CN105806849A - 基于机器视觉的汽车座椅表面缺陷检测系统及检测方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的汽车座椅表面缺陷检测系统及检测方法，系统包括光源装置、单片机数控装置、图像采集装置、图像处理和分析平台、数据库系统以及硬件装置，本发明视觉检测的特点是提高生产的柔性化和自动化程度，相对于人力来说，优势体现在效率、速度，以及能做到普通人工无法做到的精确检测，替代了传统人工检测手段，这是对产品可视质量检测自动化、智能化发展的一个创新，提高了产品质量检测水平，提高了产品质量检测的效率，是智能化工业制造的一个有益补充，不仅解放了劳动力，而且推动了企业利用信息技术改造提升传统生产流程。

Description

基于机器视觉的汽车座椅表面缺陷检测系统及检测方法

技术领域

本发明涉及机器视觉检测的研究领域，特别涉及一种基于机器视觉的汽车座椅表面缺陷检测系统及检测方法。

背景技术

座椅是汽车整车的核心部件之一，包含了大量的科技价值与形象价值。目前，我国约有700家汽车座椅生产商，江苏、浙江以及广东是我国汽车座椅的生产中心，但小规模汽车座椅生产企业数量多，低端汽车座椅产品充斥市场，存在产能过剩问题。同时，这也导致国内汽车座椅企业无序竞争现象严重。目前我国大多数座椅生产线采用的还是传统的人工串连生产方式，生产效率低下，而且出错率高。

在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。本发明的目的在于使用视觉检测来代替座椅生产线的座椅表面缺陷检测，视觉识别座椅表面的油污，划痕，皱褶，线头和接缝异常以及安装差错等缺陷，提高检测的效率和准确度。

浙江工业大学于2005年研制了汽车发动机连杆表面缺陷检测系统，它釆用嵌入式机器视觉系统，可完成连杆表面缺陷的快速测量。湖北工业大学于2007年设计了一套客车车厢防雨密封性检测系统，它利用摄像机获得车厢缝隙的图像，通过图像处理，可快速准确的提取缝隙尺寸，并由计算机辅助评判系统给出检测结论。英国路虎汽车公司设计的一套机器视觉系统可对800系列汽车车身轮廓的尺寸精度进行在线检测，系统由62个测量单元组成，每40秒即可检测一个车身，测量精度为±0.1mm，可用来判别关键部分的尺寸一致性。

此外，机器视觉技术在汽车制造和试验方面的应用还有：汽车仪表板总成的智能集成测试、汽车变速器同步环的装配质量检测、汽车座椅安全带的正确装配检测、汽车前轮参数定位检测、汽车碰撞试验中的检测等。

汽车座椅检测装置的研制(吴彦强，张若青.测控技术,2013,32(3):120-123.)，该文献设计了以SIMATICS7-300系列PLC为核心控制器的汽车座椅检测装置。测控系统通过TCP/IP协议将PLC与组态王开发的人机界面相连；通过采用零漂移补偿以及软硬件滤波技术,提高了测试信号的精度和稳定性；编程中采用的模块化结构,使程序的执行效率大大提高,且具有良好的可读性和易维护性，该文献主要针对汽车座椅结构。

纵观国内外，机器视觉在汽车制造和检测领域的应用主要有汽车整车尺寸测量、气缸盖检测、汽车金属铸件检测、汽车发动机装配检测。但在汽车座椅表面缺陷检测中，目前都采用人工视觉检查产品质量，效率低且精度不高，随着劳动力成本的提高，检测成本也在上升。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于机器视觉的汽车座椅表面缺陷检测系统及检测方法。

为了达到上述目的，本发明采用以下技术方案：

本发明的一种基于机器视觉的汽车座椅表面缺陷检测系统，包括光源装置、单片机数控装置、图像采集装置、图像处理和分析平台、数据库系统以及硬件装置，所述图像采集装置、图像处理和分析平台以及数据库系统顺序连接，所述光源装置设置在硬件装置上，所述单片机数控装置与光源装置电连接；

所述光源装置用于提高待测特征对比度、简化图像处理程序；

所述单片机数控装置，用于调整、控制光源颜色和照度；

所述图像采集装置，用于采集所述检测图像并发送至所述图像处理和分析平台；

所述图像处理和分析平台，用于对采集到的图形进行特征识别，并根据拾取的特征判断待检测座椅是否有缺陷；

所述数据库系统，用于存储所述检测分析结果。

作为优选的技术方案，所述光源装置由光源基板和光源构成；

所述光源装置中的光源基板为条形基板，供3排LED灯带进行阵列分布；

所述光源装置中的光源为阵列式LED条形光源，采用可调节七彩LED光源，通过单片机对光源颜色、亮度进行调节。

作为优选的技术方案，所述单片机数控装置连接有电源和变压器，所述单片机数控装置通过变压器与光源装置电连接，所述单片机数控装置根据汽车座椅颜色的不同，通过单片机调整输出电压占空比，分别改变LED光源上红、绿、蓝的电压，实现颜色调整，提高汽车座椅表面上的线头、接缝、划痕、褶皱、油污缺陷特征的对比度，使得相机能获得清晰的缺陷特征。

