System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及超分辨率,尤其涉及一种基于超分辨率技术的车身涂装质量检测系统和方法。
技术介绍
1、传统的汽车制造公司在汽车出厂前需要进行涂装质量检测,需要检查每辆车的涂装质量,包括检测漆面的均匀性、颜色的一致性、涂层的厚度等。
2、但目前,涂装质量检测过程中,需要人工检查员检查每辆车的涂装质量,包括检测漆面的均匀性、颜色的一致性、涂层的厚度等。这种检测方式既费时又容易出现人为错误;而现有的机器视觉系统在应对低分辨率图像时难以输出准确的检测结果。亟需一种基于超分辨率技术的车身涂装质量检测系统。
技术实现思路
1、针对上述所显示出来的问题,本技术方案提供了一种基于超分辨率技术的车身涂装质量检测系统,包括:
2、图像采集模块,用于通过预设的图像传感器,采集车身涂装过程中的图像数据;
3、预处理模块,用于识别采集到的图像数据的分辨率,筛选低分辨率图像数据,并对所述低分辨率图像进行预处理;
4、高分辨转化模块,用于基于预设的超分辨率算法,将预处理后的低分辨率图像数据转化为高分辨图像数据;
5、车身涂装缺陷模块,用于通过所述高分辨图像数据,进行车身涂装缺陷检测,确定车身涂装缺陷结果;
6、检测模块,用于将所述车身涂装缺陷结果与预设的标准缺陷结果进行比较和分析,并生成检测结果。
7、作为本技术方案的一种实施例,所述预处理模块,包括:
8、图像去噪处理单元,用于通过预设的滤波器和去噪算法,去除图像数据中
9、所述滤波器包括均值滤波和中值滤波的一种或者多种;
10、图像增强处理单元,用于调整所述去噪图像的属性,其中,
11、所述去噪图像的属性包括图像亮度、图像对比度和图像色彩的一种或者多种;
12、低分辨率单元,用于识别采集到的去噪图像的分辨率,筛选低分辨率图像数据;
13、图像平滑处理单元,用于通过预设的滤波器,对所述低分辨率图像数据进行模糊处理,确定模糊处理图像;
14、图像锐化处理单元,用于通过预设的锐化滤波器或边缘检测算法,增强所述模糊处理图像的边缘和细节信息;
15、图像尺寸调整处理单元,用于基于所述模糊处理图像的边缘和细节信息,对所述模糊处理图像进行缩放和裁剪;
16、图像色彩空间转换处理单元,用于对缩放和裁剪后的模糊处理图像进行色彩空间的转换。
17、作为本技术方案的一种实施例,所述高分辨转化模块,包括:
18、重建单元,用于基于预设的超分辨率算法,重建预处理后的低分辨率图像数据的细节信息;其中,
19、所述超分辨率算法包括差值技术、图像恢复技术和深度学习技术;
20、所述细节信息包括清晰度和细节级别;
21、高分辨图像单元,用于利用细节信息,填补预处理后的低分辨率图像数据,生成对应的高分辨图像数据。
22、作为本技术方案的一种实施例,所述车身涂装缺陷模块,包括:
23、缺陷特征信息单元,用于基于预设的缺陷检测算法和特征提取方法,从所述高分辨图像数据中提取出和缺陷相关的特征信息;其中,
24、所述缺陷检测算法包括阈值分割算法、背景建模算法、形态学操作算法和机器学习算法的一种或多种;
25、所述特征提取方法至少包括灰度直方图、纹理特征提取方法和梯度特征提取方法的一种或多种;
26、所述缺陷相关的特征信息至少包括划痕缺陷信息、气泡缺陷信息、颜色不均缺陷信息的一种或多种;
27、分类单元,用于基于预设的机器学习和深度学习方法,对所述缺陷相关的特征信息进行分类,确定对应的分类缺陷特征;
28、所述分类缺陷特征至少包括划痕缺陷特征、气泡缺陷特征、颜色不均缺陷特征的一种或多种;
29、车身涂装缺陷结果单元,用于对车身上所述分类缺陷特征的种类数量和种类,得到车身涂装缺陷结果。
30、作为本技术方案的一种实施例,所述检测模块,包括:
31、分析单元,用于将所述车身涂装缺陷结果与预设的标准缺陷结果进行比较和分析,按照预设的缺陷评估标准,确定缺陷严重程度;
32、缺陷信息获取单元,用于获取车身涂装缺陷的缺陷位置和缺陷类别;
33、检测结果输出单元,用于根据所述缺陷严重程度、缺陷位置和缺陷类别,得到车身涂装对应的检测结果,并将所述检测结果按照预设的格式反馈至控制终端;其中,
34、所述预设的格式至少包括报表形式、图表形式和文字形式的一种或多种。
35、本技术方案提供了一种基于超分辨率技术的车身涂装质量检测方法,包括:
36、通过预设的图像传感器,采集车身涂装过程中的图像数据;
37、识别采集到的图像数据的分辨率,筛选低分辨率图像数据,并对所述低分辨率图像进行预处理;
