CN110500951A - 一种基于机器视觉的车灯玻璃外壳尺寸检测方法 - Google Patents
一种基于机器视觉的车灯玻璃外壳尺寸检测方法 Download PDFInfo
- Publication number
- CN110500951A CN110500951A CN201910480506.XA CN201910480506A CN110500951A CN 110500951 A CN110500951 A CN 110500951A CN 201910480506 A CN201910480506 A CN 201910480506A CN 110500951 A CN110500951 A CN 110500951A
- Authority
- CN
- China
- Prior art keywords
- image
- lamp lens
- horizontal
- shell
- glass
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种基于机器视觉的车灯玻璃外壳尺寸测量方法。本发明分为四个步骤:首先,对当前获取的玻璃外壳的图像矫正,去掉其水平倾斜;第二,采用Canny算子进行边缘检测,在此基础上,确定玻璃外壳在图像中的竖直边界位置;第三,确定玻璃外壳在图像中的水平边界位置;最后,进行长度、外径、壁厚等参数的测量。本发明具有不受环境因素影响,鲁棒性高、检测速度快、精度高等优点。
Description
技术领域
本发明涉及机器视觉领域,具体为一种基于机器视觉的车灯玻璃外壳几何尺寸检测方法。
背景技术
汽车车灯是汽车照明的关键部件,其质量影响整车的外观和性能。其中,玻璃外壳是车灯重要的组件。在车灯玻璃外壳成型过程中,由于生产工艺复杂、生产环节多等因素,车灯玻璃外壳的成品中不可避免的出现长度、外径、厚度等几何尺寸不符合标准等现象,而这些玻璃外壳不能进入后续的车灯制造环节,必须进行检测、分拣处理。
传统的人工测量玻璃外壳参数方法,主要依靠熟练的技术工人利用尺子等工具测量。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,难以满足生产线高速生产需求。
采用机器视觉的测量方法替代人工做测量可以提高生产效率和检测精度。视觉测量车灯玻璃外壳几何尺寸主要过程为(1)寻找感兴趣区域,(2)边缘提取,(3)参数计算。其中,寻找感兴趣区域主要根据先验知识预设搜索区域,采用灰度垂直投影法或边缘检测结合曲线拟合等方式寻找边界。但是,此方法存在如下问题:(1)由于机械装置在传输玻璃外壳的过程中,很难让玻璃外壳每次都保持出现在同样大致的区域,而先验预设的搜索区域难以适合所有情况;(2)由于传送带的卡口比玻璃外壳略大,在机械装置传送玻璃外壳过程中,可能导致玻璃外壳在图像中有小角度的偏转,给视觉测量玻璃外壳尺寸也带来了困难;(3)获取的图像受现场的噪声和光照影响较大,灰度分布存在不均,随着检测设备使用时间的推移,容易出现光源老化或镜头受灰尘污染等情况,此时获取的图像会有较大变化,而现有视觉测量玻璃外壳尺寸方法受环境因素的影响较大。
发明内容
针对上述问题,本发明提出基于机器视觉的车灯玻璃外壳几何尺寸检测方法,主要是对玻壳长度、外径、壁厚这三个几何参数的测量。该方法能代替人工测量,快速高精度地检测出玻壳尺寸参数,并且在给定的误差范围内判断其尺寸规格是否标准。本发明通过高精度工业CCD相机获取玻壳图像,具体内容如下:
S100.对当前获取的玻璃外壳图像I1矫正,去掉其水平倾斜度,其中,图像I1有H0行、 W0列;
S200.确定玻璃外壳侧面图竖直边界的位置;
S300.确定玻璃外壳侧面图水平边界的位置;
S400.参数的测量。
本发明具有如下优点:
1)本发明利用图像处理技术,对玻壳尺寸进行全自动检测,能精准检测出玻壳的尺寸参数,使玻璃外壳尺寸符合外观质量标准;
2)本发明对环境因素不敏感,鲁棒性高、检测速度快、度高。
附图说明
图1是玻璃外壳图像;
图2是将原图像进行角点检测的结果;
图3是将原图倾斜度矫正后的图像;
图4是对图3边缘检测得到的结果;
图5是确定了竖直位置的结果图;
图6是确定了水平位置的结果图;
图7是测量方法的流程图。
具体实施方式
实施本发明,以某有限公司生产的汽车车灯用的玻璃外壳参数测量为例进行说明。车灯玻璃外壳需要测量的参数包括玻璃外壳长度d1、玻璃外壳外径d2、玻璃外壳壁厚d3。车灯玻璃外壳检测区域图如图1所示。
