基于视觉的汽车门锁弹簧有无检测方法技术

本发明专利技术公开了基于视觉的汽车门锁弹簧有无检测方法，涉及汽车零部件检测技术领域；为了解决人工检测造成资源浪费的问题；具体包括以下步骤；S1：系统初始化，S2：实时采集图像，S3：滤波，S4：二值化处理图像，S5：提取轮廓，S6：识别圆环，S7：检测弹簧，S8：进行局部模式匹配，S9：检测并释放连杆拉簧，S10：显示结果，检测完成。本发明专利技术本发明专利技术基于局部特征和全局空间结构信息来识别待识别图像中弹簧，准确率高，采用的为圆环特征检测，水平弹簧采用图像轮廓特征匹配，识别效率高，识别成功率高，大大减轻了工人的检测负担，并且由抽检方式转为全检方式，使得检查更加全面，所得结果更加令人信服。

【技术实现步骤摘要】
基于视觉的汽车门锁弹簧有无检测方法
本专利技术涉及汽车零部件检测
，尤其涉及基于视觉的汽车门锁弹簧有无检测方法。
技术介绍
门锁，顾名思义就是用来把门锁住，以防止他人打开这个门的设备，门锁的分类很多，在各个场合对门锁的要求不一样，普通家庭一般用防盗门锁，安全性高而且价格比较便宜，在汽车上就需要用到汽车门锁。汽车门锁作为汽车车门系统最为关键的性能部件之一,因此汽车门锁系统需要能够实现车辆防盗、车门锁止、提高车门侧碰安全性,同时作为整车附件中至关重要的构成,门锁系统性能好坏直接影响到使用者的人身安全。在工业自动化领域蓬勃发展的同时，汽车门锁的自动化生产成为行业主流，棘轮弹簧，棘爪弹簧、次级连杆弹簧、释放连杆拉簧均通过自动生产线上的人工安放，人工安放不可避免地会产生遗漏等问题，但较小的出错率用大量的人工检错必然容易造成资源的浪费，因此一种智能化的，采用视觉的方式检测弹簧是否安放成为最简单有效的解决方式。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的基于视觉的汽车门锁弹簧有无检测方法。为了实现上述目的，本专利技术采用了如下技术方案：基于视觉的汽车门锁弹簧有无检测方法，包括以下步骤；S1：系统初始化；S2：实时采集图像；S3：滤波；S4：二值化处理图像；S5：提取轮廓；S6：识别圆环；S7：检测弹簧；S8：进行局部模式匹配；S9：检测并释放连杆拉簧；S10：显示结果，检测完成。优选地：所述S1中初始化后，选择合格的汽车门锁，截取次级连杆弹簧局部的区域图片，并且对提取的局部特征进行训练，在对于其局部特征截取时，首先截取包含次级连杆弹簧的局部区域像，并对其进行二值化处理，在二值化处理处理完成后，提取其特征进行训练，将此时所得的结果保存，以供后续参照。优选地：所述S2中对生产线尾端弹簧已安装的汽车门锁半成品进行实时采集图像，所采用的摄像头是CCD摄像头，CCD摄像头的分辨率为1920X1280。优选地：所述S3中采用5X5中值滤波进行对整体装置产生的噪音进行噪声处理。优选地：所述S5中提取连续轮廓，提取保留连续满足150个以上像素的轮廓，S6中从提取轮廓中识别圆环。优选地：所述S7中根据S6所识别的圆环，对比圆环的面积，进行圆环特征检测，确定弹簧是否存在，所述弹簧包括棘轮弹簧、棘爪弹簧和次级连杆弹簧。优选地：所述S8中进行局部模式匹配，与S1所检测训练出的特征进行对比，训练模型匹配，计算出匹配度，根据实际情况设置匹配度阈值，一般在70%以上，以此识别释放连杆拉簧有无安装及其安放位置。优选地：所述S10中对比完成后对弹簧识别结果进行反馈，当匹配对大于、等于所设置的匹配度阈值，则检测结果为合格，当匹配对小于所设置的匹配度阈值，则检测结果为不合格，当检测结过不合格时，整体装置进行报警处理。优选地：所述S2中对生产线尾端弹簧已安装的汽车门锁半成品进行实时采集图像，采用PULNixTM-200和Cognex图像采集卡，对被检测物单独使用一个镜头，然后增强光照，获得足够的灰度后，进行图像采集。所述基于视觉的汽车门锁弹簧有无检测方法，在具体设备上的应用步骤如下：A1：系统上电；A2：初始化；A3：在工作台上放置样品；A4：进行样品检测；A5：返回继续执行任务；A6：结束。所述A2中初始化完成后，设备显示界面自动显示自检成功；所述A5中样品为合格车锁半成品，并进行拍照处理，查看识别结果是否合格，如果合格则通过返回A3，如果不合格则报警，等到工作人员将该车锁取出后，返回A3。本专利技术的有益效果为：1.本专利技术基于局部特征和全局空间结构信息来识别待识别图像中弹簧，准确率高，采用的为圆环特征检测，水平弹簧采用图像轮廓特征匹配，识别效率高，识别成功率高，大大减轻了工人的检测负担，并且由抽检方式转为全检，检查更加全面，所得结果更加令人信服。2.本专利技术视觉检测门锁Cognex图像采集，并且对检测物单独使用一个镜头使得检测更加精准，较小由于被检测物品与他旁边物品色差较小而导致检测错误的事件发生的几率。3.本专利技术容易实现信息集成，更加方便测算某一批汽车门锁的合格率，使用成本较为低廉。附图说明图1为本专利技术提出的基于视觉的汽车门锁弹簧有无检测方法的流程示意图。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。实施例1：基于视觉的汽车门锁弹簧有无检测方法，如图1所示，包括以下步骤；S1：系统初始化；S2：实时采集图像；S3：滤波；S4：二值化处理图像；S5：提取轮廓；S6：识别圆环；S7：检测弹簧；S8：进行局部模式匹配；S9：检测并释放连杆拉簧；S10：显示结果，检测完成。所述S1中初始化后，选择合格的汽车门锁，截取次级连杆弹簧局部的区域图片，并且对提取的局部特征进行训练，在对于其局部特征截取时，首先截取包含次级连杆弹簧的局部区域像，并对其进行二值化处理，在二值化处理处理完成后，提取其特征进行训练，将此时所得的结果保存，以供后续参照。所述S2中对生产线尾端弹簧已安装的汽车门锁半成品进行实时采集图像，所采用的摄像头是CCD摄像头，CCD摄像头的分辨率为1920X1280。所述S3中采用5X5中值滤波进行对整体装置产生的噪音进行噪声处理。所述S5中提取连续轮廓，所提取保留连续轮廓要满足150个以上像素的轮廓。所述S6中从提取轮廓中识别圆环。所述S7中根据S6所识别的圆环，对比圆环的面积，进行圆环特征检测，确定弹簧是否存在，所述弹簧包括棘轮弹簧、棘爪弹簧和次级连杆弹簧。所述S8中进行局部模式匹配，与S1所检测训练出的特征进行对比，训练模型匹配，计算出匹配度，根据实际情况设置匹配度阈值，一般在70%以上，以此识别释放连杆拉簧有无安装及其安放位置。所述S10中对比完成后对弹簧识别结果进行反馈，当匹配对大于、等于所设置的匹配度阈值，则检测结果为合格，当匹配对小于所设置的匹配度阈值，则检测结果为不合格，当检测结过不合格时，整体装置进行报警处理。所述基于视觉的汽车门锁弹簧有无检测方法，在具体设备上的应用步骤如下：A1：系统上电；A2：初始化；A3：在工作台上放置样品；A4：进行样品检测；A5：返回继续执行任务；A6：结束。所述A2中初始化完成后，设备显示界面自动显示自检成功；所述本文档来自技高网...

