[发明专利]一种基于机器视觉的汽车覆盖件轮廓检测算法

说明书

本发明公开了一种基于机器视觉的汽车覆盖件轮廓检测算法，属于轮廓检测领域，该检测算法具体步骤如下：(1)采集并处理汽车覆盖件轮廓图像；(2)将采集到的轮廓图像进行分类记录；(3)对汽车覆盖件轮廓图像边缘进行提取；(4)喷涂机器人对汽车覆盖件进行喷涂；本发明能够避免虚假边缘出现的，增强了识别虚实轮廓的能力，有效的提高了抗噪声能力，保证了汽车覆盖件轮廓提取的稳定性，无需人工找寻神经网络模型的参数，操作简单便捷，非专业人员也可使用，同时找寻的参数更加精确，提高对汽车覆盖件轮廓的提取效率。

技术领域

本发明涉及轮廓检测领域，尤其涉及一种基于机器视觉的汽车覆盖件轮廓检测算法。

背景技术

随着汽车行业的蓬勃发展，人们对汽车的整体性能及外观提出了更高的要求,对汽车制造技术以及车型识别也带来极大的挑战。而图像所含的信息非常丰富,利用图像处理技术来辅助汽车制造或者识别车型已是研究热点,在汽车制造以及识别系统领域内占据着重要地位。在实际生活中,相机所捕获的图像不但包含了车体本身,而且囊括周围事物与背景特别是在恶劣天气或者复杂环境下,对汽车识别带来了一定的障碍。因此,要准确对汽车进行识别,首先要将车体本身与周围事物分离出来,获取完整信息的整体车型,才能准确地对其进行轮廓提取，随着机器视觉技术的不断成熟，汽车覆盖件轮廓提取成为当代汽车覆盖件喷涂上色的重要手段；因此，发明出一种基于机器视觉的汽车覆盖件轮廓检测算法变得尤为重要；

经检索，现有的基于机器视觉的汽车覆盖件轮廓检测算法抗噪声能力差，容易出现虚假边缘，虚实轮廓识别能力差；此外，现有的基于机器视觉的汽车覆盖件轮廓检测算法需人工找寻神经网络模型的参数，非专业人员操作困难，同时寻找的参数并不精确；为此，我们提出一种基于机器视觉的汽车覆盖件轮廓检测算法。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于机器视觉的汽车覆盖件轮廓检测算法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于机器视觉的汽车覆盖件轮廓检测算法，该检测算法具体步骤如下：

(1)采集并处理汽车覆盖件轮廓图像；

(2)将采集到的轮廓图像进行分类记录；

(3)对汽车覆盖件轮廓图像边缘进行提取；

(4)喷涂机器人对汽车覆盖件进行喷涂。

作为本发明的进一步方案，步骤(1)中所述汽车覆盖件具体包括汽车的前后保险杠、发动机盖、叶子板、车门、车顶盖以及后备箱盖。

作为本发明的进一步方案，步骤(1)中所述轮廓图像具体处理步骤如下：

步骤一：依据各组轮廓图像的显示比例确定分块数量，根据确定的分块数量对相关轮廓图像进行分块处理，之后对分块后的各组轮廓图像通过傅里叶正变换将轮廓图像从图像空间转换至频率空间；

步骤二：对频率空间中的高频成分进行提取，并通过高斯函数对其进行平滑处理，之后通过傅里叶反变换将轮廓图像从频率空间转换至图像空间。

作为本发明的进一步方案，步骤二中所述高斯函数具体公式如下：

式中，x、y分别代表轮廓图像中各像素点横坐标以及纵坐标，σ代表平滑参数，其中，σ较小时，边缘定位精度高，但图像平滑作用较弱，抑制噪声的能力差；σ较大时，会导致高斯半滑模板增大，使边缘位置偏移严重，增加运算量。

作为本发明的进一步方案，步骤(3)中所述轮廓图像边缘具体提取步骤如下：

步骤Ⅰ：构建并训练一组神经网络模型，之后将处理后的轮廓图像导入该神经网络模型中，神经网络模型对各组轮廓图像进行归一化处理；