[发明专利]一种基于形状匹配的汽车零配件的质量检测方法

权利要求书

1.一种基于形状匹配的汽车零配件的质量检测方法，其特征在于：能够检测汽车零配件上是否有漏焊点、漏小零件、漏螺母和漏冲孔的质量问题，检测对象为焊点、小零件、螺母、冲孔，实现步骤如下：

步骤1、采用工业相机通过网络的通信方式采集汽车零配件图像；

步骤2、判断是否需要创建轮廓库，若需要则进行步骤3，否则转到步骤4；

步骤3、截取汽车零配件图像中检测对象图像，基于二维边缘提取法提取检测对象的轮廓，利用检测对象的轮廓图像创建汽车零配件的形状匹配模板库；

步骤4、对采集到的图像进行自动截取检测区域，针对检测区域做图像预处理；

步骤5、基于二维边缘提取法提取预处理后图像的检测对象轮廓，然后循环遍历形状匹配的模板库，进行轮廓形状匹配，匹配成功的对象即为检测到的检测对象；

步骤6、提取检测对象的位置信息和检测出的检测对象数量，与标准的检测对象位置和数量作比较，判断汽车零配件产品的质量是否合格。

2.根据权利要求1所述的一种基于形状匹配的汽车零配件的质量检测方法，其特征在于：所述步骤3和步骤5中基于二维边缘提取法提取检测对象轮廓的具体过程为：

(1)图像函数用f(r,c)来表示，求图像的梯度向量为：

▿f=▿f(r,c)=(∂f(r,c)∂r,∂f(r,c)∂c)=(fr,fc)]]>

其中，代表图像的梯度向量，r代表图像上某像素点横坐标的值，c表示图像上某像素点纵坐标的值，(r,c)代表图像中像素点的位置信息，f(r,c)代表像素点位置是(r,c)的灰度值，f_r表示图像函数在r上的一阶偏导数，f_c表示图像函数在c上的一阶偏导数；

(2)求梯度向量的欧几里得长度和梯度方向：

||▿f||2=fr2+fc2]]>

φ＝-arctan(f_r/f_c)

梯度向量的长度又称梯度向量的量值，梯度方向φ沿从横轴开始的算术正方向，即逆时针方向增大，二维边缘由图像中若干个点组成，在这些点上梯度量值在梯度方向φ上局部最大，此处是检测对象轮廓的特征；

(3)通过拉普拉斯算子的过零计算能得到二维边缘，即得到检测对象的轮廓，公式如下：

Δf=Δf(r,c)=∂2f(r,c)∂r2+∂2f(r,c)∂c2=frr+fcc]]>

Δf(r,c)＝0

其中，Δf表示拉普拉斯算子，f_rr表示图像函数在r上的二阶偏导数，f_cc表示图像函数在c上的二阶偏导数。