作为优选的技术方案，所述图像采集装置包括工业相机、镜头、AD转换装置和图像采集卡，镜头固定在工业相机上，工业相机和AD转换装置、图像采集卡进行电连接；

所述工业相机用于实时采集图像，即生成检测图像；

所述AD转换装置用于采集所述检测图像并转换为数字图像；

所述图像采集卡用于采集所述检测数字图像并发送至所述图像处理和分析平台。

作为优选的技术方案，所述硬件装置包括支架和反光幕，支架用于固定所述图像采集装置和光源装置；反光幕半封闭固定在支架上，减少外界光源干扰和所述光源装置的光浪费，剩余一半开放空间供流水线行走。

本发明的一种基于机器视觉的汽车座椅表面缺陷检测系统的检测方法，包括下述步骤：

步骤1：对固定的相机进行标定，提高图像分析精度及算法的稳定性；

步骤2：对数据系统输入汽车座椅模板，获取待测汽车座椅参数模板；

步骤3：对所述检测图像使用分类器算法，进行颜色识别与材质识别，然后与模板相匹配，判断座椅是否组装错误，蒙皮材料是否出错；

步骤4：对所述检测图像使用形态学处理和阈值选取进行线头位置、接缝位置识别；

步骤5：对所述检测图像进行特征提取、分析算法来进行判断线头缺陷和接缝缺陷；

若上述步骤有一步检测到缺陷，直接报错，产品不合格；

若上述步骤都合格，重置处理过的检测图像，进行一下步骤：

步骤6：对所述检测图像使用高斯混合建模、形态学、图像卷积组合算法进行纹理滤波，减少座椅表面纹理干扰；

步骤7：对所述检测图像进行阈值处理，再使用边缘检测算法，提取特征，与划痕、褶皱和油污特征模板进行匹配，判断座椅表面是否有划痕、褶皱或油污，生成检测分析结果。

作为优选的技术方案，所述步骤3中，采用分类器算法、颜色识别、模板匹配技术判断坐骑是否组装错误，皮料是否出错的方法是：通过数据库系统，对检测图像进行模板匹配，确定检测图像类型，再获取检测图像颜色、特征，与模板数据进行对比，将获取数据与模板数据做数学运算，当模板数据与获取数据差小于一定范围，产品皮料、组装合格。

作为优选的技术方案，所述步骤4、5中，检测图像使用形态学处理和阈值选取进行线头位置、接缝位置识别的具体方法是：

对图像进行RGB到灰度图像转换，再进行阈值选择、外轮廓特征提取，然后使用区域分割对连接线进行提取，除去其他无关背景，再与连接线模板进行模板匹配，判断是否有线头，接缝是否有破损。

作为优选的技术方案，检测分析的结果存储在数据库系统占，具体包括如下步骤

步骤8：给所述检测分析结果添加存储标识信息生成待存储分析结果；

步骤9：将所述存储分析结果存储至数据库中。

本发明与现有技术相比，具有如下优点和有益效果：

本发明视觉检测的特点是提高生产的柔性化和自动化程度，相对于人力来说，优势体现在效率、速度、经济，以及能做到普通人工无法做到的精确检测，替代了传统人工检测手段，这是对产品可视质量检测自动化、智能化发展的一个创新，提高了产品质量检测水平，提高了产品质量检测的效率，是智能化工业制造的一个有益补充，不仅解放了劳动力，而且推动了企业利用信息技术改造提升传统生产流程。

附图说明

图1是本发明装置的结构示意图；

图2是本发明系统的方框图；

图3是本发明的方法流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

如图1、图2所示，本实施例基于机器视觉的汽车座椅表面缺陷检测系统包括光源装置、单片机数控装置、图像采集装置、图像处理和分析平台、数据库系统以及硬件装置，所述图像采集装置、图像处理和分析平台以及数据库系统顺序连接，所述光源装置设置在硬件装置上，所述单片机数控装置与光源装置电连接；所述光源装置用于提高待测特征对比度、简化图像处理程序；所述单片机数控装置，用于调整、控制光源颜色和照度；所述图像采集装置，用于采集所述检测图像并发送至所述图像处理和分析平台；所述图像处理和分析平台，用于对采集到的图形进行特征识别，并根据拾取的特征判断待检测座椅是否有缺陷；所述数据库系统，用于存储所述检测分析结果。

