CN109035225A - 一种汽车刹车片外观质量检验照明系统设计质量评价方法 - Google Patents
一种汽车刹车片外观质量检验照明系统设计质量评价方法 Download PDFInfo
- Publication number
- CN109035225A CN109035225A CN201810760623.7A CN201810760623A CN109035225A CN 109035225 A CN109035225 A CN 109035225A CN 201810760623 A CN201810760623 A CN 201810760623A CN 109035225 A CN109035225 A CN 109035225A
- Authority
- CN
- China
- Prior art keywords
- illumination
- image
- formula
- intensity profile
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 165
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000007689 inspection Methods 0.000 title claims abstract description 18
- 238000012549 training Methods 0.000 claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 238000012797 qualification Methods 0.000 claims abstract description 12
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000013210 evaluation model Methods 0.000 claims description 18
- 238000013441 quality evaluation Methods 0.000 claims description 13
- 238000003709 image segmentation Methods 0.000 claims description 10
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000001303 quality assessment method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000001953 sensory effect Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims 1
- 230000007547 defect Effects 0.000 description 2
- 230000003760 hair shine Effects 0.000 description 2
- 238000005375 photometry Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种汽车刹车片外观质量检验照明系统设计质量评价方法,包括训练和评价两个步骤。训练时,采集训练用刹车片图像及对应照明系统的照度均值μE及照度标准差σE,并确定设计质量合格的照明系统所对应μE及σE的有效取值范围;提取刹车片图像的灰度分布程度V及灰度分布性G,并分别与μE及σE进行线性拟合,得到V及G的预测模型;由V及G的预测模型和μE及σE的有效取值范围确定V及G的合格范围。检验时,先后计算并判断使用当前照明系统采集的刹车片图像的V及G值是否在对应合格范围内,若均是,则当前照明系统设计质量合格,否则不合格。本发明可实现刹车片外观质量检验照明系统设计质量的实时自动评价,以确保其设计质量。
Description
技术领域
本发明属于机器视觉检测技术领域,尤其是涉及一种汽车刹车片外观质量检验照明系统设计质量评价方法。
背景技术
汽车刹车片外观质量检验系统是实现汽车刹车片外观质量检验自动化的一种解决方案。通过机器视觉进行汽车刹车片外观质量检验能够有效避免人为因素的影响,并且可以长时间持续稳定地进行工作。一个典型的机器视觉系统由相机、镜头、照明系统和图像处理器(通常为计算机)这四个部分构成。其中,照明是影响机器视觉系统输入的重要因素,照明系统的设计质量决定了机器视觉系统所采集图像的质量,是机器视觉系统能否实现有效检测的重要前提。当前关于照明系统设计质量评价的研究主要针对室内照明、交通照明、道路照明和景观照明。对于机器视觉照明系统设计质量评价方法主要包括肉眼评价或借助照度计进行照度测量实现评价。前者较为方便但属于定性评价,受人为主观因素影响,且照明条件变化后难以基于该方法加以客观复现;后者照度采集过程繁琐,照明条件发生变化后需要重新进行照度采集,耗时费力,难以实现照明系统设计质量的快速评价。为实现刹车片外观质量检验照明系统设计质量的快速自动评价,需要一种新的刹车片外观质量检验照明系统设计质量评价方法。
