[发明专利]一种汽车换挡面板图像自动分类方法

说明书

本发明公开了一种汽车换挡面板图像自动分类方法。采集汽车换挡面板图像；二值化、膨胀、填充孔洞后再差分运算，分离目标区域；提取目标区域的11个形状特征，搭建MLP神经网络模型的结构并训练模型参数，获得训练后的MLP神经网络模型；对未知类型的汽车换挡面板图像提取11个形状特征，输入到MLP神经网络模型，输出汽车换挡面板的类型。本发明能够实现针对图像中不同类型的汽车换挡面板进行分类，提高了汽车换挡面板的分类速率，具有很好的分类鲁棒性和准确性。

技术领域

本发明涉及一种不同车型汽车换挡面板的自动分类方法，尤其是涉及了一种机器视觉的不同车型汽车换挡面板的自动分类方法。

背景技术

截至2018年9月，我国机动车保有量已达3.22亿辆，按国际上6％-7％的汽车报废比例来算，预计2020年我国将有2000万辆机动车报废。2019年6月，新版《报废汽机动车回收管理办法》正式实施，该办法允许报废汽车中的零部件再次回收利用。汽车换挡面板作为报废汽车可回收的零部件之一，不仅起着支撑换挡杆和标记挡位的作用，而且影响着汽车的装饰效果和消费者实际体验。但从报废汽车拆解企业的实际情况来看，拆解出换挡面板不仅数量多，而且类型多样，传统方法是通过人工或机器辅助来完成对汽车换挡面板的分类，在批量分类的模式下，人工分类方法实时性差、效率低，并且受人工经验和主观因素的影响大，因此，对于报废汽车拆解企业，为提高汽车换挡面板的回收效率，降低回收成本，提出一种不同类型汽车换挡面板的自动分类方法具有必要性。

近年来，机器视觉技术不仅在工业检测、包装印刷、航空航天、生物科技、智能交通等领域得到了广泛的应用，也已成功应用在汽车零部件的自动分类与缺陷检测。

发明内容

在国内外对机器视觉的应用研究上，尚无对汽车换挡面板自动分类方法的报道，针对背景技术中存在的问题，为解决报废汽车换挡面板分类效率低且分类成本高的问题，本发明的目的在于提供了一种不同类型汽车换挡面板的自动分类方法，实现对汽车换挡面板的自动分类。该方法能够自动识别不同类型的汽车换挡面板，大大提高了识别的效率。

本发明采用的技术方案包括以下步骤：

1)采集不同车型的灰度图像的汽车换挡面板图像，以汽车换挡面板作为图像中的目标，图像中包含汽车换挡面板的全部目标区域；

汽车换挡面板图像是由相机从接近俯视角度拍摄获得。

2)首先对汽车换挡面板图像进行二值化处理，再对二值化处理后的图像进行形态学膨胀操作并填充孔洞，将目标区域内孔洞填充后的图像与原始汽车换挡面板图像进行差分运算，分离汽车换挡面板图像的背景和目标，提取出目标区域，目标区域为汽车换挡面板；

3)提取目标区域边界到质心的平均距离Dist、平均距离标准差Sigma以及目标区域的外接圆半径Out_r、矩形度Re、主轴I_a和副轴I_b长度、目标区域的三个二阶中心矩I₁,I₂,I₃和一个三阶中心矩I₄、结构因子StrFa的共11个形状特征；

4)选择已划分类型的汽车换挡面板图像作为样本，将样本的特征进行归一化处理后作为MLP神经网络模型的数据集，搭建MLP神经网络模型的结构并训练模型参数，获得训练后的MLP神经网络模型；

5)对未知类型的汽车换挡面板图像重复上述步骤进行处理并提取11个形状特征，将提取出来的特征作为分类模型的输入数据，输入到训练后的MLP神经网络模型，输出汽车换挡面板的类型，完成汽车换挡面板的自动分类。

所述步骤(2)具体为：

2.1)使用OTSU法对汽车换挡面板图像f进行二值化处理得到二值图像f_bw；