[发明专利]一种基于相似度匹配的汽车零配件缺陷识别方法

说明书

本发明涉及一种基于相似度匹配的汽车零配件缺陷识别方法，具有检测汽车零配件上漏焊点、漏小零件、漏螺母、漏冲孔的功能，检测对象为焊点、小零件、螺母、冲孔。实现步骤为：首先，采集汽车零配件图像，判断是否需要创建模板库；其次，对采集到的图像截取检测区域，针对此区域做图像预处理；再次，遍历检测对象模板库中模板图像与预处理后的图像进行扫描比对相似度，将比对结果保存在线索图中，则线索图中包含检测对象的所有信息；最终，对线索图做轮廓检测处理，利用轮廓周长、圆度和面积信息筛选出检测对象，获得轮廓数量和位置信息，从而检测被采集图像的汽车零配件上是否存在漏焊点、漏小零件、漏螺母或漏冲孔的缺陷。

技术领域

本发明涉及图像处理技术，特别是涉及一种基于相似度匹配的汽车零配件缺陷识别方法。

背景技术

一辆汽车由上万个零件组成，其中包含了白车身总成零件和塑料件，这两种在汽车中占比很大。其主机厂对其产品质量要求是很高的，对配送厂家的零件要求关键部分合格率达到100％，其他零件基本上也都要达到99.99％，对于一级供应商，其要求为100ppm以内，其他二级三级供应商为200～400ppm。因此零件的合格与否直接影响到主机厂产品的质量，其配送厂家必须花费大量的人力进行检测和排查有缺陷的零配件。

从汽车市场来看，目前国内的中小企业主要是依靠人工检查，工作效率低，漏检概率高、且人工成本高，针对上述国内汽车行业的情况，研发零件视觉检测系统就是为解决工厂的检测效率低、人员多、检测质量低等问题。本发明涉及图像处理技术，特别是涉及一种基于相似度匹配的汽车零配件缺陷识别方法，为工厂带来节省人员、降低管理要求、提高检测质量、提高检测效率等好处。

发明内容

有鉴于此，本发明的主要目的在于提供一种识别准确率高、计算复杂度也比较低的基于相似度匹配的汽车零配件缺陷识别方法，打破中小型汽车制造业人工检测汽车零配件缺陷的局面，为机器视觉检测漏焊点、漏小零件、漏螺母和漏冲孔的不良情况提供理论支撑，为汽车零配件的质量提供有力的保障。

为了达到上述目的，本发明提出的技术方案为：一种基于相似度匹配的汽车零配件缺陷识别方法，实现步骤如下：

步骤1、采集汽车零配件图像，判断是否需要创建模板库，若是则进行步骤2，若已经有模板库则转到步骤3；

步骤2、创建检测对象模板库，程序中设定汽车零配件图像中检测对象的左上角和右下角坐标值，截取相应检测对象图像，对检测对象图像进行图像预处理后，将其封装为检测对象的模板库；

步骤3、截取汽车零配件图像中需要检测的区域，标记为R图像，设置标准汽车零配件的检测对象数量；

步骤4、针对步骤3中R图像做图像预处理，记作R'图像，并新建与R图像大小一致的线索图，线索图每个像素点的灰度值均置为0；

步骤5、循环遍历检测对象模板图像，分别与步骤4中经过图像预处理后的R'图像进行相似度匹配，获取与模板图像匹配相似度高的区域图像的位置信息，并在线索图上与R'图像中相似度高的区域的相应位置存为255，相反，匹配所得相似度低的点，不做任何标记；

步骤6、依据相似度匹配原理知，检测对象模板不仅与检测对象的相似度高，还与检测对象附近的点的相似度高，经过步骤5的处理后，线索图中包括不规则斑点的图像，找到斑点轮廓的最小包围圆，并获得最小包围圆的半径和圆心，筛去半径过大、过小以及圆心相距较近的轮廓，则汽车零配件的检测对象的位置出现相应的轮廓；

步骤7、保存留下的轮廓的圆心点位置，查询留下的轮廓数量，则保存下来的圆心位置被认为汽车零配件检测对象位置，轮廓数量为汽车零配件检测对象数量；