38、基于预设的超分辨率算法,将预处理后的低分辨率图像数据转化为高分辨图像数据;
39、通过所述高分辨图像数据,进行车身涂装缺陷检测,确定车身涂装缺陷结果;
40、将所述车身涂装缺陷结果与预设的标准缺陷结果进行比较和分析,并生成检测结果。
41、作为本技术方案的一种实施例,所述识别采集到的图像数据的分辨率,筛选低分辨率图像数据,并对所述低分辨率图像进行预处理,包括:
42、通过预设的滤波器和去噪算法,去除图像数据中的高斯噪声,确定去噪图像;其中,
43、所述滤波器包括均值滤波和中值滤波的一种或者多种;
44、调整所述去噪图像的属性,其中,
45、所述去噪图像的属性包括图像亮度、图像对比度和图像色彩的一种或者多种;
46、识别采集到的去噪图像的分辨率,筛选低分辨率图像数据;
47、通过预设的滤波器,对所述低分辨率图像数据进行模糊处理,确定模糊处理图像;
48、通过预设的锐化滤波器或边缘检测算法,增强所述模糊处理图像的边缘和细节信息;
49、基于所述模糊处理图像的边缘和细节信息,对所述模糊处理图像进行缩放和裁剪;
50、对缩放和裁剪后的模糊处理图像进行色彩空间的转换。
51、作为本技术方案的一种实施例,所述基于预设的超分辨率算法,将预处理后的低分辨率图像数据转化为高分辨图像数据,包括:
52、基于预设的超分辨率算法,重建预处理后的低分辨率图像数据的细节信息;其中,
53、所述超分辨率算法包括差值技术、图像恢复技术和深度学习技术;
54、所述细节信息包括清晰度和细节级别;
55、利用细节信息,填补预处理后的低分辨率图像数据,生成对应的高分辨图像数据。
56、作为本技术方案的一种实施例,所述通过所述高分辨图像数据,进行车身涂装缺陷检测,确定车身涂装缺陷结果,包括:
57、基于预设的本文档来自技高网...
【技术保护点】
1.一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,包括:
2.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述预处理模块,包括:
3.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述高分辨转化模块,包括:
4.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述车身涂装缺陷模块,包括:
5.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述检测模块,包括:
6.一种基于超分辨率技术的车身涂装质量检测方法,其特征在于,包括:
7.根据权利要求6所述一种基于超分辨率技术的车身涂装质量检测方法,其特征在于,所述识别采集到的图像数据的分辨率,筛选低分辨率图像数据,并对所述低分辨率图像进行预处理,包括:
8.根据权利要求6所述一种基于超分辨率技术的车身涂装质量检测方法,其特征在于,所述基于预设的超分辨率算法,将预处理后的低分辨率图像数据转化为高分辨图像数据,包括:
9.根据
10.根据权利要求6所述一种基于超分辨率技术的车身涂装质量检测方法,其特征在于,所述将所述车身涂装缺陷结果与预设的标准缺陷结果进行比较和分析,并生成检测结果,包括:
...【技术特征摘要】
1.一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,包括:
2.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述预处理模块,包括:
3.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述高分辨转化模块,包括:
4.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述车身涂装缺陷模块,包括:
5.根据权利要求1所述一种基于超分辨率技术的车身涂装质量检测系统,其特征在于,所述检测模块,包括:
6.一种基于超分辨率技术的车身涂装质量检测方法,其特征在于,包括:
7.根据权利要求6所述一种基于超分辨...
【专利技术属性】
技术研发人员:余丹,兰雨晴,张博煜,贺江,邢智涣,
申请(专利权)人:慧之安信息技术股份有限公司,
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。