CN108230386A - 一种汽车管梁测量中的图像处理算法 - Google Patents

Abstract

本发明公开了一种汽车管梁测量中的图像处理算法，包括如下步骤：步骤一，采用相机拍摄汽车管梁首、末端面的图像；步骤二，通过动态阈值法分割出汽车管梁目标区域；步骤三，形态学滤波去除杂散噪声的影响；步骤四，基于Canny算法拟合出汽车管梁目标区域的边缘，将封闭的边缘分割成线段，并计算出首端面竖直方向的线段到视场中心的加权像素距离，以及与竖直方向的夹角；步骤五，同理计算出末端面竖直方向的线段到视场中心的加权像素距离，以及与竖直方向的夹角；步骤六，根据步骤四和五中得到的结果并结合相机的标定信息求出汽车管梁的长度和平行度。该算法方法简便，具有较好的实时性和精确性，可以极大地提高测量效率。

Description

一种汽车管梁测量中的图像处理算法

技术领域

本发明属于图像处理技术领域，具体涉及一种汽车管梁测量中的图像处理算法。

背景技术

汽车管梁作为汽车的一种重要部件，其规格和尺寸均要符合一定的标准。由于汽车型号的不同，汽车管梁的尺寸存在差别。对不同的汽车管梁需要通过测量才能确定其质量，传统的测量方式是人工测量。人工测量的劳动强度大、效率低下，而且由于采用接触式的测量方式，容易造成测量设备的损坏。

为了改进汽车管梁的测量方式，人们开始尝试采用图像处理的方法，采用图像处理的方式进行汽车管梁的测量可以避免人工测量的缺点，但是现有的图像处理算法还存在实时性和精确性不高，处理过程比较复杂的缺点。

发明内容

针对现有技术中存在的上述问题，本发明提供了一种汽车管梁测量中的图像处理算法，该算法根据首、末端面的图像并结合相机标定信息求出汽车管梁的长度和平行度，方法简便，具有较好的实时性和精确性，可以极大地提高测量效率。

为此，本发明采用了以下技术方案：

一种汽车管梁测量中的图像处理算法，包括如下步骤：

步骤一，采用相机拍摄汽车管梁首、末端面的图像；

步骤二，通过动态阈值法分割出汽车管梁目标区域(图像中像素值较低点)，f表示采集到的汽车管梁图片，f(i,j)表示第i行j列像素值大小；

步骤三，形态学滤波去除杂散噪声的影响；

步骤四，基于Canny算法拟合出汽车管梁目标区域的边缘，将封闭的边缘分割成线段，并计算出首端面竖直方向的线段S_left到左视场中心的加权像素距离l_left，以及S_left与竖直方向的夹角α_vertical；

步骤五，同理计算出末端面的竖直方向的线段S_right到右视场中心的加权像素距离l_right，以及S_right与竖直方向的夹角β_vertical；

步骤六，根据步骤四和五中得到的结果并结合相机的标定信息求出汽车管梁的长度L和平行度ψ。

进一步地，步骤二的具体过程如下：

首先，创建一个滤波模板，模板大小为MaskWidth×MaskHeight，其中MaskWidth和MaskHeight均为正奇数，模板对图像f进行卷积，然后除以模板大小，得到新的图像f_mean；选取补偿值To_ffset，对于满足式f(i,j)≥f_mean(i,j)+T_offset的像素点在f中保留，反之舍弃；得到图像f_dyn，f_dyn中还存在杂散噪声的影响，通过形态学滤波去除噪声，提取出汽车管梁目标区域图片f_pipe。

进一步地，步骤六中汽车管梁的长度L的计算公式如下：

其中：T为左、右视场中心间距，Δl为每像素对应的实际长度，C_center__left和C_center__rightt分别为左右视场的中心点，f_obj__left和f_obj__right分别表示左右视场中的目标区域。

进一步地，步骤六中汽车管梁的平行度ψ的计算公式如下：

ψ＝|α_vertical-β_vertical|

其中：α_vertical是首端面竖直方向的线段S_left与竖直方向的夹角，β_vertical是末端面竖直方向的线段S_right与竖直方向的夹角。

与现有技术相比，本发明的有益效果是：

(1)方法简便，具有较好的实时性和精确性。

(2)提高了测量效率，降低了劳动强度。

(3)通用性较强，维护成本较低。

附图说明

图1是本发明所提供的图像处理算法中汽车管梁首端面图像示意图。

图2是本发明所提供的图像处理算法中汽车管梁末端面图像示意图。

附图标记说明：1、左视场中心；2、汽车管梁；3、右视场中心。

具体实施方式

下面结合附图以及具体实施例来详细说明本发明，其中的具体实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。

本发明公开了一种汽车管梁测量中的图像处理算法，包括如下步骤：

步骤一，采用相机拍摄汽车管梁首、末端面的图像；

步骤二，通过动态阈值法分割出汽车管梁目标区域(图像中像素值较低点)，f表示采集到的汽车管梁图片，f(i,j)表示第i行j列像素值大小；

步骤三，形态学滤波去除杂散噪声的影响；

步骤四，基于Canny算法拟合出汽车管梁目标区域的边缘，将封闭的边缘分割成线段，并计算出首端面竖直方向的线段S_left到左视场中心的加权像素距离l_left，以及S_left与竖直方向的夹角α_vertical；

