基于机器视觉的汽车线束包覆缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于机器视觉的汽车线束包覆缺陷检测方法。该方法包括：对汽车线束的显著性图像进行阈值分割获得折叠缺陷可疑区域，同时获得折叠缺陷可疑区域中的底部区域和侧边区域；基于第一直线的数量、每个第一直线对应的拟合优度、倾斜角和方向倾斜角获得底部区域的条状显著度；根据直线边缘上像素点与对应的不规则边缘上的交点之间的距离，以及第一、第二拟合优度获得侧边区域的弓形显著度；底部区域的条状显著度和侧边区域的弓形显著度的乘积为折叠缺陷可疑区域的折叠缺陷指标；利用折叠缺陷指标判断折叠缺陷可疑区域是否为折叠缺陷区域。本发明专利技术能够准确的检测出汽车线束中的折叠缺陷区域。能够准确的检测出汽车线束中的折叠缺陷区域。能够准确的检测出汽车线束中的折叠缺陷区域。

【技术实现步骤摘要】
基于机器视觉的汽车线束包覆缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于机器视觉的汽车线束包覆缺陷检测方法。

技术介绍

[0002]汽车线束是汽车电路的网络主体，是指由铜材冲制而成的接触件端子（连接器）与电线电缆压接后，外面再塑压绝缘体或外加金属壳体等以线束捆扎形成连接电路的组件。而线束缺陷就是电气系统中常见的产品缺陷，所以需要及时对线束的缺陷进行检测，防止因线束缺陷影响汽车性能和正常工作，保障人民的生命财产安全。
[0003]现有的对于汽车线束包覆缺陷的检测一般基于图像进行分析，根据缺陷处与未出现缺陷处的汽车线束外包覆层之间的差异较大出现亮度断层直接对是否含有缺陷进行检测，可同时检测裂纹、划伤、麻面、折叠和结疤等多种缺陷，折叠缺陷的亮度断层特征没有那么明显，汽车线束外包覆无法保证完全光滑，因此在检测折叠缺陷时，易受到表面正常非完全光滑部分等干扰因素的影响而出现误判。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于机器视觉的汽车线束包覆缺陷检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种基于机器视觉的汽车线束包覆缺陷检测方法，方法包括：获取汽车线束外表面的图像并进行预处理得到显著性图像；对显著性图像进行阈值分割获得折叠缺陷可疑区域，对折叠缺陷可疑区域进行阈值分割获得底部区域和侧边区域；获取底部区域的主成分方向对应的倾斜角和汽车线束在显著性图像中的方向倾斜角；获取底部区域边缘，作为第一边缘；获得折叠缺陷可疑区域中的直线，与第一边缘相交的直线为第一直线；利用每个第一直线上属于第一边缘的像素点中距离最远的两个像素点之间的第一边缘上的像素点分别进行直线拟合，得到每个第一直线对应的拟合优度；基于第一直线的数量、每个第一直线对应的拟合优度、倾斜角和方向倾斜角获得底部区域的条状显著度；沿着底部区域的主成分方向做直线，选取满足设定条件的两条直线将对侧边区域进行分割得到第一区域和第二区域；利用第一区域和第二区域的不规则边缘上的像素点分别与圆进行拟合获得第一拟合优度和第二拟合优度；获得过第一和第二区域的直线边缘上像素点的垂线与不规则边缘上的交点；根据直线边缘上像素点与对应的不规则边缘上的交点之间的距离，以及第一、第二拟合优度获得侧边区域的弓形显著度；底部区域的条状显著度和侧边区域的弓形显著度的乘积为折叠缺陷可疑区域的折叠缺陷指标；利用折叠缺陷指标判断折叠缺陷可疑区域是否为折叠缺陷区域。
[0005]优选地，获取汽车线束外表面的图像并进行预处理得到显著性图像，包括：将汽车线束竖直放立，在设定方向分别获取汽车线束外表面的图像；对汽车线束外表面的图像进行降噪处理获得去噪后的汽车线束外表面的图像；利用CA显著性算法对去噪后的汽车线束外表面的图像进行处理得到显著性图像。
[0006]优选地，基于第一直线的数量、每个第一直线对应的拟合优度、倾斜角和方向倾斜角获得底部区域的条状显著度，包括：获得倾斜角和方向倾斜角差值的绝对值；获得第一直线的数量与各第一直线对应的拟合优度的和的乘积，并将所述乘积与常数系数相加得到相加的结果；所述差值的绝对值与所述相加的结果的乘积为底部区域的条状显著度。
[0007]优选地，选取满足设定条件的两条直线将对侧边区域进行分割得到第一区域和第二区域，包括：所述满足设定条件的两条直线为与底部区域的边缘相交且的距离最远的两条直线；满足设定条件的两条直线将侧边区域分为至少两个区域，获得每个区域的主成分方向与底部区域的主成分方向的相似度和每个区域的面积的乘积，乘积结果最大的两个区域分别为第一区域和第二区域。