发明内容
本发明的目的在于提供一种汽车刹车片外观质量检验照明系统设计质量的评价方法,实现照明系统设计质量实时、自动、定量地评价。
本发明采用的技术方案是:
一种汽车刹车片外观质量检验照明系统设计质量的评价方法,包括汽车刹车片外观质量检验照明系统设计质量评价模型训练和评价这两个步骤;
1.1汽车刹车片外观质量检验照明系统设计质量评价模型训练,包含如下步骤:
①训练用照明系统搭建;分别搭建包含单侧条光照明、双条光相对照明、四条光照明在内的条光光照强度可调的不同的照明系统;
②提取训练用刹车片图像对应照明系统的照度均值μE及照度标准差σE;在完成照明系统设计后,进行图像采集前,在视场内取均匀分布的x个点,通过照度计采集这x个点的照度值,计算当前照明系统照度均值μE和照度标准差σE,作为表征照明强度和照明均匀程度的定量指标,如式(1)、(2)所示:
式(1)、(2)中,Ii-第i个照度采集点的照度值;
③进行训练用刹车片图像采集;采集训练用刹车片灰度图像P,其中包括照度均值μE合格且照度标准差σE合格的图像,照度均值合格μE但照度标准差σE不合格的图像,照度均值μE不合格(包含照度均值μE过小和过大的情况)但照度标准差σE合格的图像,照度均值不合格μE(包含照度均值μE过小和过大的情况)且照度标准差不合格σE的图像;
④确定照度均值μE及照度标准差σE的取值范围;参照《GB/T 26189-2010室内工作场所的照明》中划分的照度等级及照度标准差的定值方法,并综合感官评价的方法,即直接通过肉眼观察来对采集到的图像进行评价,确定照度均值μE及照度标准差σE的取值范围;
⑤汽车刹车片与背景的图像分割:采用基于阈值的图像分割算法提取汽车刹车片二值图像B,其中图像分割阈值为灰度图像P中所有像素的平均灰度μ1,如式(3)所示:
式(3)中,f0(i,j)-灰度图像P中第i行第j列像素的灰度值;n0-灰度图像P中的像素总数;
⑥提取出二值图像B中刹车片区域在灰度图像P中的灰度分布程度V,如式(4)所示:
式(4)中,f(i,j)-二值图像B中第i行第j列刹车片区域像素在对应灰度图像P中第i行第j列像素的灰度值;n-二值图像B中刹车片区域的像素总数;
⑦以采集到的全部训练用刹车片图像为样本,对灰度分布程度V与照度均值μE进行基于最小二乘原理的一元线性回归,得到灰度分布程度V的预测模型,如式(5)所示:
V=A1μE+B1 (5)
式(5)中,A1、B1-预测模型中的系数;
⑧根据灰度分布程度V的预测模型(5)和1.1步骤④中确定的照度均值取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布程度V的合格范围;将V的合格范围作为基于V的汽车刹车片外观质量检验照明系统设计质量评价模型;以满足上述V的合格范围的训练用刹车片图像为样本,转入步骤⑨,开始基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型训练;
⑨提取出二值图像B中刹车片区域在灰度图像P中的灰度分布性G,如式(6)所示:
式(6)中,V-灰度分布程度,如式(4)所示;μ2-二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度均值,如式(7)所示;σ-二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度标准差,如式(8)所示:
将式(4)、式(7)、式(8)带入式(6)中,得到式(9):
⑩以满足灰度分布程度V合格范围的全部训练用刹车片图像为样本,对灰度分布性G与照度标准差σE进行基于最小二乘原理的一元线性回归,得到灰度分布性G的预测模型,如式(10)所示:
G=A2σE+B2 (10)
式(8)中,A2、B2-拟合方程中的系数;
根据灰度分布性G的预测模型(10)和1.1步骤④中确定的照度标准差的取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布性G的合格范围,将G的合格范围作为基于G的汽车刹车片外观质量检验照明系统设计质量评价模型;
1.2汽车刹车片外观质量检验照明系统设计质量评价,包括如下步骤:
①使用当前被评价照明系统采集评价用刹车片灰度图像;
②分别应用式(4)及式(9)计算得到评价用刹车片灰度图像的灰度分布程度V及灰度分布性G;
③使用基于灰度分布程度V的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度V是否在1.1步骤⑧确定的V的合格范围内;若是,则转至1.2步骤④;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程;