在测量开始之前,输入待检测车灯玻璃外壳及其相关的先验参数,包括玻壳长度p1=43.00mm,玻壳外径p2=14.20mm,玻壳壁厚p3=1.20mm。将上述世界坐标系下的参数换算成图像坐标系中,标定的目的是确定被测对象的实际尺寸与相机采集图像中像素数目的量化对应关系,以便将图像距离和被测对象的真实距离对应起来,实现参数的实际测试需要。本系统采用了标准件成像法对测量系统进行标定。具体标定过程为:
①将5.6*5.6mm,精度1um的标定板水平放置在测量系统载物台上,确保标定板边与相机成像屏幕的坐标轴平行;
②采集标定板图像,识别出标定板上左右标记圆,上下标记圆,求取上下标记圆和左右标记圆心之间像素值;
③用上下和左右标记圆的实际距离分别除以两者之间的像素值,获得在固定焦距和固定物距条件下的像素当量。为提高检测精度,像素当量保留了12位小数,相机X轴像素方向上当量为0.003826796100mm,Y轴方向上像素当量为0.003827779593mm。
根据以上标定的世界坐标系与图像坐标系的变换关系,将上述世界坐标系下的参数换算成图像坐标系,得到玻壳长度d′1,玻壳外径d′2,玻壳壁厚d′3。
由于该产品已有规格标准,故只需要进行测量得出结果,再比对判断即可,判定是否在精度运行的误差范围内,从而决定该测量方法的效果好坏,并且可以确定待测样品是否合格。
本发明具体实现步骤如下:
S100.对当前获取的玻璃外壳图像I1矫正,其中,图像I1有H0行、W0列。去掉其水平倾斜:
S110.对图像I1在预设定的区域内进行Harris角点检测,得到图像I2,如图2所示白色的虚线框为预设定的搜索区域,标注八个角点,分别是A,B,C,D,E,F,G,H。由两点确定一个直线,得到图像I1中上边的线段AB的斜率为k1,图像I1中上边的线段CD的斜率为k2;图像I1中下边的线段EF的斜率为k3,图像I1中下边的线段CD的斜率为k4;
S120.计算得到车灯玻璃外壳的水平倾斜度为:k=(k1+k2+k3+k4)/4;
S130.当k>0时,将图像顺时针旋转θ角度;当k<0时,将图像逆时针旋转 180°-θ,即去除了图像I1的水平倾斜得到图像I3,其中θ=arctan k,图像I3的水平倾斜为k1=0。
S200.确定玻璃外壳侧面图竖直边界的位置:
S210.对图像I3采用Canny算子进行边缘检测,得到图像I4,其结果如图4所示;
S220.求图像I4每一列像素的灰度值之和的平均值g(x):
式中,H0表示图像的总行数,W0为图像的列总数;
S230.以窗口[x0,x0+wr]在水平方向滑动,对g(x)计算窗口内的灰度值累加和S(b):
其中,x0∈[1,wo-wr],b∈[1,wo-wr],W0为图像的列总数,Wr为车灯玻璃外壳在图像中长度方向所占用的像素数;
S240.求使得S(b)最大的窗口起始坐标x0:
综上,垂直方向的边界线用线段1、2表示,如图5所示。
S300.确定玻璃外壳侧面水平边界的位置:
S310.设水平线上角点集C{c1,c2,c3,...,cn},取其中两个角点cm,ct,其中cm,ct∈C,cm的坐标是(xm,ym),ct的坐标是(xt,yt)对cm,ct采用待定系数法可确定直线
y=kmtx+c, (4)
式中,kmt是直线的斜率,即c是截距,即其余n-2个角点到直线kmt的距离平方和d为
式中,ci的坐标是(xi,yi),i∈(1,n)∩i≠m,n。
S320.求出当d最小时,拟合的直线,即y=f-1(dmin)。由此确定图像I4中水平边缘的位置,得到图像I5,如图6所示,从上至下依次是水平边界y1,y2,y3,y4,标记为线段3、 4、5、6。
S400.参数的测量:
S410.玻壳长度d′1:
玻壳长度即为步骤S200定位得到的左右两条竖直边界线段1、2之间的距离,即d′1=|Xr-X0|;
S420.求玻壳外径d′2:
玻壳外径即为步骤S300定位的最上和最下的两条水平边界线段3、6之间的距离,即 d′2=|y1-y4|;
S430.玻壳壁厚d′3:
玻壳壁厚由步骤S300定位的四条水平边界线段3、4、5、6来确定,即d′3=(|y1-y4|-|y2-y3|)/2。
Claims (5)
1.一种基于机器视觉的车灯玻璃外壳尺寸的测量方法至少包含以下几个步骤:
S100.对当前获取的玻璃外壳图像I1矫正,去掉其水平倾斜;
S200.确定玻璃外壳侧面图竖直边界的位置;
S300.确定玻璃外壳侧面图水平边界的位置;
S400.参数的测量。
2.根据权利要求1所述的车灯玻璃外壳尺寸的测量方法,其特征在于去掉当前图像的水平倾斜,所述步骤S100至少还包括以下步骤:
S110.对图像I1在预设定的区域内进行Harris角点检测,得到图像I2;在图像I2中,寻找八个角点,分别用A,B,C,D,E,F,G,H表示;由两点确定一个直线,得到图像I1中上边的线段AB和CD的斜率分别为k1和k2;图像I1中下边的线段EF和CD的斜率分别为k3和k4;
