CN109521029B - 一种卡口式汽车车灯灯头侧面外观缺陷的检测方法 - Google Patents

Abstract

本发明提出了一种卡口式汽车车灯灯头侧面外观缺陷的检测方法。本发明步骤：一、卡口式汽车车灯灯头侧面图像获取；二、灯头侧面区域定位：包括使用canny算子检测灯头侧面区域边缘和hough变换寻找线段；三、对灯头侧面外观缺陷进行检测：包括检测灯头侧面脏污及压伤、歪头缺陷、印字缺陷和边丝外露缺陷。本发明具有自动化程度高、无需人工干预、检测速度快、检测精度高、可同时检测多种缺陷等优点。

Description

一种卡口式汽车车灯灯头侧面外观缺陷的检测方法

技术领域

本发明涉及视觉检测领域，尤其涉及一种卡口式汽车车灯灯头侧面外观缺陷的检测方法。

背景技术

汽车车灯是汽车的必备部件，主要起到照明和信号指示的作用，使驾驶者可以在夜间和阴雨雾天安全行车。卡口式灯泡广泛应用于车灯，该类型的灯泡通常包括三个部分：灯体的玻璃外壳(简称玻壳)、灯体内的灯丝和灯头。灯头侧面的表面印有字，标识出灯泡的相关信息，便于车灯装配时识别。由于卡口式汽车车灯复杂的结构及其系列生产过程，机械控制系统的精度限制，灯泡制品不可避免的出现各种缺陷。卡口式汽车车灯灯头侧面主要检测项目为灯头侧面的脏污压伤、歪头、印字有无、边丝外露四类。这些可能的缺陷在后续车灯组装和行车使用中将导致严重的安全问题。因此，在车灯出厂前必须强制检测灯泡的外观缺陷。

目前，对于卡口式车灯外观缺陷的检测仍然需要人工目测处理，即设置多个不同检测工位，引入大量灯检工进行人工检测。然而，人工检测已不能满足产品质量安全和高速大规模自动化生产的要求，主要表现在：(1)人工检测精度低，主观性强，可重复性差，无法提供持续一致性检测结果，漏检误检率高；(2)检测项目的增多和检测标准逐步提高，人工存在检测盲点；(3)人工检测效率低，工作强度大，一个工人每小时只能检测500-800个，难以满足生产线高速生产需求。因此，研究替代人工检测的车灯外观缺陷自动化检测技术具有重大的经济和社会意义。

本发明以当前机器视觉检测原理为基础，针对卡口式汽车车灯灯头侧面不同外观缺陷提出了不同的视觉检测方法，以满足车灯质量检测的多样化需求。本发明研发的检测方法在检测精度、准确度和可靠性方面完全达到当前人工检测标准，且在检测效率方面具有巨大优势。

发明内容

针对现有技术的不足，本发明提出一种卡口式汽车车灯灯头侧面外观缺陷的检测方法，该方法能高效地检测出卡口式汽车车灯灯头侧面外观缺陷。

本发明通过以下方案实现：

步骤一、卡口式汽车车灯灯头侧面图像获取；灯头侧面包括了环绕灯头的360°范围，由于一个相机的成像范围有限，故采用四个环绕在灯头四周的相机对灯头侧面成像；为每一个相机设计一组呈一定角度的条形光源作为侧面光源，并在灯头的上方设计了低角度环形光源，侧面光源关闭和顶部环形光源打开时所获取的图像称为暗图I_dark，侧面光源和顶部环形光源同时打开时获取的图像称为亮图I_bright；

步骤二、对亮图I_bright中的灯头侧面区域定位；包括使用canny算子提取灯头侧面区域边缘和使用hough变换寻找线段；

步骤三、对灯头侧面外观缺陷进行检测；包括对灯头侧面脏污及压伤进行检测，对灯头的歪头缺陷进行检测，对灯头侧面印字缺陷进行检测，对灯头侧面边丝外露缺陷进行检测。

本发明具有以下优点：

1、本发明利用机器视觉技术，对卡口式汽车车灯灯头侧面的外观缺陷进行全自动检测，无需人工干预，大量节省了人力资源；

2、本发明可同时对多种缺陷进行检测，检测速度快，精度高，系统稳定可靠。

附图说明

图1是本发明的实施流程图；

图2是卡口式汽车车灯灯头检测区域示意图；

图3是一组卡口式汽车车灯灯头左侧待检测面的检测结果展示图；

图4是灯头侧面搜索区域设置示意图；

图5是灯头侧面的定位示意图；

图6是脏污及压伤检测示意图；

图7是拓展信号示意图；

图8是峰值检测结果示意图；

图9是玻壳边缘与灯头边缘的夹角示意图；

具体实施方式

实施例1

卡口式汽车车灯灯头侧面包括了环绕灯头的360°范围，由于一个相机的成像范围有限，故采用四个环绕在灯头四周的相机对灯头侧面成像，分别对四个相机获取的图像分析，根据分析结果判断灯头侧面是否存在外观缺陷。