④基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度G是否在1.1步骤中确定的G的合格取值范围内;若是,则所对应的当前被评价照明系统设计质量合格;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程。
本发明具有的有益效果是:
本发明通过一种汽车刹车片外观质量检验照明系统设计质量评价方法可实现在无照度计等相关照度测量设备的情况下,在当前照明系统下快速通过机器视觉系统采集的被测工件图像的灰度特征指标对当前照明系统的设计质量进行实时自动评价,以确保其设计质量。
附图说明
图1是汽车刹车片外观质量检验照明系统设计质量评价系统构成图。
图2是汽车刹车片外观质量检验照明系统设计质量评价方法流程图。
图3是刹车片图像分割前后对比图,左图为分割前图像,右图为分割后图像。
图4是汽车刹车片外观质量检验照明系统设计质量评价试验图像,左上图为照度均值和照度标准差均合格的图像,右上图为照度均值合格但照度标准差不合格的图像,左下图为照度均值不合格(过暗)的图像,右下图为照度均值不合格(过亮)的图像。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
图1示意了汽车刹车片外观质量检验照明系统设计质量评价系统的一个具体实施例。包括汽车刹车片外观质量检验照明系统、图像接收装置、计算机和汽车刹车片外观质量检验照明系统设计质量评价软件。照明系统采用4根30w的红色条光4、5、7、8构成的正方形照明系统。图像接收装置采用黑白相机1,黑白相机型号为JHSM500Bf-E,最大分辨率为2592×1944,带缓存,1/2.5"CMOS。镜头9为百万像素镜头,型号为JHLD1108-5M。计算机2为WIN 7操作系统,图像处理算法编程环境为Microsoft Visual Studio 2010。汽车刹车片5为优力(JURID)刹车片,型号为200FF。照度计型号为TES1332A,量程为0.01-20000lux。
汽车刹车片外观质量检验照明系统设计质量评价方法的具体实现如下:
如图2所示,一种汽车刹车片外观质量检验照明系统设计质量的评价方法的具体实现包括汽车刹车片外观质量检验照明系统设计质量评价模型训练和评价这两个步骤:
1.1汽车刹车片外观质量检验照明系统设计质量评价模型训练,包含如下步骤:
①训练用照明系统搭建;分别搭建包含单侧条光照明、双条光相对照明、四条光照明在内的条光光照强度可调的不同的照明系统;在遮光条件下(在光源关闭的状态下测得视场内光源的平均照度不大于1lux,平均灰度不大于1),使用照明系统对汽车刹车片进行不同照明条件的照明,包括单侧条光照明(分别单独采用四根条光进行照明)、双条光相对照明(分别采用前条光8、后条光5或左条光7、右条光4进行照明,当前条光8、后条光5进行照明时,左条光7、右条光4关闭,左条光7、右条光4进行照明时,前条光8、后条光5)、四条光照明(四根条光同时进行照明);
②提取训练用刹车片图像对应照明系统的照度均值μE及照度标准差σE;在完成照明系统设计后,进行图像采集前,在视场内取均匀分布的x个点,通过照度计采集这x个点的照度值,计算当前照明系统照度均值μE和照度标准差σE,作为表征照明强度和照明均匀程度的定量指标,如式(1)、(2)所示:
式(1)、(2)中,Ii-第i个照度采集点的照度值;
③进行训练用刹车片图像采集。相机1通过镜头9接收到刹车片6的光学图像后,将其转换为电子图像输入到计算机2中进行刹车片图像采集。采集训练用刹车片灰度图像P,其中包括照度均值μE合格且照度标准差σE合格的图像,照度均值合格μE但照度标准差σE不合格的图像,照度均值μE不合格(包含照度均值μE过小和过大的情况)但照度标准差σE合格的图像,照度均值不合格μE(包含照度均值μE过小和过大的情况)且照度标准差不合格σE的图像。若照明系统的照明强度过强,导致刹车片区域大部分呈现白色,即灰度值大于250时,照明强度继续增大但灰度值不会发生显著变化,这部分图像的参数会降低线性拟合的准确性,应予以剔除;将汽车刹车片图像输入计算机2中的汽车刹车片外观质量检验照明系统设计质量评价软件3;
④确定照度均值μE及照度标准差σE的取值范围;参照《GB/T 26189-2010室内工作场所的照明》中划分的照度等级及照度标准差的定值方法,并综合感官评价的方法,即直接通过肉眼观察来对采集到的图像进行评价。具体实现方式如下:通过观察采集到的训练用刹车片灰度图像,根据图像的明暗程度,图像中反映的照明均匀程度,图像中的阴影分布以及图像中刹车片各项特征(包括字符、缺陷及整体轮廓边缘)来确定照度均值μE及照度标准差σE的取值范围。当图像明暗适中,照明分布均匀,只有极少或没有阴影且刹车片的各项特征(包括字符、缺陷及整体轮廓边缘)都能够清晰明确地从图像中看到,认为此时的照明系统设计质量是合格的。最终确定的照度均值μE的取值范围为150-500lux,照度标准差σE的取值范围为0-50lux;
