[发明专利]一种汽车轮毂识别匹配方法

摘要

本发明公开了一种汽车轮毂识别匹配方法，其步骤是：创建轮廓像素点数据数据库；计算数据库中各轮毂轮廓像素点数据的平均高度M0；计算轮廓各像素点Y坐标与平均高度M0的差平方的算术平均数和的平方根均方差MSE；获取流水线上待分类轮毂特定位置的轮廓数据，与轮廓像素点数据数据库中的轮毂的轮廓数据进行逐个匹配，将匹配误差最小的轮毂型号输出作为最终结果。本发明是一种非接触式的基于线激光传感器的实时在线测量方法，采用轮廓统计特征对轮廓进行预匹配，然后在预匹配轮廓集合中对轮毂进行最终匹配，无须对所有轮廓进行匹配，提高了匹配效率。本发明可以取代人工测量，能够快速准确地完成对不同轮毂型号的识别。 1

主权项

1.一种汽车轮毂识别匹配方法，其步骤是：

步骤1.创建数据库，使用线激光传感器将单线激光依次投射在所有待分类的各型号轮毂上，同时使用高清相机获取轮毂上单线激光形成的轮廓像素点数据，并输入到数据库当中，记为contoursSet[m][n]，m＝1,2,3…,m为轮毂索引，n＝1,2,3…,n为对应轮毂索引中各轮廓点的索引；

步骤2.计算数据库中各轮毂轮廓像素点数据的平均高度M0，公式如下：

其中，m为像素点索引,Ym为各像素点Y值，sum像素点总数；

轮廓各像素点Y坐标与平均高度M0的差平方的算术平均数和的平方根均方差MSE，公式如下：

将平均高度和均方差分别插入到各轮廓点索引的末尾位置(n+1和n+2)；

步骤3.使用线激光传感器获取流水线上待分类轮毂特定位置的轮廓数据，记为vectorPts；

步骤4.进行预匹配，计算vectorPoints的平均高度Mv和均方差MSEv，并设定阈值K1和K2，将数据库中平均高度和均方差分别满足[Mv‑K1,Mv+K1]和[MSEv‑K2,MSEv+K2]的轮廓挑选出作为队列contoursList的元素；

步骤5.用vectorPts与在contoursList中的轮毂的轮廓数据进行逐个匹配，将最终匹配误差最小的轮毂型号输出作为最终结果。

2.根据权利要求书1所述一种汽车轮毂识别匹配方法，其特征是：步骤5中，所述用vectorPts与在contoursList中的轮廓进行逐个匹配，其步骤是：

步骤a.取出vectorPts中的最小值MinCon；

步骤b.轮廓vectorPts和contoursList中的每个轮毂的轮廓数据都减去MinCon,获得vectorPtsMinus和队列contoursListMinus；

步骤c.vectorPtsMinus与队列contoursListMinus中的每个轮毂对应索引的高度值相减并取绝对值得到contoursListMinusAbs；

步骤d.将contoursListMinusAbs中的每个值除以vectorPtsMinus对应的索引值(值为0则分子分母同加1)，得到contoursListPer；

步骤e.计算contoursListPer中每个元素的累加和，和最小的队列元素对应的轮廓最终匹配的轮廓。