S120.计算得到车灯玻璃外壳的水平倾斜度为:k=(k1+k2+k3+k4)/4;
S130.当k>0时,将图像顺时针旋转θ角度;当k<0时,将图像逆时针旋转180°-θ,即去除了图像I1的水平倾斜得到图像I3,其中θ=arctan k,图像I3的水平倾斜为k1=0。
3.根据权利要求1所述的车灯玻璃外壳尺寸的测量方法,其特征在于确定车灯玻璃外壳的竖直边界,所述步骤S200至少还包括以下步骤:
S210.对图像I3采用Canny算子进行边缘检测,得到图像I4;
S220.求图像I4每一列像素的灰度值之和的平均值g(x):
式中,H0表示图像的总行数,W0为图像的列总数;
S230.以窗口[x0,x0+wr]在水平方向滑动,对g(x)计算窗口内的灰度值累加和S(b):
其中,x0∈[1,wo-wr],b∈[1,wo-wr],W0为图像的列总数,Wr为车灯玻璃壳在图像中长度方向实际所占用的像素数,Wr先验已知;
S240.求使得S(b)最大的窗口起始坐标x0:
。
4.根据权利要求1所述的车灯玻璃外壳尺寸的测量方法,其特征在于确定车灯玻璃外壳的水平边界,所述步骤S300至少还包括以下步骤:
S310.设水平线上角点集C{c1,c2,c3,...,cn},取其中两个角点cm,ct;其中,cm的坐标是(xm,ym),ct的坐标是(xt,yt)对cm,ct采用待定系数法确定直线
y=kmtx+c, (4)
式中,kmt是直线的斜率,即c是截距,即其余n-2个角点到直线kmt的距离平方和d为
式中,ci的坐标是(xi,yi),i∈(1,n)∩i≠m,n;
S320.求出当d最小时,拟合的直线,即y=f-1(dmin),由此确定图I4中四条水平边缘的位置,得到图像I5。
5.根据权利要求1所述的车灯玻璃外壳尺寸的测量方法,其特征在于测量三个参数:长度、外径、壁厚,所述步骤S400至少还包括以下步骤:
S410.玻壳长度d′1:
玻壳长度即为步S200定位得到的左右两条竖直边界之间的距离,即d′1=|Xr-X0|;
S420.求玻壳外径d′2:
玻壳外径即为步骤S300定位的最上和最下的两条水平边界之间的距离,即d′2=|y1-y4|;
S430.玻壳壁厚d′3:
玻壳壁厚由步骤S300定位的四条水平边界来确定,d′3=(|y1-y4|-|y2-y3|)/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910480506.XA CN110500951B (zh) | 2019-06-04 | 2019-06-04 | 一种基于机器视觉的车灯玻璃外壳尺寸检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910480506.XA CN110500951B (zh) | 2019-06-04 | 2019-06-04 | 一种基于机器视觉的车灯玻璃外壳尺寸检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110500951A true CN110500951A (zh) | 2019-11-26 |
CN110500951B CN110500951B (zh) | 2021-03-09 |
Family
ID=68585802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910480506.XA Active CN110500951B (zh) | 2019-06-04 | 2019-06-04 | 一种基于机器视觉的车灯玻璃外壳尺寸检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110500951B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
JP2012083350A (ja) * | 2010-10-13 | 2012-04-26 | Mitsutoyo Corp | 精密ソルダレジストレジストレーション検査方法 |
CN107063085A (zh) * | 2017-02-27 | 2017-08-18 | 河南理工大学 | 一种基于光学扫描镜的汽车车灯面罩尺寸测量装置 |
CN108571928A (zh) * | 2018-04-13 | 2018-09-25 | 桂林电子科技大学 | 一种基于机器视觉的夹片锚具尺寸缺陷检测方法 |
CN109214380A (zh) * | 2018-09-12 | 2019-01-15 | 湖北民族学院 | 车牌倾斜校正方法 |
