CN112329576A - 一种汽车安全带卷簧位置识别方法 - Google Patents

一种汽车安全带卷簧位置识别方法 Download PDF

Info

Publication number
CN112329576A
CN112329576A CN202011167532.6A CN202011167532A CN112329576A CN 112329576 A CN112329576 A CN 112329576A CN 202011167532 A CN202011167532 A CN 202011167532A CN 112329576 A CN112329576 A CN 112329576A
Authority
CN
China
Prior art keywords
coil spring
circle
safety belt
image
inner diameter
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
Application number
CN202011167532.6A
Other languages
English (en)
Other versions
CN112329576B (zh
Inventor
张丽敏
张欣然
陈永
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Zhongtuo Technology Inc
Nanjing University
Original Assignee
Nanjing Zhongtuo Technology Inc
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Zhongtuo Technology Inc, Nanjing University filed Critical Nanjing Zhongtuo Technology Inc
Priority to CN202011167532.6A priority Critical patent/CN112329576B/zh
Publication of CN112329576A publication Critical patent/CN112329576A/zh
Application granted granted Critical
Publication of CN112329576B publication Critical patent/CN112329576B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/168—Segmentation; Edge detection involving transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出了一种汽车安全带卷簧位置识别方法，该方法通过图像边缘检测以及霍夫圆检测对安全带卷簧位置偏离情况进行识别，其特征在于：对卷簧图像进行压缩处理，对压缩后的图像进行边缘检测，用霍夫圆检测分别对外盖圆心以及卷簧内径圆心进行检测，以外盖圆心为参考点，计算卷簧内径圆心相对于参考点的偏移位置。本发明具有算法简单、易实现、易操作的显著优点。

Description

一种汽车安全带卷簧位置识别方法
技术领域
本发明涉及一种汽车安全带卷簧位置的识别方法。
背景技术
安全带是汽车最重要的安全部件之一，卷簧是安全带收卷器中的重要组件之一，其作用是通过储存能量来实现安全带织带的回卷，在紧急情况下保护驾驶人员的安全，其工作的稳定性直接影响到安全带使用时的可靠性和舒适性。安全带卷簧的典型结构一般由内盖、外盖、芯轴三个塑胶件及平面蜗卷弹簧组成，平面蜗卷弹簧各圈的不同心分布会使其发生圈内摩擦，极大地影响了安全带的使用寿命和效果。传统的安全带卷簧位置识别方法是通过车间人员手动识别的方法，这种方法效率低、速度慢。为此，本发明提出了一种应用图像处理技术对汽车安全带卷簧位置的识别方法，该方法具有算法简单、易实现、效率高的优点。
发明内容
本发明的目的在于提出一种汽车安全带卷簧位置识别方法，该方法主要运用了图像边缘检测算法以及霍夫圆检测算法对卷簧的偏离位置进行识别，具有算法简单、易实现、效率高的优点。
为实现上述发明的目的，本发明提出的一种汽车安全带卷簧位置识别方法，其特征在于，包括如下步骤：
1)用相机距离安全带卷簧一定距离拍摄安全带卷簧，得到相应的图像，以及图像的分辨率a和像素规模b×c，通过b÷a×25.4，c÷a×25.4计算出图像的大小，单位为mm，并与安全带卷簧的实物大小进行比较，得到图像与实物大小比值关系d；
2)应用imresize方法对安全带卷簧图像进行压缩处理，减小处理数字图像时需要的数据量，降低操作的复杂性；
3)应用Canny算子对压缩后的图像进行边缘检测，设置0.85敏感值，得到外盖圆边检测图，得到外盖圆直径对应的像素值e，设置0.2敏感值，得到卷簧内径圆边检测图，得到内径圆直径对应的像素值f；
4)根据外盖圆大小(e÷a×25.4mm)以及卷簧内径圆大小(f÷a×25.4mm)设置合理的有效检测区间，分别对外盖圆边检测图和卷簧内径圆边检测图运用霍夫变换进行圆检测，并得到相应的圆心像素坐标，若有效检测区间内识别到多个圆心，则对多个圆心像素坐标取平均值作为最终圆心像素坐标；
5)以外盖圆心像素坐标为参考点，计算出卷簧内径圆心相对于参考点的偏离像素坐标(g，h)；
6)通过i＝g÷a×25.4÷d，j＝h÷a×25.4÷d计算得到卷簧内径圆心偏离实际坐标(i，j)，单位为mm。
附图说明
图1为本发明方法的实施流程图。
图2为安全带卷簧图。
图3为边缘检测效果图，a)外盖边缘检测，b)卷簧内径边缘检测。
图4为外盖圆检测效果图。
图5为卷簧内径圆检测效果图。
具体实施方式
为进一步详细表述本发明的效果和优势，下面将结合一具体实施例仿真结果对本发明进行详细描述，以下所有结果都是通过matlab R2016b软件仿真得到，实施流程图如附图1所示：
1)用相机距离安全带卷簧240mm拍摄安全带卷簧，得到相应的图像如附图2所示，以及图像的分辨率a为72DPI和像素规模b×c为2976×2976，通过b÷a×25.4，c÷a×25.4计算出图像的大小为1049.87×1049.87，单位为mm，并与安全带卷簧的实物大小进行比较，得到图像与实物大小比值关系d为1∶1；
2)应用imresize方法对安全带卷簧图像进行压缩处理，减小处理数字图像时需要的数据量，降低操作的复杂性；
3)应用Canny算子对压缩后的图像进行边缘检测，设置0.85敏感值，得到外盖圆边检测图如附图3(a)所示，得到外盖圆直径对应的像素值e为170，设置0.2敏感值，得到卷簧内径圆边检测图如附图3(b)所示，得到内径圆直径对应的像素值f为30；
4)根据外盖圆大小(e÷a×25.4mm)59.97mm以及卷簧内径圆大小(f÷a×25.4mm)10.58mm设置合理的有效检测区间，分别对外盖圆边检测图和卷簧内径圆边检测图运用霍夫变换进行圆检测，如附件图4、5所示，并得到相应的圆心像素坐标，若有效检测区间内识别到多个圆心，则对多个圆心像素坐标取平均值作为最终圆心像素坐标；
5)以外盖圆心像素坐标为参考点，计算出卷簧内径圆心相对于参考点的偏离像素坐标(g，h)为(-7，-12)；
6)通过i＝g÷a×25.4÷d，j＝h÷a×25.4÷d计算得到卷簧内径圆心偏离实际坐标为(-2.47mm，-4.23mm)。
上述实施例表明，本发明所提的汽车安全带卷簧位置识别方法的有效性。
需要说明的是上述实施例，并非用来限定本发明的保护范围，在上述技术方案的基础上所做出的等同变换或替换及以此为基础扩充等若干改进均落入本发明权利要求所保护的范围。

