基于机器视觉的刹车片尺寸综合检测方法

摘要

本发明公开了一种基于机器视觉的刹车片尺寸综合检测方法，包括以下步骤，第一步，根据尺寸公差原理和刹车片图纸设计刹车片尺寸公差带图，作为标准模板图。第二步，机器视觉系统采集待检刹车片图像进行滤波、二值化处理、边缘检测、图像缩放得到与标准模板图相同的像素尺寸标准。第三步，缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态，同时标准模板图也进行霍夫变换得到两圆心坐标，以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算，统计白色像素点个数与标准模板图白色像素点个数做对比以得到检测结果。本发明检测速度快，精度高，并可以检测出刹车片所有待检尺寸。

权利要求

1.一种基于机器视觉的刹车片尺寸综合检测方法，其特征在于，包括以下步骤，1)根据尺寸公差原理和刹车片图纸设计刹车片尺寸公差带图，作为标准模板图；2)机器视觉系统采集待检刹车片图像进行滤波、二值化处理、边缘检测、图像缩放得到与标准模板图相同的像素尺寸标准；3)缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态，同时标准模板图也进行霍夫变换得到两圆心坐标，以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算，统计白色像素点个数与标准模板图白色像素点个数做对比以得到检测结果；

所述步骤1)中，尺寸公差原理主要包括孔和轴的极限尺寸原则、直线类尺寸大小允许变动量原则；

所述步骤1)中，刹车片图纸由刹车片厂商提供，设计刹车片尺寸公差带图由CAD绘图软件设计并保存为bmp图像格式，作为标准模板图；

所述步骤2)中，图像缩放是利用最小外接矩形算法确定其放缩倍数的，二值图像与标准图都进行最小外接矩形后得到两个最小外接矩形长和宽特征，得到两者长宽差异确定二值图像的缩放倍数并进行缩放，使得二值图像得到与标准模板图像相同的像素尺寸标准；

所述步骤3)中，缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态是利用两圆心横坐标的差异来确定旋转角度的，图像旋转后两圆心横坐标相等。

2.根据权利要求1所述的基于机器视觉的刹车片尺寸综合检测方法，其特征在于，所述步骤2)中，机器视觉系统具体包括CCD高分辨率千兆网摄像头、镜头、环形光源、计算机。

3.根据权利要求1所述的基于机器视觉的刹车片尺寸综合检测方法，其特征在于，所述步骤2)中，二值化处理，具体包括，设原始图像f(x，y)利用OTSU阈值分割在f(x，y)中找到一个合适的灰度值作为阈值t，则分割后的图像为：

4.根据权利要求1所述的基于机器视觉的刹车片尺寸综合检测方法，其特征在于，所述步骤2)中，边缘检测使用robert边缘检测算子实现。

说明书

基于机器视觉的刹车片尺寸综合检测方法

技术领域

[0001] 本发明属于刹车片检测领域，尤其涉及一种基于机器视觉的刹车片尺寸综合检测方法。

背景技术

[0002] 在汽车的制动系统中，刹车片是最关键的安全部件，所有刹车效果的好坏都是刹车片起决定性作用，刹车片质量的好坏直接影响驾驶员的生命财产安全，刹车片尺寸是否合格是评价刹车片质量好坏的重要因素之一。所以对刹车片各个尺寸的检测尤为重要。

[0003] 目前对于刹车片尺寸检测方法主要有人工检测法和图像处理检测法。人工检测方法主要依靠游标卡尺、千分尺等尺寸测量仪器进行尺寸测量，近年来，随着计算机科学和数字图像处理技术的快速发展，也有使用一般的图像处理检测刹车片尺寸。

[0004] 一般的人工检测效率低，检测结果受人为影响大，精度低，已经不适应现代技术的发展，但是一般的图像处理检测尺寸也有局限性，一般的图像处理方法只能检测出待测物体的部分尺寸，比如最大的长和宽、圆的直径，并不能检测出其他曲线或弧形等尺寸是否合格。

发明内容

[0005] 本发明针对现有技术中的问题，提供一种基于机器视觉的刹车片尺寸综合检测方法。

[0006] 本发明解决其技术问题所采用的技术方案是：提供一种基于机器视觉的刹车片尺寸综合检测方法，包括以下步骤，1)根据尺寸公差原理和刹车片图纸设计刹车片尺寸公差带图，作为标准模板图；2)机器视觉系统采集待检刹车片图像进行滤波、二值化处理、边缘检测、图像缩放得到与标准模板图相同的像素尺寸标准；3)缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态，同时标准模板图也进行霍夫变换得到两圆心坐标，以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算，统计白色像素点个数与标准模板图白色像素点个数做对比以得到检测结果。

[0007] 按上述技术方案，所述步骤1)中，尺寸公差原理主要包括孔和轴的极限尺寸原则、直线类尺寸大小允许变动量原则。

[0008] 按上述技术方案，所述步骤1)中，刹车片图纸由刹车片厂商提供，设计刹车片尺寸公差带图由CAD绘图软件设计并保存为bmp图像格式，作为标准模板图。

[0009] 按上述技术方案，所述步骤2)中，机器视觉系统具体包括CCD高分辨率千兆网摄像头、镜头、环形光源、计算机。

[0010] 按上述技术方案，所述步骤2)中，二值化处理，具体包括，设原始图像f(x，y)利用OTSU阈值分割在f(x，y)中找到一个合适的灰度值作为阈值t，则分割后的图像为：

[0011]