步骤五，同理计算出末端面的竖直方向的线段S_right到右视场中心的加权像素距离l_right，以及S_right与竖直方向的夹角β_vertical；

步骤六，根据步骤四和五中得到的结果并结合相机的标定信息求出汽车管梁的长度L和平行度ψ。

步骤六中汽车管梁的长度L的计算公式如下：

其中：T为左、右视场中心间距，Δl为每像素对应的实际长度，C_{center_left}和C_{center_rightt}分别为左右视场的中心点，f_{obj_left}和f_{obj_right}分别表示左右视场中的目标区域。

步骤六中汽车管梁的平行度ψ的计算公式如下：

ψ＝|α_vertical-β_vertical|

其中：α_vertical是首端面竖直方向的线段S_left与竖直方向的夹角，β_vertical是末端面竖直方向的线段S_right与竖直方向的夹角。

实施例

图1所示为本发明所提供的图像处理算法中汽车管梁的首端面图像，它由相机拍摄获得，其中W表示视场宽度，对应固定的长度(标定的距离)，对于拍摄的首端面图像处理如下：

第一步：通过动态阈值法分割出炮梁目标区域(图像中像素值较低点)，f表示采集到的炮梁图片，f(i,j)表示第i行j列像素值大小；首先，创建一个滤波模板，模板大小为MaskWidth×MaskHeight，其中MaskWidth和MaskHeight均为正奇数，模板对图像f进行卷积，然后除以模板大小，得到新的图像f_mean；选取补偿值To_ffset，对于满足式f(i,j)≥f_mean(i,j)+T_offset的像素点在f中保留，反之舍弃；得到图像f_dyn，f_dyn中还存在杂散噪声的影响，通过形态学滤波去除噪声，提取出炮梁目标区域图片f_pipe；

第二步：形态学滤波去除杂散噪声的影响；

第三步：基于Canny算法拟合出汽车管梁目标区域的边缘，将封闭的边缘分割成线段，并计算出首端面竖直方向的线段S_left到左视场中心的加权像素距离l_left，以及S_left与竖直方向的夹角α_vertical。

图2所示为本发明所提供的图像处理算法中汽车管梁的末端面图像，按照图1中的图像处理算法计算出末端面的竖直方向的线段S_right到右视场中心的加权像素距离l_right，以及S_right与竖直方向的夹角β_vertical。结合首端面和末端面求得的结果并根据相机的标定信息求出汽车管梁的长度L和平行度ψ。

以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种汽车管梁测量中的图像处理算法，其特征在于：包括如下步骤：

步骤一，采用相机拍摄汽车管梁首、末端面的图像；

步骤二，通过动态阈值法分割出汽车管梁目标区域(图像中像素值较低点)，f表示采集到的汽车管梁图片，f(i,j)表示第i行j列像素值大小；

步骤三，形态学滤波去除杂散噪声的影响；

步骤四，基于Canny算法拟合出汽车管梁目标区域的边缘，将封闭的边缘分割成线段，并计算出首端面竖直方向的线段S_left到左视场中心的加权像素距离l_left，以及S_left与竖直方向的夹角α_vertical；

步骤五，同理计算出末端面的竖直方向的线段S_right到右视场中心的加权像素距离l_right，以及S_right与竖直方向的夹角β_vertical；

步骤六，根据步骤四和五中得到的结果并结合相机的标定信息求出汽车管梁的长度L和平行度ψ。

2.根据权利要求1所述的一种汽车管梁测量中的图像处理算法，其特征在于：步骤二的具体过程如下：

首先，创建一个滤波模板，模板大小为MaskWidth×MaskHeight，其中MaskWidth和MaskHeight均为正奇数，模板对图像f进行卷积，然后除以模板大小，得到新的图像f_mean；选取补偿值T_offset，对于满足式f(i,j)≥f_mean(i,j)+T_offset的像素点在f中保留，反之舍弃；得到图像f_dyn，f_dyn中还存在杂散噪声的影响，通过形态学滤波去除噪声，提取出汽车管梁目标区域图片f_pipe。

3.根据权利要求1或2所述的一种汽车管梁测量中的图像处理算法，其特征在于：步骤六中汽车管梁的长度L的计算公式如下：

其中：T为左、右视场中心间距，Δl为每像素对应的实际长度，C_{center_left}和C_{center_rightt}分别为左右视场的中心点，f_{obj_left}和f_{obj_right}分别表示左右视场中的目标区域。

4.根据权利要求3所述的一种汽车管梁测量中的图像处理算法，其特征在于：步骤六中汽车管梁的平行度ψ的计算公式如下：

ψ＝|α_vertical-β_vertical|

其中：α_vertical是首端面竖直方向的线段S_left与竖直方向的夹角，β_vertical是末端面竖直方向的线段S_right与竖直方向的夹角。