CN109238136A (zh) * | 2018-08-09 | 2019-01-18 | 广州毅远塑胶五金模具有限公司 | 一种车头大灯测量方法 |
-
2019
- 2019-06-04 CN CN201910480506.XA patent/CN110500951B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
JP2012083350A (ja) * | 2010-10-13 | 2012-04-26 | Mitsutoyo Corp | 精密ソルダレジストレジストレーション検査方法 |
CN107063085A (zh) * | 2017-02-27 | 2017-08-18 | 河南理工大学 | 一种基于光学扫描镜的汽车车灯面罩尺寸测量装置 |
CN108571928A (zh) * | 2018-04-13 | 2018-09-25 | 桂林电子科技大学 | 一种基于机器视觉的夹片锚具尺寸缺陷检测方法 |
CN109238136A (zh) * | 2018-08-09 | 2019-01-18 | 广州毅远塑胶五金模具有限公司 | 一种车头大灯测量方法 |
CN109214380A (zh) * | 2018-09-12 | 2019-01-15 | 湖北民族学院 | 车牌倾斜校正方法 |
Non-Patent Citations (1)
Title |
---|
尤文 等: "小波分析在车灯面形尺寸及定位检测系统中的应用", 《计算机应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110500951B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111693549B (zh) | 一种手机盖板玻璃缺陷检测与分类方法 | |
CN107507558B (zh) | 一种led显示屏的校正方法 | |
CN106814083B (zh) | 滤波片缺陷检测系统及其检测方法 | |
CN110858899A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及系统 | |
KR20190133153A (ko) | 유리 시트의 광학 특성의 온라인 측정을 위한 시스템 및 연관된 방법 | |
CN102414536A (zh) | 数字光学比较器 | |
JP2010008177A (ja) | 欠陥検出装置及び方法 | |
CN106568385A (zh) | 一种基于双相机的汽车刹车片尺寸机器视觉自动测量系统 | |
CN114280075B (zh) | 一种管类零件表面缺陷在线视觉检测系统及检测方法 | |
CN107271445B (zh) | 一种缺陷检测方法及装置 | |
JP2006208084A (ja) | 周期性パターンのムラ検査装置 | |
CN113984790B (zh) | 镜片质量检测方法及装置 | |
US11255798B1 (en) | Method of detecting lens cleanliness using out-of-focus differential flat field correction | |
CN113763322B (zh) | 一种Pin脚共面度视觉检测方法与装置 | |
CN105391998B (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
TW201326735A (zh) | 寬度量測方法及系統 | |
CN110500951A (zh) | 一种基于机器视觉的车灯玻璃外壳尺寸检测方法 | |
TW202020418A (zh) | 光學檢測系統 | |
CN114324344A (zh) | 行扫描用非郎伯表面检查系统 | |
JP2009236760A (ja) | 画像検出装置および検査装置 | |
CN205655799U (zh) | 能够调节位置的金属板表面检测装置 | |
CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
CN212321466U (zh) | 一种图像采集装置及视觉检测系统 | |
KR102540808B1 (ko) | 유리병 검사방법 및 유리병 제조방법 | |
JP2015169624A (ja) | 計測装置、計測方法及び物品の製造方法 |
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 |