[发明专利]一种基于机器视觉的车门外观检测方法

权利要求书

1.一种基于机器视觉的车门外观检测方法，其特征在于：

步骤1、使用工业相机获取车门焊接的外观图像，并对所述外观图像进行滤波处理；

步骤2、设所述滤波处理后的外观图像为图像1，复制所述图像1得到图像2，对所述图像1采用步骤21进行处理，所述图像2采用步骤进行22进行处理：

步骤21、对图像1进行缩放处理；

步骤22、对图像2进行颜色通道转换，再通过全局图像分割得到图像块，提取焊接区域特征并将其归一化为颜色特征；

步骤3、将步骤21所述的缩放处理后的图像输入到神经网络A中，所述神经网络A输出图像缺陷置信度，将所述缺陷置信度与设定阈值A进行比较，并统计及标记出焊接缺陷，对所述焊接缺陷的面积与数量进行分级A，得出外观焊接缺陷分级结果；

步骤4、将步骤22所述的颜色特征输入到神经网络B中，所述神经网络B输出图像未焊概率，将所述未焊概率与设定阈值B进行比较，并统计及标记出未焊区域，对所述未焊区域的面积进行分级B，得出外观焊接完整性分级结果。

2.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤1中、所述工业相机为CCD相机，所述的车门外观图像为RGB图像。

3.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤1中、所述滤波预处理采用3x3中值滤波法。

4.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤22中、所述颜色通道转换是将RGB颜色空间转换到HSV颜色空间，所述的RGB颜色空间中的R表示红色，G表示绿色，B表示蓝色，所述HSV颜色空间中H表示色彩，S表示深浅，V表示明暗。

5.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤22中、所述全局图像分割采用三角形自动全局阈值分割。

6.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤22中、所述焊接区域特征采用三阶颜色矩提取。

7.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤3中、所述神经网络A的模型采用yolov3。

8.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤3中、所述分级A中,设定被标为焊接缺陷区域的面积为S0，设定缺陷面积检测区域[S1，S2]，设定缺陷数量阈值N,遍历焊接缺陷区域：

情况31、若S0S2,分为不及格级；

情况32、若S0∈[S1，S2]，且其数量大于N，分为不及格级；

情况33、不同于情况1及情况2，分为及格级。

9.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

步骤4中、所述分级B中,设定被标为未焊接区域的面积A0,设定未焊面积检测阈值A1，遍历未焊接区域：若A0A1，分为不及格级，其余分为及格级。

10.根据权利要求1所述的基于机器视觉的车门外观检测方法，其特征在于：

分析所述外观焊接缺陷分级结果与所述外观焊接完整性分级结果，若两者皆是及格级，流水线控制车门流入下一生产线，否则，流水线控制车门流入回收线。