⑤汽车刹车片与背景的图像分割,如图3所示:采用基于阈值的图像分割算法提取汽车刹车片二值图像B,其中图像分割阈值为灰度图像P中所有像素的平均灰度μ1,如式(3)所示:
式(3)中,f0(i,j)-灰度图像P中第i行第j列像素的灰度值;n0-灰度图像P中的像素总数;
⑥提取出二值图像B中刹车片区域在灰度图像P中的灰度分布程度V,如式(4)所示:
式(4)中,f(i,j)-二值图像B中第i行第j列刹车片区域像素在对应灰度图像P中第i行第j列像素的灰度值;n-二值图像B中刹车片区域的像素总数;
⑦以采集到的全部训练用刹车片图像为样本,对灰度分布程度V与照度均值μE进行基于最小二乘原理的一元线性回归,得到灰度分布程度V的预测模型,如式(5)所示:
V=A1μE+B1 (5)
式(5)中,A1、B1-预测模型中的系数;
⑧根据灰度分布程度V的预测模型(5)和1.1步骤④中确定的照度均值取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布程度V的合格范围为V∈(23588506784,84316549259);将V的合格范围作为基于V的汽车刹车片外观质量检验照明系统设计质量评价模型;以满足上述V的合格范围的训练用刹车片图像为样本,转入步骤⑨,开始基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型训练;
⑨提取出二值图像B中刹车片区域在灰度图像P中的灰度分布性G,如式(6)所示:
式(6)中,V-灰度分布程度,如式(4)所示;μ2-二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度均值,如式(7)所示;σ-二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度标准差,如式(8)所示:
将式(4)、式(7)、式(8)带入式(6)中,得到式(9):
⑩以满足灰度分布程度V合格范围的全部训练用刹车片图像为样本,对灰度分布性G与照度标准差σE进行基于最小二乘原理的一元线性回归,得到灰度分布性G的预测模型,如式(10)所示:
G=A2σE+B2 (10)
式(8)中,A2、B2-拟合方程中的系数;
根据灰度分布性G的预测模型(10)和1.1步骤④中确定的照度标准差的取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布性G的合格范围为G∈(13653646,1741963360),将G的合格范围作为基于G的汽车刹车片外观质量检验照明系统设计质量评价模型;
1.2汽车刹车片外观质量检验照明系统设计质量评价,包括如下步骤:
①使用当前被评价照明系统采集评价用刹车片灰度图像;
②分别应用式(4)及式(9)计算得到评价用刹车片灰度图像的灰度分布程度V及灰度分布性G;
③使用基于灰度分布程度V的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度V是否在1.1步骤⑧确定的V的合格范围内;若是,则转至1.2步骤④;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程;
④基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度G是否在1.1步骤中确定的G的合格取值范围内;若是,则所对应的当前被评价照明系统设计质量合格;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程。
图4为一组汽车刹车片外观质量检验照明系统设计质量评价试验图像。其中,左上图为照度均值和照度标准差均合格的照明系统对应的刹车片图像,计算得到的灰度分布程度V值为56927623944,在其合格范围内,计算得到灰度分布性G值为968067203,也在其合格范围内,照明系统设计质量评价结果为合格,与基于照度值的评价结果一致;右上图为照度均值合格但照度标准差不合格的照明系统对应的刹车片图像,计算得到的灰度分布程度V值为47066412003,在其合格范围内,计算得到的灰度分布性G值为4112232736,不在其合格范围内,与基于照度值的评价结果一致;左下图为照度均值不合格(过暗)的照明系统对应的刹车片图像,计算得到的灰度分布程度V值为313335078,不在其合格范围内,与基于照度值的评价结果一致;右下图为照度均值不合格(过亮)的照明系统对应的刹车片图像,计算得到的灰度分布程度V值为125356848561,不在其合格范围内,与基于照度值的评价结果一致。
Claims (1)
1.一种汽车刹车片外观质量检验照明系统设计质量评价方法,其特征在于:包括汽车刹车片外观质量检验照明系统设计质量评价模型训练和评价这两个步骤;