如图1所示，待检测汽车座椅1设置在支架2上，用来固定相机、光源与放光幕和相机3，用来获取汽车座椅表面图像，传送给电脑PC，图中该形状物体均为工业相机。

所述光源装置由光源基板和光源构成；

所述光源装置中的光源基板为条形基板，供3排LED灯带进行阵列分布；

所述光源装置中的光源为阵列式LED条形光源，采用可调节七彩LED光源，通过单片机对光源颜色、亮度进行调节。

所述单片机数控装置连接有电源和变压器，所述单片机数控装置通过变压器与光源装置电连接，所述单片机数控装置根据汽车座椅颜色的不同，通过单片机调整输出电压占空比，分别改变LED光源上红、绿、蓝的电压，实现颜色调整，提高汽车座椅表面上的线头、接缝、划痕、褶皱、油污缺陷特征的对比度，使得相机能获得清晰的缺陷特征。

所述图像采集装置包括工业相机、镜头、AD转换装置和图像采集卡，镜头固定在工业相机上，工业相机和AD转换装置、图像采集卡进行电连接；

所述工业相机用于实时采集图像，即生成检测图像；

所述AD转换装置用于采集所述检测图像并转换为数字图像；

所述图像采集卡用于采集所述检测数字图像并发送至所述图像处理和分析平台。

座椅通过生产线走来，支架旁边设置一个红外传感器，可感应座椅是否到来，当座椅走到支架下面，生产线停止工作，供该系统检测座椅，待检测完毕，生产线继续工作，新座椅到支架下，生产线停止工作，检测系统检测，如此反复类推。

本实例中，待检测的座椅为黑色皮质，由于所采购相机对绿光波长段最敏感，所以控制单片机把光源颜色调至单色绿光。

如图3所示，基于机器视觉的汽车座椅表面缺陷检测系统的检测方法包括下述步骤：

1)在汽车座椅生产线上搭建一套支架，前后使用反光幕铺在支架上，减少外界光源干扰，左右空间供生产线正常运转，为半封闭检测舱室。光源与相机固定在支架上，分别与电脑PC进行电连接；

2)其光源特征为阵列式LED条形光源，通过单片机对光源颜色调至绿色、亮度调至合适，光源尺寸大小与汽车座椅大小相匹配。光源分布在支架上，使光线均匀照射在汽车座椅表面上；

3)光线均匀照射在汽车座椅表面上，提高汽车座椅表面上的线头、接缝、划痕、褶皱、油污缺陷特征的对比度，使得相机能获得清晰的缺陷特征，使本系统能检测不同品种、颜色的汽车座椅；

4)相机为工业相机，通过相机获取图像传输至电脑PC进行图像处理，具体为：

1.本系统先固定好相机，对相机参数进行标定；

2.本系统输入汽车座椅模板，获取待测汽车座椅参数模板；

3.本系统对图像进行滤波，平滑等图像预处理；

4.本系统使用分类器算法进行颜色识别与材质识别，然后与模板相匹配，判断座椅是否组装错误，蒙皮材料是否出错；

采用分类器算法、颜色识别、模板匹配技术判断坐骑是否组装错误，皮料是否出错的方法是：通过数据库系统，对检测图像进行模板匹配，确定检测图像类型，再获取检测图像颜色、特征，与模板数据进行对比，将获取数据与模板数据做数学运算，当模板数据与获取数据数据差小于一定范围，产品皮料、组装合格；

5.本系统借助形态学处理，阈值选取，区域分割等算法进行线头位置、接缝位置识别，然后通过特征提取、分析算法来进行判断线头缺陷和接缝缺陷；

检测图像使用形态学处理和阈值选取进行线头位置、接缝位置识别的具体方法是：

对图像进行RGB到灰度图像转换，再进行阈值选择、外轮廓特征提取，然后使用区域分割对连接线进行提取，除去其他无关背景，再与连接线模板进行模板匹配，判断是否有线头，接缝是否有破损；

若上述步骤有一步检测到缺陷，直接报错，产品不合格；

若上述步骤都合格，重置处理过的检测图像，进行一下步骤：

6.本系统使用高斯混合建模、形态学、图像卷积组合算法进行纹理滤波，减少座椅表面纹理干扰，再使用边缘检测算法，提取特征，与划痕、褶皱和油污特征模板进行匹配，判断座椅表面是否有划痕、褶皱或油污，生成检测报告。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种基于机器视觉的汽车座椅表面缺陷检测系统，其特征在于，包括光源装置、单片机数控装置、图像采集装置、图像处理和分析平台、数据库系统以及硬件装置，所述图像采集装置、图像处理和分析平台以及数据库系统顺序连接，所述光源装置设置在硬件装置上，所述单片机数控装置与光源装置电连接；