Claims (1)

1.一种汽车安全带卷簧位置识别方法，其特征在于，包括如下步骤：
1)用相机距离安全带卷簧一定距离拍摄安全带卷簧，得到相应的图像，以及图像的分辨率a和像素规模b×c，通过b÷a×25.4，c÷a×25.4计算出图像的大小，单位为mm，并与安全带卷簧的实物大小进行比较，得到图像与实物大小比值关系d；
2)应用imresize方法对安全带卷簧图像进行压缩处理，减小处理数字图像时需要的数据量，降低操作的复杂性；
3)应用Canny算子对压缩后的图像进行边缘检测，设置0.85敏感值，得到外盖圆边检测图，得到外盖圆直径对应的像素值e，设置0.2敏感值，得到卷簧内径圆边检测图，得到内径圆直径对应的像素值f；
4)根据外盖圆大小(e÷a×25.4mm)以及卷簧内径圆大小(f÷a×25.4mm)设置合理的有效检测区间，分别对外盖圆边检测图和卷簧内径圆边检测图运用霍夫变换进行圆检测，并得到相应的圆心像素坐标，若有效检测区间内识别到多个圆心，则对多个圆心像素坐标取平均值作为最终圆心像素坐标；
5)以外盖圆心像素坐标为参考点，计算出卷簧内径圆心相对于参考点的偏离像素坐标(g，h)；
6)通过i＝g÷a×25.4÷d，j＝h÷a×25.4÷d计算得到卷簧内径圆心偏离实际坐标(i，j)，单位为mm。
CN202011167532.6A 2020-10-27 2020-10-27 一种汽车安全带卷簧位置识别方法 Active CN112329576B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011167532.6A CN112329576B (zh) 2020-10-27 2020-10-27 一种汽车安全带卷簧位置识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011167532.6A CN112329576B (zh) 2020-10-27 2020-10-27 一种汽车安全带卷簧位置识别方法

Publications (2)

Publication Number Publication Date
CN112329576A true CN112329576A (zh) 2021-02-05
CN112329576B CN112329576B (zh) 2023-11-28

Family

ID=74296834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011167532.6A Active CN112329576B (zh) 2020-10-27 2020-10-27 一种汽车安全带卷簧位置识别方法

Country Status (1)