[0012] 按上述技术方案，所述步骤2)中，边缘检测使用robert边缘检测算子实现。

[0013] 按上述技术方案，所述步骤2)中，图像缩放是利用最小外接矩形算法确定其放缩倍数的，二值图像与标准图都进行最小外接矩形后得到两个最小外接矩形长和宽特征，得到两者长宽差异确定二值图像的缩放倍数并进行缩放，使得二值图像得到与标准模板图像相同的像素尺寸标准。

[0014] 按上述技术方案，所述步骤3)中，缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态是利用两圆心横坐标的差异来确定旋转角度的，图像旋转后两圆心横坐标相等。

[0015] 本发明产生的有益效果是：本发明充分考虑人工以及一般图像处理检测刹车片尺寸方法的局限性，提供了一种基于机器视觉的刹车片尺寸综合检测方法，有效地实现了对刹车片尺寸更快速，精度更高的检测，并能检测出所有待检尺寸是否合格。

附图说明

[0016] 下面将结合附图及实施例对本发明作进一步说明，附图中：

[0017] 图1是本发明实施例刹车片尺寸综合检测方法的流程示意图；

[0018] 图2是本发明实施例中刹车片尺寸公差带(标准模板)图；

[0019] 图3是本发明实施例中边缘检测后的图像；

[0020] 图4是本发明实施例中合格刹车片图像检测结果图；

[0021] 图5是本发明实施例中不合格刹车片图像检测结果图。

具体实施方式

[0022] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

[0023] 本发明实施例中，提供一种基于机器视觉的刹车片尺寸综合检测方法，包括以下步骤，1)根据尺寸公差原理和刹车片图纸设计刹车片尺寸公差带图，作为标准模板图；2)机器视觉系统采集待检刹车片图像进行滤波、二值化处理、边缘检测、图像缩放得到与标准模板图相同的像素尺寸标准；3)缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态，同时标准模板图也进行霍夫变换得到两圆心坐标，以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算，统计白色像素点个数与标准模板图白色像素点个数做对比以得到检测结果。

[0024] 其中，所述步骤1)中，尺寸公差原理主要包括孔和轴的极限尺寸原则、直线类尺寸大小允许变动量原则。

[0025] 进一步地，所述步骤1)中，刹车片图纸由刹车片厂商提供，设计刹车片尺寸公差带图由CAD绘图软件设计并保存为bmp图像格式，作为标准模板图。

[0026] 其中，所述步骤2)中，机器视觉系统具体包括CCD高分辨率千兆网摄像头、镜头、环形光源、计算机。

[0027] 进一步地，所述步骤2)中，二值化处理，具体包括，设原始图像f(x，y)利用OTSU阈值分割在f(x，y)中找到一个合适的灰度值作为阈值t，则分割后的图像为：

[0028]

[0029] 进一步地，所述步骤2)中，边缘检测使用robert边缘检测算子实现。

[0030] 进一步地，所述步骤2)中，图像缩放是利用最小外接矩形算法确定其放缩倍数的，二值图像与标准图都进行最小外接矩形后得到两个最小外接矩形长和宽特征，得到两者长宽差异确定二值图像的缩放倍数并进行缩放，使得二值图像得到与标准模板图像相同的像素尺寸标准。

[0031] 其中，所述步骤3)中，缩放后图像进行霍夫变换得到两圆心坐标确定旋转角度使图像中待检刹车片呈水平状态是利用两圆心横坐标的差异来确定旋转角度的，图像旋转后两圆心横坐标相等。

[0032] 本发明的较佳实施例中，如图1所示，首先根据尺寸公差原理和刹车片产商提供的刹车片图纸利用CAD绘图软件设计刹车片尺寸公差带图，并保存为bmp图像格式，作为标准模板图，如图2是本发明实施例中刹车片尺寸公差带(标准模板)图。

[0033] 其次利用机器视觉系统中CCD高分辨率千兆网摄像头采集待检刹车片图片，并进行滤波、二值化处理、边缘检测，图像缩放处理，过程为，首先进行滤波以及二值化处理，设原始图像f(x，y)利用OTSU阈值分割在f(x，y)中找到一个合适的灰度值作为阈值t，则分割后的图像为：

[0034]

[0035] 其中，在本实施例中阈值t为60最佳。

[0036] 得到二值图像进行robert边缘检测，得到边缘轮廓图，如图3是本发明实施例中边缘检测后的图像。

[0037] 同时二值图像与标准模板图利用最小外接矩形算法得到最小外接矩形长和宽特征，两图的长和两图的宽之比确定二值图像的缩放倍数，二值图像进行缩放，同时边缘图也进行相同倍数缩放，都得到与标准模板图相同的像素尺寸标准。

[0038] 最后，两图为统一像素标准后，边缘图进行霍夫变换得到两圆心坐标，两圆心的横坐标差异确定旋转角度，旋转后两圆心的横坐标相同，同时，标准模板图也进行霍夫变换得到两圆心坐标，然后以两幅图圆心坐标连线中点为截取中心截取两幅大小相等的图像并进行加法运算统计白色像素点个数，得到相加后图像的白色像素点个数与标准模板图白色像素点个数相比较，如果两者相等，即边缘图的白色像素点都处于标准模板图白色像素点内，待检刹车片尺寸合格，如图4是本发明实施例中合格刹车片图像检测结果图；如果两者不等，即边缘图的白色像素点不都处于标准模板图白色像素点内，待检刹车片尺寸不合格，如图5是本发明实施例中不合格刹车片图像检测结果图，检测完毕。本发明基于机器视觉的刹车片尺寸综合检测方法，实现了对刹车片尺寸更快速，精度更高的检测，并能检测出所有待检尺寸是否合格。

[0039] 应当理解的是，对本领域普通技术人员来说，可根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求保护范围。