1.1汽车刹车片外观质量检验照明系统设计质量评价模型训练,包含如下步骤:
①训练用照明系统搭建;分别搭建包含单侧条光照明、双条光相对照明、四条光照明在内的条光光照强度可调的不同的照明系统;
②提取训练用刹车片图像对应照明系统的照度均值μE及照度标准差σE;在完成照明系统设计后,进行图像采集前,在视场内取均匀分布的x个点,通过照度计采集这x个点的照度值,计算当前照明系统照度均值μE和照度标准差σE,作为表征照明强度和照明均匀程度的定量指标,如式(1)、(2)所示:
式(1)、(2)中,Ii—第i个照度采集点的照度值;
③进行训练用刹车片图像采集;采集训练用刹车片灰度图像P,其中包括照度均值μE合格且照度标准差σE合格的图像,照度均值合格μE但照度标准差σE不合格的图像,照度均值μE不合格(包含照度均值μE过小和过大的情况)但照度标准差σE合格的图像,照度均值不合格μE(包含照度均值μE过小和过大的情况)且照度标准差不合格σE的图像;
④确定照度均值μE及照度标准差σE的取值范围;参照《GB/T 26189-2010室内工作场所的照明》中划分的照度等级及照度标准差的定值方法,并综合感官评价的方法,即直接通过肉眼观察来对采集到的图像进行评价,确定照度均值μE及照度标准差σE的取值范围;
⑤汽车刹车片与背景的图像分割:采用基于阈值的图像分割算法提取汽车刹车片二值图像B,其中图像分割阈值为灰度图像P中所有像素的平均灰度μ1,如式(3)所示:
式(3)中,f0(i,j)—灰度图像P中第i行第j列像素的灰度值;n0—灰度图像P中的像素总数;
⑥提取出二值图像B中刹车片区域在灰度图像P中的灰度分布程度V,如式(4)所示:
式(4)中,f(i,j)—二值图像B中第i行第j列刹车片区域像素在对应灰度图像P中第i行第j列像素的灰度值;n—二值图像B中刹车片区域的像素总数;
⑦以采集到的全部训练用刹车片图像为样本,对灰度分布程度V与照度均值μE进行基于最小二乘原理的一元线性回归,得到灰度分布程度V的预测模型,如式(5)所示:
V=A1μE+B1 (5)
式(5)中,A1、B1—预测模型中的系数;
⑧根据灰度分布程度V的预测模型(5)和1.1步骤④中确定的照度均值取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布程度V的合格范围;将V的合格范围作为基于V的汽车刹车片外观质量检验照明系统设计质量评价模型;以满足上述V的合格范围的训练用刹车片图像为样本,转入步骤⑨,开始基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型训练;
⑨提取出二值图像B中刹车片区域在灰度图像P中的灰度分布性G,如式(6)所示:
式(6)中,V-灰度分布程度,如式(4)所示;μ2—二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度均值,如式(7)所示;σ-二值图像B中刹车片区域所对应的灰度图像P中该区域所有像素的灰度标准差,如式(8)所示:
将式(4)、式(7)、式(8)带入式(6)中,得到式(9):
⑩以满足灰度分布程度V合格范围的全部训练用刹车片图像为样本,对灰度分布性G与照度标准差σE进行基于最小二乘原理的一元线性回归,得到灰度分布性G的预测模型,如式(10)所示:
G=A2σE+B2 (10)
式(8)中,A2、B2-拟合方程中的系数;
根据灰度分布性G的预测模型(10)和1.1步骤④中确定的照度标准差的取值范围,计算出汽车刹车片外观质量检验照明系统设计质量合格所对应的灰度分布性G的合格范围,将G的合格范围作为基于G的汽车刹车片外观质量检验照明系统设计质量评价模型;
1.2汽车刹车片外观质量检验照明系统设计质量评价,包括如下步骤:
①使用当前被评价照明系统采集评价用刹车片灰度图像;
②分别应用式(4)及式(9)计算得到评价用刹车片灰度图像的灰度分布程度V及灰度分布性G;
③使用基于灰度分布程度V的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度V是否在1.1步骤⑧确定的V的合格范围内;若是,则转至1.2步骤④;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程;
④基于灰度分布程度G的汽车刹车片外观质量检验照明系统设计质量评价模型检验当前被评价照明系统设计质量是否合格:判断评价用刹车片图像的灰度分布程度G是否在1.1步骤中确定的G的合格取值范围内;若是,则所对应的当前被评价照明系统设计质量合格;否则,所对应的当前被评价照明系统设计质量不合格,结束当前被评价照明系统设计质量评价过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760623.7A CN109035225B (zh) | 2018-07-12 | 2018-07-12 | 一种汽车刹车片外观质量检验照明系统设计质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760623.7A CN109035225B (zh) | 2018-07-12 | 2018-07-12 | 一种汽车刹车片外观质量检验照明系统设计质量评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109035225A true CN109035225A (zh) | 2018-12-18 |