以卡口式汽车车灯灯头一个侧待检测面为例进行说明，其他待检测面的检测过程与之一致。卡口式汽车车灯灯头检测区域如图2所示。

如图3所示，展示了一组卡口式汽车车灯灯头一个待检测面的检测结果。

结合图1，本发明的具体实现步骤如下：

步骤一、卡口式汽车车灯灯头侧面图像获取：

由于要能满足凸显灯头边缘(包括边丝检测、灯头边缘、玻壳边缘)和防止灯体的玻璃表面反光的要求，可以选择呈一定角度的环形光源或条形光源，再考虑到灯头侧面脏污与压伤直接成像的特征与背景区别不大，采用条纹光源在灯头表面形成间隔的高亮度明条纹与暗条纹，脏污或压伤的出现会改变明暗条纹，即其对应位置的灰度发生突变，从而能将脏污或压伤与背景区分开，因此本发明设计下述成像方案来获取灯头侧面图像：

灯头侧面包括了环绕灯头的360°范围，由于一个相机的成像范围有限，故采用四个环绕在灯头四周的相机对灯头侧面成像；为每一个相机设计一组呈一定角度的条形光源作为侧面光源，并在灯头的上方设计了低角度环形光源，侧面光源关闭和顶部环形光源打开时所获取的图像称为暗图I_dark，侧面光源和顶部环形光源同时打开时获取的图像称为亮图I_bright；

本实施例中，相机获取的卡口式汽车车灯灯头左侧待检测面的暗图I_dark和亮图I_bright如图3所示(图3b,图3d,图3e为暗图I_dark，其他为亮图I_bright)；

步骤二、对亮图I_bright中的灯头侧面区域定位：

1)在亮图I_bright中，针对灯头侧面的底边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面底边边缘，然后采用hough变换寻找线段，得到该线段的端点得到该线段的端点(x₁,y₁)和(x₂,y₂)，该线段所在直线Line₁的方程在图像坐标系下表示为：

以该直线作为灯头侧面的底边；

2)针对灯头侧面的顶边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面顶边边缘，然后采用hough变换寻找线段，得到该线段的端点(x₃,y₃)和(x₄,y₄)，该线段所在直线Line₂的方程在图像坐标系下表示为：

以该直线作为灯头侧面的顶边；

3)针对灯头侧面的右边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面右边边缘，然后采用hough变换寻找线段，得到该线段的端点(x₅,y₅)和(x₆,y₆)，该线段所在直线Line₃的方程在图像坐标系下表示为：

以该直线作为灯头侧面的右边；

4)上述三条直线两两相交，联立直线Line₁和Line₃的方程解得直线Line₁和Line₃的交点A的坐标为(x_A,y_A)，联立直线Line₂和Line₃的方程解得Line₂和Line₃的交点B的坐标为(x_B,y_B)；

5)灯头侧面底边的另一顶点D的坐标(x_D,y_D)为：

灯头侧面顶边的另一顶点C的坐标(x_C,y_C)为：

本实施例中，灯头侧面搜索区域设置如图4，灯头侧面的定位如图5；

步骤三、对灯头侧面外观缺陷进行检测：

1)对灯头侧面脏污及压伤进行检测：

①如图6所示，在亮图I_bright中，对于每个条纹，预先设置若干根水平线a_i(i＝1,2,...,n)，直线a_i上的像素与垂直方向ω_a(3≤ω_a≤7)邻域内像素累加，扩展为新的一维信号F_i，信号的起点为1，信号长度为n₂-n₁；

②用多尺度高斯形状探测法检测信号F_i中的峰值：

以σ为尺度参数，利用归一化系数γ＝1保证尺度不变性；

在峰值检测中：

h_r(x,σ)＝-h(x,σ)