Country Link
CN (1) CN112329576B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115352395A (zh) * 2022-09-27 2022-11-18 南京大学 一种安全带状态识别的装置及方法
CN115861253A (zh) * 2022-12-12 2023-03-28 浙江三A弹簧有限公司 基于图像处理的避震弹簧缺陷检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005108206A (ja) * 2003-09-09 2005-04-21 Fuji Photo Film Co Ltd 円中心位置検出方法および装置並びにプログラム
CN104890612A (zh) * 2015-05-20 2015-09-09 浙江吉利汽车研究院有限公司 一种汽车安全带卷收装置
CN107944341A (zh) * 2017-10-27 2018-04-20 荆门程远电子科技有限公司 基于交通监控图像的司机未系安全带自动检测系统
CN108090931A (zh) * 2017-12-13 2018-05-29 中国科学院光电技术研究所 一种基于圆和十字特征组合的抗遮挡抗干扰的标志器识别与位姿测量方法
JP2018088206A (ja) * 2016-11-30 2018-06-07 株式会社イノテック 円検出方法、円検出装置、プログラム及び記憶媒体
CN110866903A (zh) * 2019-11-08 2020-03-06 北京工业大学 基于霍夫圆变换技术的乒乓球识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005108206A (ja) * 2003-09-09 2005-04-21 Fuji Photo Film Co Ltd 円中心位置検出方法および装置並びにプログラム
CN104890612A (zh) * 2015-05-20 2015-09-09 浙江吉利汽车研究院有限公司 一种汽车安全带卷收装置
JP2018088206A (ja) * 2016-11-30 2018-06-07 株式会社イノテック 円検出方法、円検出装置、プログラム及び記憶媒体
CN107944341A (zh) * 2017-10-27 2018-04-20 荆门程远电子科技有限公司 基于交通监控图像的司机未系安全带自动检测系统
CN108090931A (zh) * 2017-12-13 2018-05-29 中国科学院光电技术研究所 一种基于圆和十字特征组合的抗遮挡抗干扰的标志器识别与位姿测量方法
CN110866903A (zh) * 2019-11-08 2020-03-06 北京工业大学 基于霍夫圆变换技术的乒乓球识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHRISTOPHER HOLLITT: "A convolution approach to the circle Hough transform for arbitrary radius", 《MACHINE VISION AND APPLICATIONS》 *
李江涛 等: "一种快速准确识别圆形目标的新算法", 激光与红外, no. 06 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115352395A (zh) * 2022-09-27 2022-11-18 南京大学 一种安全带状态识别的装置及方法
CN115352395B (zh) * 2022-09-27 2024-02-09 南京大学 一种安全带状态识别的装置及方法
CN115861253A (zh) * 2022-12-12 2023-03-28 浙江三A弹簧有限公司 基于图像处理的避震弹簧缺陷检测方法
CN115861253B (zh) * 2022-12-12 2023-06-09 浙江三A弹簧有限公司 基于图像处理的避震弹簧缺陷检测方法

Also Published As

Publication number Publication date
CN112329576B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
CN112329576A (zh) 一种汽车安全带卷簧位置识别方法
US20180082500A1 (en) Vehicle accident reporting system
US9053389B2 (en) Hough transform for circles
DE112016000545B4 (de) Kontextabhängiges schalten von mikrofonen
CN206579624U (zh) 车辆设备和车辆系统
CN109658539A (zh) 化工园区的巡检方法、装置、服务器及计算机存储介质
CN103792108A (zh) 一种采样方法及采样机
CN111126158A (zh) 基于人脸识别的自动检票方法、装置及系统
CN112099494B (zh) 一种面向全地形车及其自动检测楼梯与攀爬方法
CN112381002A (zh) 人体风险姿态识别方法及系统
CN110650530A (zh) 无人机的搜索定位方法、装置和无人机
US11816789B2 (en) Apparatuses, methods, and computer program products for safety compliance determinations
CN114187637A (zh) 车辆控制方法、装置、电子设备及存储介质
US20220084521A1 (en) Automatic personal identifiable information removal from audio
WO2024093287A1 (zh) 一种基于改进u2型网络的仪表识别方法
JPWO2021186866A5 (ja) 情報処理装置、監視システム、情報処理方法、及びプログラム
CN114694073B (zh) 安全带佩戴情况的智能检测方法、装置、存储介质及设备
US20200182664A1 (en) Calibration method and device for proximity sensor
JP5275373B2 (ja) 画像認識装置、画像認識方法及びプログラム
CN112529829B (zh) 一种毛刺定位、毛刺检测模型的训练方法及装置
CN111368590B (zh) 一种情绪识别方法、装置、电子设备及存储介质
CN114430424A (zh) 车联网大数据的处理方法、装置与存储介质
US20120136619A1 (en) Collision detecting method, electronic device, and computer program product thereof
CN114913567A (zh) 口罩佩戴的检测方法、装置、终端设备及可读存储介质
CN114325600B (zh) 用于北斗导航系统的抗干扰方法、系统、装置及云平台

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