CN107084666B - 基于机器视觉的刹车片尺寸综合检测方法 - Google Patents

基于机器视觉的刹车片尺寸综合检测方法 Download PDF

Info

Publication number
CN107084666B
CN107084666B CN201710332039.7A CN201710332039A CN107084666B CN 107084666 B CN107084666 B CN 107084666B CN 201710332039 A CN201710332039 A CN 201710332039A CN 107084666 B CN107084666 B CN 107084666B
Authority
CN
China
Prior art keywords
image
brake pad
size
standard template
machine vision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710332039.7A
Other languages
English (en)
Other versions
CN107084666A (zh
Inventor
徐志玲
胡琳丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Jiliang University
Original Assignee
China Jiliang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Jiliang University filed Critical China Jiliang University
Priority to CN201710332039.7A priority Critical patent/CN107084666B/zh
Publication of CN107084666A publication Critical patent/CN107084666A/zh
Application granted granted Critical
Publication of CN107084666B publication Critical patent/CN107084666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

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***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。

Description

基于机器视觉的刹车片尺寸综合检测方法
技术领域
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
在汽车的制动***中，刹车片是最关键的***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。
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。
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
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。
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***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。
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。
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。
按上述技术方案，所述步骤2)中，机器视觉***具体包括CCD高分辨率千兆网摄像头、镜头、环形光源、计算机。
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：
Figure BSA0000144551040000021
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。
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。
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。
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
下面将结合附图及实施例对本发明作进一步说明，附图中：
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；
图2是本发明实施例中刹车片尺寸公差带(标准模板)图；
图3是本发明实施例中边缘检测后的图像；
图4是本发明实施例中合格刹车片图像检测结果图；
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
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。
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***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。
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。
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。
其中，所述步骤2)中，机器视觉***具体包括CCD高分辨率千兆网摄像头、镜头、环形光源、计算机。
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：
Figure BSA0000144551040000031
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。
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。
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。
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。
其次利用机器视觉***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：
Figure BSA0000144551040000041
其中，在本实施例中阈值t为60最佳。
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。
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。
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。
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。

Claims (4)

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***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***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：
Figure FSB0000187949110000011
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。
CN201710332039.7A 2017-05-10 2017-05-10 基于机器视觉的刹车片尺寸综合检测方法 Active CN107084666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710332039.7A CN107084666B (zh) 2017-05-10 2017-05-10 基于机器视觉的刹车片尺寸综合检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710332039.7A CN107084666B (zh) 2017-05-10 2017-05-10 基于机器视觉的刹车片尺寸综合检测方法

Publications (2)

Publication Number Publication Date
CN107084666A CN107084666A (zh) 2017-08-22
CN107084666B true CN107084666B (zh) 2020-08-28

Family

ID=59613072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710332039.7A Active CN107084666B (zh) 2017-05-10 2017-05-10 基于机器视觉的刹车片尺寸综合检测方法

Country Status (1)