在波谷检测过程中：

尺度σ_min和σ_max分别对应图像中缺陷宽度最小和最大的一半，F_i及其峰值检测结果分别如图7和图8所示；

③对信号F_i中的峰值根据阈值，判定车灯是否存在脏污及压伤；

本实施例中，脏污检测结果如图3f所示，压伤检测结果如图3g所示；

2)对灯头侧面歪头缺陷进行检测：

①在亮图I_bright中，针对车灯玻壳上边缘设置搜索区域，在搜索区域内，用canny算子提取灯头侧面边缘，然后采用hough变换寻找线段，得到该线段的端点(x₇,y₇)和(x₈,y₈)；

②如图9所示，确定玻壳边缘与灯头边缘的夹角γ：

γ＝180°-γ₁-γ₂

γ₁＝arctan|y₈-y₇/x₈-x₇|

γ₂＝arctan|y₄-y₃/x₄-x₃|；

③对玻壳边缘与灯头边缘的夹角γ采用阈值判断法，判定车灯是否存在歪头缺陷；

本实施例中，歪头缺陷检测结果如图3a所示；

3)对灯头侧面印字缺陷进行检测：

①在暗图I_dark中，针对车灯灯头印字区域设置检测区域，用中值滤波对检测区域进行滤波得到待检测区域；

②对待检测区域统计灰度分布情况，灰度级L_i＝m(i＝0,1,2,..,255且0≤m≤255)，m为某一灰度值，其对应的像素数量为

③印字部分的灰度级远高于背景部分的灰度级，且集中在某一特定灰度值处，对L_i＞T_word(T_word为标准印字灰度级)的灰度级对应的像素数量取最大值；

④对像素数量为

采用阈值判断法，判定车灯是否存在印字缺陷，即

(ST.L_i＞T_word)时无缺陷；

阈值T_word和T_num预先通过实验确定：取100个完好印字的标准灯头，每个灯头成像5次，获得500幅暗图；按上述流程，对每幅图像的灯头印字的检测区域进行中值滤波和灰度值方图统计，得到第j幅图像中灰度级较大(对应印字)且其对应像素数量最多的灰度级L_j(j＝1,2,...,500)及其像素数量Num_Lj，一共得到500组数据；对500组数据中的L_j和Num_Lj分别取平均值得到

和

考虑到灯头印字本身及其成像的差异，需留有一定的余量，最终将阈值T_word和T_num分别定义如下：

本实施例中，印字缺陷检测结果如图3b所示；

4)对灯头侧面边丝外露缺陷进行检测：

①在亮图I_bright中，针对车灯边丝设置搜索区域，在搜索区域内，用canny算子提取灯头与玻壳连接处边缘，然后采用hough变换寻找线段，确定搜索区域内是否存在边丝；

②如果存在边丝，采用SURF算法对灯头与玻壳连接处区域提取斑点，得到斑点面积；

a.构建Hessian矩阵：

其中，L_xx(x,σ)表示高斯二阶导数的积分

同理可得L_xy(x,σ)和L_yy(x,σ)；

每个像素的Hessian矩阵行列式的近似值：

det(H_approx)＝D_xx*D_yy-(0.9*D_xy)²

b.构建尺度金字塔图像模型，SURF算法中的金字塔模型通过改变高斯滤波器大小，进行高斯模糊得到每层待检测图片；

c.利用非极大值抑制初步确定特征点：

将经过hessian矩阵处理过的每个像素点与其尺度金字塔图像模型内的3维邻域的26个点进行大小比较，如果它是这26个点中的最大值或者最小值，则保留下来，作为初步的特征点；

d.精确定位极值点：

采用3维线性插值法得到亚像素级的特征点，同时也去掉那些值小于一定阈值的点；

e.统计特征点邻域内的harr小波特征，选取特征点的主方向；

f.生成特征点描述子：

在特征点周围取一个正方形框，框的边长为20s(s是所检测到该特征点所在的尺度)，然后把该框分为16个子区域，每个子区域统计25个像素的水平方向和垂直方向的haar小波特征，得到特征向量，即特征点描述子；

g.计算两个特征点间的欧式距离和Hessian矩阵迹，达到特征点的匹配，所匹配区域即边丝区域，提取边丝斑点，得到斑点面积；

③对斑点面积采用阈值判断法，判定车灯是否存在边丝外露缺陷；

本实施例中，边丝外露缺陷检测结果如图3c所示。

Claims (2)

1.一种卡口式汽车车灯灯头侧面外观缺陷的检测方法，所述方法至少包含以下几个步骤：

步骤一、获取卡口式汽车车灯灯头侧面图像，包括一幅暗图像和一幅亮图像；

步骤二、对图像中卡口式汽车车灯的灯头侧面区域定位，包括使用canny算子检测灯头侧面区域边缘和使用hough变换寻找灯头侧面底边、顶边和右侧上的线段，具有包括以下步骤：