所述光源装置用于提高待测特征对比度、简化图像处理程序；

所述单片机数控装置，用于调整、控制光源颜色和照度；

所述图像采集装置，用于采集所述检测图像并发送至所述图像处理和分析平台；

所述图像处理和分析平台，用于对采集到的图形进行特征识别，并根据拾取的特征判断待检测座椅是否有缺陷；

所述数据库系统，用于存储所述检测分析结果。

2.根据权利要求1所述的基于机器视觉的汽车座椅表面缺陷检测系统，其特征在于，所述光源装置由光源基板和光源构成；

所述光源装置中的光源基板为条形基板，供3排LED灯带进行阵列分布；

所述光源装置中的光源为阵列式LED条形光源，采用可调节七彩LED光源，通过单片机对光源颜色、亮度进行调节。

3.根据权利要求1所述的基于机器视觉的汽车座椅表面缺陷检测系统，其特征在于，所述单片机数控装置连接有电源和变压器，所述单片机数控装置通过变压器与光源装置电连接，所述单片机数控装置根据汽车座椅颜色的不同，通过单片机调整输出电压占空比，分别改变LED光源上红、绿、蓝的电压，实现颜色调整，提高汽车座椅表面上的线头、接缝、划痕、褶皱、油污缺陷特征的对比度，使得相机能获得清晰的缺陷特征。

4.根据权利要求1所述的基于机器视觉的汽车座椅表面缺陷检测系统，其特征在于，所述图像采集装置包括工业相机、镜头、AD转换装置和图像采集卡，镜头固定在工业相机上，工业相机和AD转换装置、图像采集卡进行电连接；

所述工业相机用于实时采集图像，即生成检测图像；

所述AD转换装置用于采集所述检测图像并转换为数字图像；

所述图像采集卡用于采集所述检测数字图像并发送至所述图像处理和分析平台。

5.根据权利要求4所述的基于机器视觉的汽车座椅表面缺陷检测系统，其特征在于，所述硬件装置包括支架和反光幕，支架用于固定所述图像采集装置和光源装置；反光幕半封闭固定在支架上，减少外界光源干扰和所述光源装置的光浪费，剩余一半开放空间供流水线行走。

6.根据权利要求1-5中任一项所述的基于机器视觉的汽车座椅表面缺陷检测系统的检测方法，其特征在于，包括下述步骤：

步骤1：对固定的相机进行标定，提高图像分析精度及算法的稳定性；

步骤2：对数据系统输入汽车座椅模板，获取待测汽车座椅参数模板；

步骤3：对所述检测图像使用分类器算法，进行颜色识别与材质识别，然后与模板相匹配，判断座椅是否组装错误，蒙皮材料是否出错；

步骤4：对所述检测图像使用形态学处理和阈值选取进行线头位置、接缝位置识别；

步骤5：对所述检测图像进行特征提取、分析算法来进行判断线头缺陷和接缝缺陷；

若上述步骤有一步检测到缺陷，直接报错，产品不合格；

若上述步骤都合格，重置处理过的检测图像，进行一下步骤：

步骤6：对所述检测图像使用高斯混合建模、形态学、图像卷积组合算法进行纹理滤波，减少座椅表面纹理干扰；

步骤7：对所述检测图像进行阈值处理，再使用边缘检测算法，提取特征，与划痕、褶皱和油污特征模板进行匹配，判断座椅表面是否有划痕、褶皱或油污，生成检测分析结果。

7.根据权利要求6所述的基于机器视觉的汽车座椅表面缺陷检测系统的检测方法，其特征在于，所述步骤3中，采用分类器算法、颜色识别、模板匹配技术判断坐骑是否组装错误，皮料是否出错的方法是：通过数据库系统，对检测图像进行模板匹配，确定检测图像类型，再获取检测图像颜色、特征，与模板数据进行对比，将获取数据与模板数据做数学运算，当模板数据与获取数据差小于一定范围，产品皮料、组装合格。

8.根据权利要求6所述的基于机器视觉的汽车座椅表面缺陷检测系统的检测方法，其特征在于，所述步骤4、5中，检测图像使用形态学处理和阈值选取进行线头位置、接缝位置识别的具体方法是：

对图像进行RGB到灰度图像转换，再进行阈值选择、外轮廓特征提取，然后使用区域分割对连接线进行提取，除去其他无关背景，再与连接线模板进行模板匹配，判断是否有线头，接缝是否有破损。

9.根据权利要求6所述的基于机器视觉的汽车座椅表面缺陷检测系统的检测方法，其特征在于，检测分析的结果存储在数据库系统占，具体包括如下步骤

步骤8：给所述检测分析结果添加存储标识信息生成待存储分析结果；

步骤9：将所述存储分析结果存储至数据库中。