Country Link
CN (1) CN107084666B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108279241A (zh) * 2017-10-20 2018-07-13 同济大学 一种基于机器视觉的工件外形检测方法
CN108287250A (zh) * 2018-02-01 2018-07-17 中国计量大学 基于机器视觉的自动扶梯梯级测速方法
CN108662977A (zh) * 2018-03-14 2018-10-16 浙江大学山东工业技术研究院 一种耐火砖几何尺寸测量方法
CN108460776B (zh) * 2018-04-12 2022-03-25 广东工业大学 一种基于机器视觉的刹车片尺寸检测方法及装置
CN109099818A (zh) * 2018-06-27 2018-12-28 武汉理工大学 便携式微米级高清测距***
CN109174674A (zh) * 2018-07-26 2019-01-11 昆山睿力得软件技术有限公司 一种用于汽车刹车片的检测设备
CN109087292B (zh) * 2018-07-27 2022-03-11 广东工业大学 一种基于机器视觉的热转印胶片胶水偏位检测方法
CN109211110A (zh) * 2018-09-18 2019-01-15 佛山科学技术学院 一种基于机器视觉的平板类工件尺寸检测***及方法
CN110008955B (zh) * 2019-04-01 2020-12-15 中国计量大学 一种汽车刹车片表面字符压印质量检验方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000161921A (ja) * 1998-12-01 2000-06-16 Dainippon Printing Co Ltd 寸法測定装置
CN103914827A (zh) * 2013-09-06 2014-07-09 贵州大学 汽车密封条轮廓缺陷的视觉检测方法
CN104711784A (zh) * 2015-04-01 2015-06-17 华中科技大学 一种获得裁片缝合路径的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及***
CN104298993B (zh) * 2014-01-09 2018-11-09 郑州金惠计算机***工程有限公司 一种适用于轨道沿线复杂场景下的杆号定位和识别方法
CN103793712B (zh) * 2014-02-19 2017-02-08 华中科技大学 一种基于边缘几何特征的图像识别方法及***
CN105381961A (zh) * 2015-12-23 2016-03-09 胡琳丽 刹车片综合检测装置
CN106568385B (zh) * 2016-01-29 2018-12-07 中国计量学院 一种基于双相机的汽车刹车片尺寸机器视觉自动测量***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000161921A (ja) * 1998-12-01 2000-06-16 Dainippon Printing Co Ltd 寸法測定装置
CN103914827A (zh) * 2013-09-06 2014-07-09 贵州大学 汽车密封条轮廓缺陷的视觉检测方法
CN104711784A (zh) * 2015-04-01 2015-06-17 华中科技大学 一种获得裁片缝合路径的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《Precision size measurement instrument for irregular objects》;Wanji Liu 等;《2015 International Conference on Advanced Mechatronic Systems》;20151005;第513-518页 *

Also Published As

Publication number Publication date
CN107084666A (zh) 2017-08-22

Similar Documents

Publication Publication Date Title
CN107084666B (zh) 基于机器视觉的刹车片尺寸综合检测方法
CN108921176B (zh) 一种基于机器视觉的指针式仪表定位与识别方法
CN107941808B (zh) 基于机器视觉的3d打印成型质量检测***及方法
CN108364311B (zh) 一种金属部件自动定位方法及终端设备
CN115861291B (zh) 基于机器视觉的贴片电路板生产缺陷检测方法
CN117351008A (zh) 一种智能手机面板表面缺陷检测方法
CN107367241B (zh) 一种基于机器视觉的汽车轮胎花纹识别方法
CN108088381B (zh) 一种基于图像处理的非接触式微小间隙宽度测量方法
CN110544231B (zh) 基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法
CN110021012B (zh) 基于机器视觉技术的手机镜头视窗玻璃缺陷检测方法
CN109378279B (zh) 晶圆检测方法及晶圆检测***
JP2009259036A (ja) 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム
CN108037142B (zh) 基于图像灰度值的掩膜版光学缺陷检测方法
CN108918093B (zh) 一种滤光片镜面缺陷检测方法、装置及终端设备
CN112001917A (zh) 一种基于机器视觉的圆形有孔零件形位公差检测方法
CN115375629A (zh) 一种lcd屏幕中线缺陷检测及缺陷信息提取方法
CN116128873A (zh) 一种基于图像识别的轴承保持器检测方法、设备及介质
CN113066088A (zh) 工业检测中的检测方法、检测装置和存储介质
CN114897881A (zh) 一种基于边缘特征的晶粒缺陷检测方法
JP2011007728A (ja) 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム
CN114693651A (zh) 基于图像处理的橡胶圈流痕检测方法及装置
CN114485433A (zh) 基于伪随机散斑的三维测量***、方法及装置
CN116563298B (zh) 基于高斯拟合的十字线中心亚像素检测方法
CN113129260A (zh) 一种锂电池电芯内部缺陷的自动检测方法及装置
CN114155179A (zh) 光源缺陷检测方法、装置、设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Zhiling

Inventor after: Hu Linli

Inventor before: Hu Linli

Inventor before: Xu Zhiling

GR01 Patent grant
GR01 Patent grant