【技术保护点】
1.基于视觉的汽车门锁弹簧有无检测方法，其特征在于，包括以下步骤，/nS1：系统初始化；/nS2：实时采集图像；/nS3：滤波；/nS4：二值化处理图像；/nS5：提取轮廓；/nS6：识别圆环；/nS7：检测弹簧；/nS8：进行局部模式匹配；/nS9：检测并释放连杆拉簧；/nS10：显示结果，检测完成。/n

【技术特征摘要】
1.基于视觉的汽车门锁弹簧有无检测方法，其特征在于，包括以下步骤，
S1：系统初始化；
S2：实时采集图像；
S3：滤波；
S4：二值化处理图像；
S5：提取轮廓；
S6：识别圆环；
S7：检测弹簧；
S8：进行局部模式匹配；
S9：检测并释放连杆拉簧；
S10：显示结果，检测完成。


2.根据权利要求1所述的基于视觉的汽车门锁弹簧有无检测方法，其特征在于，所述S1中初始化后，选择合格的汽车门锁，截取次级连杆弹簧局部的区域图片，并且对提取的局部特征进行训练，在对于其局部特征截取时，首先截取包含次级连杆弹簧的局部区域像，并对其进行二值化处理，在二值化处理处理完成后，提取其特征进行训练，将此时所得的结果保存，以供后续参照。


3.根据权利要求2所述的基于视觉的汽车门锁弹簧有无检测方法，其特征在于，所述S2中对生产线尾端弹簧已安装的汽车门锁半成品进行实时采集图像，所采用的摄像头是CCD摄像头，CCD摄像头的分辨率为1920X1280。


4.根据权利要求3所述的基于视觉的汽车门锁弹簧有无检测方法，其特征在于，所述S3中采用5X5中值滤波进行对整体装置产生的噪音进行噪声处理。


5.根据权利要求4所述的基于视觉的汽车门锁弹簧有无检测方法，其特征在于，所述S5中提取连续轮廓，提取保留连续满足150个以上像素的轮廓，S6中从提取轮廓中识别圆环。


6.根据权利要求5所述的基于视觉的汽车门锁弹簧有无检测方法，其特征在于，所述S7中根据S6所识别的圆环，对比圆...

【专利技术属性】
技术研发人员：张悦，
申请(专利权)人：南京航空航天大学苏州研究院，南京航空航天大学，
类型：发明
国别省市：江苏;32