1)针对灯头侧面的底边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面底边边缘，然后采用hough变换在提取的边缘中寻找线段，得到该线段的端点(x₁,y₁)和(x₂,y₂)，该线段所在直线Line₁的方程在图像坐标系下表示为：

以该直线作为灯头侧面的底边；

2)针对灯头侧面的顶边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面顶边边缘，然后采用hough变换寻找线段，得到该线段的端点(x₃,y₃)和(x₄,y₄)，该线段所在直线Line₂的方程在图像坐标系下表示为：

以该直线作为灯头侧面的顶边；

3)针对灯头侧面的右边设置搜索区域，在搜索区域内，用canny算子提取灯头侧面右边边缘，然后采用hough变换寻找线段，得到该线段的端点(x₅,y₅)和(x₆,y₆)，该线段所在直线Line₃的方程在图像坐标系下表示为：

以该直线作为灯头侧面的右边；

4)上述三条直线两两相交，联立直线Line₁和Line₃的方程解得直线Line₁和Line₃的交点A的坐标为(x_A,y_A)，联立直线Line₂和Line₃的方程解得Line₂和Line₃的交点B的坐标为(x_B,y_B)；

5)灯头侧面底边的另一顶点D的坐标(x_D,y_D)为：

灯头侧面顶边的另一顶点C的坐标(x_C,y_C)为：

从而确定灯头侧面的检测区域；

步骤三、对灯头侧面外观缺陷进行检测，包括检测灯头侧面脏污及压伤、歪头缺陷、印字缺陷和边丝外露缺陷，具有包括以下步骤：

1)对灯头侧面脏污及压伤进行检测：

①在亮图I_bright中，对于每个条纹，预先设置若干根水平线α_i且1≤i≤n，直线a_i上的像素与垂直方向ω_a邻域内像素累加，3≤ω_a≤7，扩展为新的一维信号F_i，信号的起点为1，信号长度为n₂-n₁；

②用多尺度高斯形状探测法检测信号F_i中的峰值；

③对信号F_i中的峰值采用阈值判断法，判定车灯是否存在脏污及压伤；

2)对灯头侧面歪头缺陷进行检测：

①在图像中，针对车灯玻壳上边缘设置搜索区域，在搜索区域内，用canny算子提取车灯玻壳上边缘，然后采用hough变换寻找线段，得到该线段的端点(x₇,y₇)和(x₈,y₈)；

②确定玻壳边缘与灯头边缘的夹角γ：

γ＝180°-γ₁-γ₂

其中，γ₁＝arctan|y₈-y₇/x₈-x₇|

γ₂＝arcta|ny₄-y₃/x₄-x₃|；

③对玻壳边缘与灯头边缘的夹角γ采用阈值判断法，判定车灯是否存在歪头缺陷；

3)对灯头侧面印字缺陷进行检测：

①在暗图I_dark中，针对车灯灯头印字区域设置检测区域，用中值滤波对检测区域进行滤波得到待检测区域；

②对待检测区域统计灰度分布情况，灰度级L_i＝m且0≤i≤255，m为某一灰度值且0≤m≤255，其对应的像素数量为Num_Li；

③印字部分的灰度级远高于背景部分的灰度级，且集中在某一特定灰度值处，对L_i＞T_word的灰度级对应的像素数量取最大值，且T_word为标准印字灰度级；

④对像素数量为

采用阈值判断法，判定车灯是否存在印字缺陷；

4)对灯头侧面边丝外露缺陷进行检测：

①在图像中，针对车灯边丝设置搜索区域，在搜索区域内，用canny算子提取灯头与玻壳连接处边缘，然后采用hough变换寻找线段，确定搜索区域内是否存在边丝；

②如果存在边丝，采用SURF算法对灯头与玻壳连接处区域提取斑点，得到斑点面积；

③对斑点面积采用阈值判断法，判定车灯是否存在边丝外露缺陷。

2.根据权利要求1所述的卡口式汽车车灯灯头侧面外观缺陷的 检测方法，其特征在于获取卡口式汽车车灯灯头侧面图像包括以下步骤：

1)侧面光源关闭和顶部环形光源打开，相机获取暗图I_dark；

2)侧面光源和顶部环形光源同时打开，相机获取亮图I_bright。

Images