CN109035225B CN109035225B (zh) | 2021-04-20 |
Family
ID=64642001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810760623.7A Expired - Fee Related CN109035225B (zh) | 2018-07-12 | 2018-07-12 | 一种汽车刹车片外观质量检验照明系统设计质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035225B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008955A (zh) * | 2019-04-01 | 2019-07-12 | 中国计量大学 | 一种汽车刹车片表面字符压印质量检验方法 |
CN111311546A (zh) * | 2020-01-19 | 2020-06-19 | 上海箱云物流科技有限公司 | 集装箱检测方法、装置及计算机可读存储介质 |
CN111649883A (zh) * | 2020-05-25 | 2020-09-11 | 河北金力新能源科技股份有限公司 | 一种分切机圆刀弹簧的评价方法及使用的圆刀弹簧弹力测试装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007250309A (ja) * | 2006-03-15 | 2007-09-27 | Hitachi Displays Ltd | 自発光平面表示装置における電子源の評価方法 |
CN103034991A (zh) * | 2011-09-29 | 2013-04-10 | 联发科技(新加坡)私人有限公司 | 前景对象检测方法与装置及背景检测方法与装置 |
US20140211023A1 (en) * | 2013-01-30 | 2014-07-31 | Xerox Corporation | Methods and systems for detecting an object borderline |
US20160061641A1 (en) * | 2011-12-21 | 2016-03-03 | Deka Products Limited Partnership | Flow meter having a background pattern with first and second portions |
CN106204614A (zh) * | 2016-07-21 | 2016-12-07 | 湘潭大学 | 一种基于机器视觉的工件外观缺陷检测方法 |
-
2018
- 2018-07-12 CN CN201810760623.7A patent/CN109035225B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007250309A (ja) * | 2006-03-15 | 2007-09-27 | Hitachi Displays Ltd | 自発光平面表示装置における電子源の評価方法 |
CN103034991A (zh) * | 2011-09-29 | 2013-04-10 | 联发科技(新加坡)私人有限公司 | 前景对象检测方法与装置及背景检测方法与装置 |
US20160061641A1 (en) * | 2011-12-21 | 2016-03-03 | Deka Products Limited Partnership | Flow meter having a background pattern with first and second portions |
US20140211023A1 (en) * | 2013-01-30 | 2014-07-31 | Xerox Corporation | Methods and systems for detecting an object borderline |
