前言：本站為你精心整理了汽車(chē)涂裝缺陷檢測(cè)研究范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢(xún)。

本文作者：楊旭韓春樂(lè)王晶作者單位：天津渤海職業(yè)技術(shù)學(xué)院

1、引言

隨著經(jīng)濟(jì)的迅猛發(fā)展，汽車(chē)的迅速普及，根據(jù)社會(huì)對(duì)汽車(chē)產(chǎn)業(yè)的要求，車(chē)輛的各方面指標(biāo)都受到人們?cè)絹?lái)越多地關(guān)注，汽車(chē)涂裝過(guò)程中的瑕疵直接影響汽車(chē)的外觀質(zhì)量，因此如何在生產(chǎn)過(guò)程中利用計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)檢測(cè)出并及時(shí)修補(bǔ)汽車(chē)涂裝過(guò)程中產(chǎn)生的瑕疵就成了首要的任務(wù)[1]。本文的研究?jī)?nèi)容是首先了解計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)的工作原理，汽車(chē)涂裝瑕疵的種類(lèi)，然后結(jié)合兩者的特點(diǎn)，應(yīng)用計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)檢測(cè)汽車(chē)涂裝瑕疵。該研究的價(jià)值在于兩方面：①對(duì)于汽車(chē)生產(chǎn)的自動(dòng)化和過(guò)程自動(dòng)化，計(jì)算機(jī)視覺(jué)是現(xiàn)實(shí)真正意義的自動(dòng)的基礎(chǔ)和一種重要的質(zhì)量控制的手段；②對(duì)于汽車(chē)涂裝瑕疵的修補(bǔ)可以提高其修補(bǔ)的精度。

2、汽車(chē)涂裝瑕疵的計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)

汽車(chē)涂裝瑕疵檢測(cè)系統(tǒng)主要包括照明系統(tǒng)、圖像采集卡、CCD攝像機(jī)、計(jì)算機(jī)以及軟件處理等幾個(gè)主要部分[2]。綜合計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)的構(gòu)成和線結(jié)構(gòu)光測(cè)量的原理，基于計(jì)算機(jī)視覺(jué)的汽車(chē)涂裝瑕疵的檢測(cè)系統(tǒng)大致是這樣構(gòu)成的：將線結(jié)構(gòu)光投射到被測(cè)物上，所形成的光斑作為傳感信號(hào)，用CCD攝像機(jī)采集光斑圖像，采集到的圖像信號(hào)被傳輸?shù)接?jì)算機(jī)，根據(jù)圖像處理和計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)的處理產(chǎn)生處理結(jié)果，返回到涂裝生產(chǎn)線，對(duì)車(chē)身的涂裝進(jìn)行修正，從而提高產(chǎn)品質(zhì)量。汽車(chē)涂裝瑕疵的視覺(jué)檢測(cè)系統(tǒng)如圖1所示[3]。

3、計(jì)算機(jī)視覺(jué)檢測(cè)

計(jì)算機(jī)視覺(jué)是計(jì)算機(jī)對(duì)圖像進(jìn)行自動(dòng)處理并報(bào)告“圖像中有什么”的過(guò)程，也就是說(shuō)它識(shí)別圖像中的內(nèi)容。圖像中的內(nèi)容往往是某些機(jī)器零件，而處理的目標(biāo)不僅要能對(duì)機(jī)器零件定位，還要能對(duì)其進(jìn)行檢驗(yàn)。計(jì)算機(jī)視覺(jué)系統(tǒng)基本原理：機(jī)器視覺(jué)系統(tǒng)通常采用CCD相機(jī)攝取圖像，將其轉(zhuǎn)化為數(shù)字信號(hào)，再采用先進(jìn)的計(jì)算機(jī)硬件與軟件技術(shù)對(duì)圖像數(shù)字信號(hào)進(jìn)行處理，從而得到所需要的各種目標(biāo)圖像特征值，并在此基礎(chǔ)上實(shí)現(xiàn)模式識(shí)別、坐標(biāo)計(jì)算、灰度分布圖等多種功能。計(jì)算機(jī)視覺(jué)系統(tǒng)能夠根據(jù)其檢測(cè)結(jié)果快速地顯示圖像、輸出數(shù)據(jù)、指令，執(zhí)行機(jī)構(gòu)可以配合其完成指令的實(shí)施。計(jì)算機(jī)視覺(jué)系統(tǒng)主要由圖像獲取、圖像分析和處理、輸出顯示或控制三個(gè)功能模塊組成[4]。視覺(jué)檢測(cè)按其所處理的數(shù)據(jù)類(lèi)型可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺(jué)檢測(cè)。另外，還有X射線檢測(cè)、超聲波檢測(cè)和紅外線檢測(cè)。一個(gè)完整視覺(jué)檢測(cè)系統(tǒng)包括：圖像采集、圖像分割、零件識(shí)別、模型匹配和決策判斷。Newman[5]等描述了利用深度圖像進(jìn)行零件檢測(cè)的AVI系統(tǒng)，具有一定的代表性。一個(gè)典型的AVI系統(tǒng)如圖2所示。

4、汽車(chē)涂裝瑕疵的檢測(cè)算法

由于汽車(chē)涂膜中一些缺陷的邊界比較模糊，例如：氣泡、爆裂氣泡孔、氣泡針孔、抽縮等等。邊緣處灰度變化很小，直接用傳統(tǒng)的微分邊緣檢測(cè)算法無(wú)法有效的檢測(cè)出來(lái)。所以對(duì)缺陷模糊邊緣的檢測(cè)成為了算法的關(guān)鍵[6]。本文介紹了基于線結(jié)構(gòu)光的邊緣檢測(cè)方法。汽車(chē)涂裝表面被光源投射器發(fā)出的線結(jié)構(gòu)光照射，反射出的圖像被CCD攝像機(jī)所接收傳輸?shù)接?jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)中。若涂裝表面沒(méi)有瑕疵，則產(chǎn)生圖3的圖像。若涂裝表面有瑕疵，則產(chǎn)生圖4的圖像[7]。

5、總結(jié)

本論文對(duì)汽車(chē)涂裝瑕疵的計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)進(jìn)行了初步的研究，主要研究?jī)?nèi)容包括計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)的組成。主要研究成果和結(jié)論包括以下幾個(gè)方面：（1）針對(duì)汽車(chē)涂膜的特殊質(zhì)地和常見(jiàn)涂裝瑕疵種類(lèi)，設(shè)計(jì)了基于線結(jié)構(gòu)光的計(jì)算機(jī)視覺(jué)汽車(chē)涂裝瑕疵檢測(cè)系統(tǒng)。（2）針對(duì)涂裝瑕疵，本文提出基于斜率的瑕疵判別方法，通過(guò)仿真驗(yàn)證了算法的有效性。