述多模板库是由工作人员在基于blob特征和多模板匹配方法运行之前对所要检测的汽车a柱工件图像进行卡扣区域的截取，从而获得一定数量的模板，并从获取的模板中选择不同时间段及不同角度情况下的最为理想的模板作为最终的卡扣模板；
28、3-2)对步骤3-1)所得卡扣模板做裁剪和弱化易混淆边缘特征处理，裁剪模板可剔除卡扣两端相似特征；
29、3-3)根据实时传输进来的图像在模板库中找到与实际图像相对应的模板，利用该模板对框定的roi区域进行模板匹配；
30、3-4)统计匹配区域内卡扣模板的得分s和角度β；
31、3-5)如果得分s≥a且角度β≤b，则输出该卡扣检测状态为ok；如果得分s＜a或角度β>b，则认为该区域内不存在卡扣。
32、进一步的，步骤3-2)中，裁剪和弱化易混淆边缘特征处理的步骤包括：
33、截取卡扣c/10区域作为模板库；弱化易混淆边缘特征，只保留baffle绝对轮廓特征，避免因工件放反后绝对轮廓外的边缘特征相似度较高导致的误检，具体做法是调试验证选取合适的卡扣模板特征尺度d与对比度阈值e，并添加掩膜区域。
34、进一步的，步骤3-2)中，c、d与e的值需根据实际采集图像的卡扣状态来调试设定。
35、进一步的，步骤3-5)中，a和b的值需根据具体工件上卡扣的摆放位置和状态来设定。
36、与现有技术相比，本专利技术的有益效果为：
37、本专利技术公开了一种汽车a柱卡扣防错防漏检测方法，包括以下步骤：1)采集汽车a柱卡扣图像；2)利用卡扣的blob特征进行模板匹配，依据得分和角度判断baffle检测状态，实现a柱卡扣防错防漏检测；但如果blob特征匹配无法获得正确的baffle检测状态，则进入步骤3)；3)如果blob特征匹配无法获得正确的baffle检测状态，则利用多模板匹配方法进行a柱卡扣防错防漏检测。本专利技术提供的汽车a柱卡扣防错防漏检测方法，基于blob特征与多模板匹配相结合进行a柱卡扣防错防漏检测，可以在汽车a柱自动化产线中实现批量卡扣的快速准确防错防漏检测，鲁棒性好，完善了利用blob特征进行汽车a柱卡扣防错防漏检测时，由于极度依赖打光效果，卡扣blob特征缺失或变多而无法实现防错防漏检测的缺陷，通过在a柱卡扣防错防漏检测时裁剪特征模板并弱化易混淆边缘特征，提高了匹配的精度并提升了产线节拍。
本文档来自技高网...【技术保护点】
1.一种汽车A柱卡扣防错防漏检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤1)中，采集A柱卡扣图像的步骤包括：
3.根据权利要求1所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤2)中，利用卡扣的Blob特征进行模板匹配，依据得分和角度判断Baffle检测状态，实现A柱卡扣防错防漏检测的步骤包括：
4.根据权利要求3所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，膨胀运算的步骤包括：用结构元素扫描图像中的每一个元素，并与覆盖的二值图像做或操作，如果都为0，结果图像的该像素为0，否则为1；
5.根据权利要求3所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤2-5)中，卡扣的Blob面积M的值需根据A柱上具体的卡扣样式进行具体数值赋值。
6.根据权利要求3所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤2-8)中，a和b的值需根据具体工件上卡扣的摆放位置和状态来设定。
7.根据权利要求1所述的一种汽车A柱卡扣防错防漏检测
8.根据权利要求7所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤3-2)中，裁剪和弱化易混淆边缘特征处理的步骤包括：
9.根据权利要求8所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤3-2)中，c、d与e的值需根据实际采集图像的卡扣状态来调试设定。
10.根据权利要求7所述的一种汽车A柱卡扣防错防漏检测方法，其特征在于，步骤3-5)中，a和b的值需根据具体工件上卡扣的摆放位置和状态来设定。
...【技术特征摘要】
1.一种汽车a柱卡扣防错防漏检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种汽车a柱卡扣防错防漏检测方法，其特征在于，步骤1)中，采集a柱卡扣图像的步骤包括：
3.根据权利要求1所述的一种汽车a柱卡扣防错防漏检测方法，其特征在于，步骤2)中，利用卡扣的blob特征进行模板匹配，依据得分和角度判断baffle检测状态，实现a柱卡扣防错防漏检测的步骤包括：
4.根据权利要求3所述的一种汽车a柱卡扣防错防漏检测方法，其特征在于，膨胀运算的步骤包括：用结构元素扫描图像中的每一个元素，并与覆盖的二值图像做或操作，如果都为0，结果图像的该像素为0，否则为1；
5.根据权利要求3所述的一种汽车a柱卡扣防错防漏检测方法，其特征在于，步骤2-5)中，卡扣的blob面积m的值需根据a柱上具体的卡扣样式进行具体数值赋值。
6.根...
【专利技术属性】
技术研发人员：王旭，严华，林涛，朱振友，
申请(专利权)人：江苏北人智能制造科技股份有限公司，
类型：发明
国别省市：
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。