[0008]优选地，根据直线边缘上像素点与对应的不规则边缘上的交点之间的距离，以及第一、第二拟合优度获得侧边区域的弓形显著度，包括：分别获得第一和第二区域的直线边缘的中点，记为第一中点和第二中点，以第一中点分别向第一区域的直线边缘两端选取像素点，按照选取像素点的顺序对像素点与对应的不规则边缘上的交点之间的距离进行排列分别获得第一区域对应的第一距离序列和第二距离序列，其中第一和第二距离序列的起始元素都为第一中点与对应的不规则边缘上的交点之间的距离；同理获得第二区域对应的第三距离序列和第四距离序列；分别获得第一、第二、第三和第四距离序列中每两个相邻元素的差值，分别组成第一差值序列、第二差值序列、第三差值序列和第四差值序列；其中每两个相邻元素的差值为两个相邻元素中前一项元素减去后一项元素；侧边区域的弓形显著度为：其中，表示侧边区域的弓形显著度；和分别表示第一拟合优度和第二拟合优度；和分别表示第一差值序列和第二差值序列中为正数的元素的数量；和分别表示第三差值序列和第四差值序列中为正数的元素的数量；表示第一差值序列和第二差值序列中元素的数量，第一差值序列和第二差值序列中元素的数量相等；表示第三差值序列和第四差值序列中元素的数量，第三差值序列和第四差值序列中元素的数量相等。
[0009]优选地，利用折叠缺陷指标判断折叠缺陷可疑区域是否为折叠缺陷区域，包括：设定判断阈值，并将各折叠缺陷可疑区域的折叠缺陷指标归一化；若归一化后的折叠缺陷可疑区域的折叠缺陷指标大于预设阈值，则该折叠缺陷可疑区域为折叠缺陷区域。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术利用显著灰度图中像素点的灰度值进行阈值分割首先获得折叠缺陷可疑区域，得到了疑似折叠缺陷的区域，为后续的分析提供了方便；进一步的，将疑似折叠缺陷区域分为底部区域和侧边区域，对于侧边区域，获得
侧边区域的边缘上的像素点进行直线拟合的拟合优度、底部区域中直线的数量以及主成分方向获得底部区域的条状显著度，这里是基于折叠缺陷区域中底部区域的边缘较为规则的特征和底部区域的分布特征进行分析的，避免了只利用亮度特征来识别折叠缺陷的问题，使得后续对于折叠缺陷的识别更加准确；同时根据侧边区域中第一、第二区域的不规则边缘进行圆拟合的拟合优度，以及直线边缘上像素点与对应的不规则边缘上的交点之间的距离得到侧边区域的弓形显著度，这里是基于侧边区域的第一和第二区域的不规则边缘的弓形程度对侧边区域进行分析的，弓形程度越高越符合折叠缺陷区域的特征，同样的避免了只利用亮度特征来识别折叠缺陷的问题，提高了识别的准确率；最后将底部区域的条状显著度和侧边区域的弓形显著度进行结合得到折叠缺陷可疑区域的折叠缺陷指标，综合分析，进一步的提高识别汽车线束的折叠缺陷的准确性。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1为本专利技术实施例提供的一种基于机器视觉的汽车线束包覆缺陷检测方法的方法流程图；图2为本专利技术实施例提供的第一区域和第二区域示意图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的汽车线束包覆缺陷检测方法，其特征在于，该方法包括：获取汽车线束外表面的图像并进行预处理得到显著性图像；对显著性图像进行阈值分割获得折叠缺陷可疑区域，对折叠缺陷可疑区域进行阈值分割获得底部区域和侧边区域；获取底部区域的主成分方向对应的倾斜角和汽车线束在显著性图像中的方向倾斜角；获取底部区域边缘，作为第一边缘；获得折叠缺陷可疑区域中的直线，与第一边缘相交的直线为第一直线；利用每个第一直线上属于第一边缘的像素点中距离最远的两个像素点之间的第一边缘上的像素点分别进行直线拟合，得到每个第一直线对应的拟合优度；基于第一直线的数量、每个第一直线对应的拟合优度、倾斜角和方向倾斜角获得底部区域的条状显著度；沿着底部区域的主成分方向做直线，选取满足设定条件的两条直线将对侧边区域进行分割得到第一区域和第二区域；利用第一区域和第二区域的不规则边缘上的像素点分别与圆进行拟合获得第一拟合优度和第二拟合优度；获得过第一和第二区域的直线边缘上像素点的垂线与不规则边缘上的交点；根据直线边缘上像素点与对应的不规则边缘上的交点之间的距离，以及第一、第二拟合优度获得侧边区域的弓形显著度；底部区域的条状显著度和侧边区域的弓形显著度的乘积为折叠缺陷可疑区域的折叠缺陷指标；利用折叠缺陷指标判断折叠缺陷可疑区域是否为折叠缺陷区域。2.根据权利要求1所述的一种基于机器视觉的汽车线束包覆缺陷检测方法，其特征在于，所述获取汽车线束外表面的图像并进行预处理得到显著性图像，包括：将汽车线束竖直放立，在设定方向分别获取汽车线束外表面的图像；对汽车线束外表面的图像进行降噪处理获得去噪后的汽车线束外表面的图像；利用CA显著性算法对去噪后的汽车线束外表面的图像进行处理得到显著性图像。3.根据权利要求1所述的一种基于机器视觉的汽车线束包覆缺陷检测方法，其特征在于，所述基于第一直线的数量、每个第一直线对应的拟合优度、倾斜角和方向倾斜角获得底部区域的条状显著度，包括：获得倾斜角和方向倾斜角差值的绝对值；获得第一直线的数量与各第一直线对应的拟合优度的和的乘积，并将所述乘积与常数系数相加得到相加的结果；所述差值的绝对值与所述相加的结果的乘积为底部区域的条状显著度。4.根据权利要求...

【专利技术属性】
技术研发人员：刘志伟，赵国华，王乔祥，谭燕，
申请(专利权)人：深圳市佐申电子有限公司，
类型：发明
国别省市：