[发明专利]基于彩色有源参照物的漆面缺陷检测方法、装置及介质在审
申请号: | 202211316622.6 | 申请日: | 2022-10-26 |
公开(公告)号: | CN115760704A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 朱炫霖 | 申请(专利权)人: | 长城汽车股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 任晨雪 |
地址: | 071000 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 彩色 有源 参照物 缺陷 检测 方法 装置 介质 | ||
1.一种基于彩色有源参照物的漆面缺陷检测方法,其特征在于,所述方法包括:
获取不同的待检测车身图像,并生成待检测图像集,其中,所述待检测车身图像包含彩色有源参照物倒像;
对所述待检测图像集中的每一张待检测车身图像进行如下处理:对所述待检测车身图像进行预处理和多维二值化处理,获得所述待检测车身图像中各个像素点除RGB三层灰度数据之外的第四层属性数值;
根据所述各个像素点的第四层属性数值,确定所述待检测车身图像中是否存在漆面缺陷;
在确定所述待检测车身图像中存在漆面缺陷的情况下,根据所述待检测车身图像的拍摄时间以及拍摄所述待检测车身图像的图像采集设备的布设位置,确定车身的漆面缺陷位置。
2.根据权利要求1所述的基于彩色有源参照物的漆面缺陷检测方法,其特征在于,对所述待检测车身图像进行预处理和多维二值化处理,获得所述待检测车身图像中各个像素点除RGB三层灰度数据之外的第四层属性数值的步骤包括:
将所述待检测车身图像由RGB模式图像转换为lab模式图像,获得所述待检测车身图像的Lab三维数值;
将所述待检测车身图像由RGB模式图像转换为HSV模式图像,获得所述待检测车身图像的HS二维数值;
根据所述待检测车身图像的RGB三维数值、所述待检测车身图像的Lab三维数值以及所述待检测车身图像的HS二维数值与预设阈值区间的大小关系,对初始值为零的所述第四层属性数值,进行逐个维度赋值。
3.根据权利要求1所述的基于彩色有源参照物的漆面缺陷检测方法,其特征在于,根据所述各个像素点的第四层属性数值,确定所述待检测车身图像中是否存在漆面缺陷步骤包括:
根据所述各个像素点的第四层属性数值与所述彩色有源参照物的色号匹配关系,确定所述待检测车身图像中的单像素级别的漆面颜色缺陷;
根据所述各个像素点的第四层属性数值,确定目标数组,并根据所述目标数组确定所述待检测车身图像中的多像素级别的漆面尺寸缺陷。
4.根据权利要求3所述的基于彩色有源参照物的漆面缺陷检测方法,其特征在于,根据所述各个像素点的第四层属性数值与所述彩色有源参照物的色号匹配关系,确定所述待检测车身图像中的单像素级别的漆面颜色缺陷的步骤包括:
确定所述彩色有源参照物对应的各种纯色的极限梯度值;
根据所述各个像素点的第四层属性数值,确定所述各个像素点的色号;
遍历所述待检测车身图像的每一行像素点,确定所述待检测车身图像中的混色像素行;
根据所述混色像素行中的混色像素点与相邻纯色像素点的极限梯度值大小关系以及色号匹配关系,对所述混色像素行进行填色处理,并确定所述待检测车身图像中单像素级别的漆面颜色缺陷的类型。
5.根据权利要求4所述的基于彩色有源参照物的漆面缺陷检测方法,其特征在于,确定所述彩色有源参照物对应的各种纯色的极限梯度值的步骤包括:
遍历所述待检测车身图像的每一个像素点,确定所述混色像素点,并根据所述混色像素点的单侧相邻像素点,生成纯色像素行;
从所述纯色像素行中选取两两相邻的同色像素对,计算所述同色像素对的欧式距离值;
根据所述欧式距离值的计算结果,确定所述各种纯色的极限梯度值。
6.根据权利要求4所述的基于彩色有源参照物的漆面缺陷检测方法,其特征在于,在对所述混色像素行进行填色处理的步骤之后,所述方法还包括:
遍历所述待检测车身图像的每一个目标像素点;
依次比较第一像素点和第二像素点的色号,其中,所述第一像素点和所述第二像素点为所述目标像素点的左右相邻像素点;
根据所述第一像素点和所述第二像素点的色号匹配关系,确定所述待检测车身图像中单像素级别的漆面颜色缺陷的类型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长城汽车股份有限公司,未经长城汽车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211316622.6/1.html,转载请声明来源钻瓜专利网。