CN106204614A (zh) * | 2016-07-21 | 2016-12-07 | 湘潭大学 | 一种基于机器视觉的工件外观缺陷检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008955A (zh) * | 2019-04-01 | 2019-07-12 | 中国计量大学 | 一种汽车刹车片表面字符压印质量检验方法 |
CN110008955B (zh) * | 2019-04-01 | 2020-12-15 | 中国计量大学 | 一种汽车刹车片表面字符压印质量检验方法 |
CN111311546A (zh) * | 2020-01-19 | 2020-06-19 | 上海箱云物流科技有限公司 | 集装箱检测方法、装置及计算机可读存储介质 |
CN111649883A (zh) * | 2020-05-25 | 2020-09-11 | 河北金力新能源科技股份有限公司 | 一种分切机圆刀弹簧的评价方法及使用的圆刀弹簧弹力测试装置 |
CN111649883B (zh) * | 2020-05-25 | 2022-04-05 | 河北金力新能源科技股份有限公司 | 一种分切机圆刀弹簧的评价方法及使用的圆刀弹簧弹力测试装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109035225B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389127B (zh) | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 | |
CN109035225A (zh) | 一种汽车刹车片外观质量检验照明系统设计质量评价方法 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN104198325B (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
KR100948406B1 (ko) | 닭도체의 품질등급 자동 판정 및 중량 산출시스템 | |
CN109668909A (zh) | 一种玻璃缺陷检测方法 | |
CN102221559A (zh) | 基于机器视觉的织物疵点在线自动检测方法及其装置 | |
Chao et al. | High throughput spectral imaging system for wholesomeness inspection of chicken | |
Chen et al. | Evaluating fabric pilling with light-projected image analysis | |
CN110412055B (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
JP2008249568A (ja) | 外観検査装置 | |
JP7514259B2 (ja) | カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法 | |
CN105973904A (zh) | 一种基于图像背景概率图的食用油杂质检测方法 | |
CN108844957A (zh) | 一种基于机器视觉的烟叶油分检测新方法 | |
CN106056129A (zh) | 一种融合多种特征的监控视频图像过曝光区域检测方法 | |
CN109115775A (zh) | 一种基于机器视觉的槟榔等级检测方法 | |
CN104050678A (zh) | 水下监测彩色图像质量测量方法 | |
DE102008044764A1 (de) | Verfahren und tragbares System zur Qualitätsbewertung des Fleisches | |
CN113439870A (zh) | 一种雪茄烟外观分类方法及装置 | |
RU2462195C2 (ru) | Способ исследования и диагностики состояния биологического объекта или его части | |
Cheng et al. | Detection of defects in rice seeds using machine vision | |
WO2007054804A2 (en) | Digital inspection of the physical quality of plain surfaces | |
CN104198491B (zh) | 基于计算机视觉的烟丝中膨胀叶丝比例测定方法 | |
CN115372274A (zh) | 一种基于多光谱成像无损评价猪肉质量等级的方法及装置 | |
KR101704690B1 (ko) | 세포 분석 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210420 |