[发明专利]基于光视觉的汽车雷达装配孔径检测方法

说明书

本发明公开一种基于光视觉的汽车雷达装配孔径检测方法，包括以下步骤：采集汽车雷达装配孔图像；对采集到的目标图像进行增强处理和颜色平衡；对预处理后的图像采用LOG算法进行检测边缘，来平滑图像和降低噪声；采用Hough变换检测出图像中圆形目标的边缘轮廓；利用开运算对圆形边缘进行处理；采用最小二乘法拟合圆重新生成各个方向测量直径都相同的标准圆形来检测雷达装配孔径的直径是否合格。本发明能够解决汽车零部件装备生产线人工检测生产效率低、把控不严而设计的问题，具有较高的检测精度。

技术领域

本发明属于特定目标检测技术，具体涉及一种基于光视觉的汽车雷达装配孔径检测方法。

背景技术

汽车零部件制造业的市场需求越来越大，同时行业之间的竞争也日趋白热化。近些年，零件制造成本的不断下降与人力成本的逐年提高，国内零部件加工制造企业开始把降低成本的焦点转移到产品的装配上。目前，在雷达组件装配生产中，装配虽然在流水线上完成，但是大部分的工作都是由操作工人来完成，只是部分实现了装配的机械化、自动化。其装配质量主要依赖人工目测的方法，每个装配工位配备一到两个工人，在流水线上对雷达组件装配质量进行检测、判断，但人工检测劳动强度大，生产效率低，特别是对一些颜色相近或形状相似的零部件进行检测时很容易出现错误，导致流出不合格工件，而且人工检测的方法没有严格统一的标准，极易受到人主观因素的影响，产品检测一致性很难保证，检测数据也无法及时准确的纳入到企业的质量管理系统中，不利于企业对产品质量的溯源。

在汽车领域，机器视觉用于零部件缺陷检测及尺寸测量是机器视觉、图像处理、模式识别等领域的典型应用。目前，汽车雷达装配孔径的检测主要基于图像分割、边缘检测、边缘提取以及特征提取等算法来实现。图像分割算法通常存在边缘分割不完整现象，而汽车雷达装配孔径图受光照影响，单纯用边缘检测算法进行圆检测，检测难度较大，边缘提取与特征提取算法受环境光和噪声等影响，提取的边缘信息不完整，因此，上述这些传统方法对被检测的图像要求较高，不能有效检测出圆形孔径大小。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种基于光视觉的汽车雷达装配孔径检测方法，将机器视觉技术引入汽车雷达装配孔径检测中，实现对雷达装配孔径质量进行在线检测，能过解决现有技术中对采集到的汽车雷达图像进行分割处理时，分割出的圆形孔径发生形变孔径很难准确确定，产品合格率判断受影响等问题。

技术方案：本发明一种基于光视觉的汽车雷达装配孔径检测方法，包括以下步骤：

(1)采集汽车雷达装配孔图像：采用工业视觉设备实时采集目标图像；

(2)图像预处理，即是指对步骤(1)中采集到的目标图像进行增强处理和颜色平衡；

(3)目标边缘检测：对预处理后的图像采用LOG算法进行检测边缘，来平滑图像和降低噪声；

(3)圆检测：采用Hough变换检测出图像中圆形目标的边缘轮廓；

(4)数学形态学处理：利用开运算对圆形边缘进行处理；

(5)采用最小二乘法拟合圆重新生成各个方向测量直径都相同的标准圆形来检测雷达装配孔径的直径是否合格。

进一步的，所述步骤(1)中采用工业视觉设备实时采集汽车雷达装配孔的目标图像，此处的工业视觉设备包括高性能工业计算机、高分辨率线扫描摄像机 (2K-16K)、LED长寿命光源和汽车雷达装配钣金件。

进一步的，所述步骤(2)对采集到的目标图像首先用直方图均衡化算法对图像进行增强处理，提高图像亮度，提高图像颜色对比度；接着使用灰度世界算法进行颜色平衡，去除人工光源对图像的影响。

进一步的，所述目标边缘检测的详细过程为：