[发明专利]一种基于机器视觉的汽车拉环锁扣铆合的检测方法

权利要求书

1.一种基于机器视觉的汽车拉环锁扣铆合的检测方法，其特征在于包括如下步骤：

步骤1.采集一张汽车拉环锁扣图像，具体通过CCD相机拍摄汽车拉环锁扣图像和将图像转换成灰度图像G；

步骤2.汽车拉环锁扣图像预处理，对转换后的灰度图像G进行去噪和增强其对比度，生成预处理后的灰度图像G1；

步骤3.通过灰度图像G1进行铆合检测，包括铆合参数和未铆合参数的检测，提取Hough累积值；

步骤4.综合参数比较阶段：综合参数包括检测到的Hough累积值、圆的半径；

步骤5.几何约束条件判断，利用检测到的两圆的圆心之间的间距和圆心之间的最大角度范围进行最终判断是否铆合；

步骤1所述的汽车拉环锁扣图像采集，具体如下：

1-1、相机垂直于汽车拉环锁扣正上方，且相机正上方固定有光源；汽车拉环锁扣固定在水平导轨上；然后对待检测的汽车拉环锁扣进行图像采集；

1-2、通过加权平均法将采集到的汽车拉环锁扣图像转换成灰度图像G；灰度图像G的转换具体如下：

Gray＝R×0.3+G×0.59+B×0.11

对汽车拉环锁扣图像中的每一个像素点处理，就能将其转换成灰度图像G；其中R、G、B为一个像素点的值的基色分量；

步骤2所述的汽车拉环锁扣图像预处理，具体如下：

2-1、对获取到的灰度图像G进行图像预处理，通过中值滤波方法除去灰度图像G的噪声点；

2-1-1、选定5×5的邻域，将邻域内的像素按灰度等级进行排序，确定其中值；

2-1-2、将确定的中值赋予滤波后图像中的相应像素点，所述的相应像素点即进行中值滤波的那个像素点；

2-2、对去噪之后的灰度图像进行直方图均衡化，以增强图像对比度，得到预处理后的灰度图像G1；

2-2-1、对灰度图像G1统计直方图，求解灰度图像G1的概率；

P_r(r_k)＝n_k/N

其中，P_r(r_k)表示灰度图像G1中灰度级r_k出现的概率，N为灰度图像G1中像素的总数；n_k为第k级灰度的像素；r为灰度级；r_k为第k个灰度级，k＝0、1、2、……255；

2-2-2、根据统计出的直方图，采用累积分布函数作变换，

Sj=T(rj)=Σj=0255Pr(rj)]]>

其中，S_j为变换后得到的新图像G2的新灰度，j＝0、1、2、……255，T()为一个单调递增的变换函数；

2-2-3、用新灰度S_j代替旧灰度r_k，即对灰度图像G1的直方图进行修正，得到了新图像G2；

步骤3所述的通过灰度图像G1进行铆合检测，通过设定的铆合参数和未铆合参数，分别获取铆合和未铆合识别参数，具体如下：

3-1、预先设定好铆合参数和未铆合参数的取值范围；

3-2、根据同一规格的汽车拉环锁扣的两个锁孔位置是一致的，同时由于外部的检测器材的位置是固定的，因此在新图像G2上根据锁孔位置划分出两个检测区域，使得这两个检测区域分别包含一个汽车拉环锁扣的锁扣位置；

3-3、计算两个检测区域内图像的梯度值；

3-3-1、设检测区域内图像上的某一点坐标为I(x,y),则检测区域内图像在该点I(x,y)的梯度值D_I计算如下：

D_I＝Sqrt(D_x×D_x+D_y×D_y)；

D_x＝(I(x+1，y)-I(x-1，y))/2；

D_y＝(I(x,y+1)-I(x,y-1))/2；

其中,D_x和D_y分别为点I(x,y)在X方向和Y方向的灰度梯度；

对梯度值D_I进行优化，优化后的梯度值D如下：

D＝a*D_I+b*(I₁-th),

D＝a×D_I+b×(I₁-th)

其中a、b为比列系数，a＝0.9，b＝0.1，D_I为之前计算的图像梯度值，I₁为点I(x,y)的灰度，th为设定的灰度阈值；

对于I₁-th小于等于0的，则点I(x,y)为边缘的可能性降低；

对于I₁-th大于0的，则点I(x,y)为边缘的可能性增加；

当D值大于设定的边缘阈值时，即选取此点作为Hough变换的对象，进行Hough累积值的提取统计；

3-4、进行Hough变换，分别提取为铆合参数时的Hough累积值Accum₁和Accum₂，以及为未铆合参数时的Hough累积值accum₁和accum₂；若未能提取Hough累积值，则认为该Hough累积值为0，表明该区域的图像未能有效检测；

3-5、采用低通滤波确定圆心的位置，并取得Hough累积值；

由于圆心点位置只存在于一个较小区域，因此将该较小区域作为待滤波区域，该较小区域为最初确定的待检区域的中心，长宽分别为原始的目标区域的1/2和1/3即可；

(x-a)²+(y-b)²＝r²

式中，(a,b)为圆形的圆心，r为圆形的半径，垂直于圆边界点的垂线最终会通过圆心；

定义一个参数空间(a,b)空间，圆的边缘点对应的垂线就变成了参数空间(a,b)中的线段；

边缘垂线段的表达式为A(i±a,j±b)←A(i±a,j±b)+E(i,j)，式中，a＝rsinθ，b＝rcosθ，其中r∈(r_min,r_max)；(r_min,r_max)定义了圆半径的范围，参数空间(a,b)用A表示，E(i，j)表达了边缘的强度，该变换会在圆心处形成“亮点”，从而得到了圆心的可能值；

3-6、得到铆合参数的圆心坐标以及圆半径，和未铆合参数时的圆心坐标以及圆半径。