基于視覺技術(shù)的LED車燈質(zhì)量檢測方法的研究_第1頁
基于視覺技術(shù)的LED車燈質(zhì)量檢測方法的研究_第2頁
基于視覺技術(shù)的LED車燈質(zhì)量檢測方法的研究_第3頁
基于視覺技術(shù)的LED車燈質(zhì)量檢測方法的研究_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、引言隨著CIMS的推廣應(yīng)用,企業(yè)在向柔性化、自動化開展的進(jìn)程中,提出了對計算機(jī)輔助質(zhì)量(CAQ)系統(tǒng)的需求。隨著柔性制造系統(tǒng)(FMS)的推廣,人們對檢測系統(tǒng)的智能化、柔性、快速性等方面提出了更高的要求,以適應(yīng)多品種、小批量生產(chǎn)的需要。由于計算機(jī)視覺系統(tǒng)可以快速獲取大量信息,且易于同設(shè)計信息及加工控制信息集成,用于工況監(jiān)視、現(xiàn)場監(jiān)控的計算機(jī)視覺系統(tǒng)已廣泛地應(yīng)用在工業(yè)、商業(yè)等領(lǐng)域。計算機(jī)視覺作為一種檢測手段已經(jīng)越來越引起人們的重視,逐步形成一種新的檢測技術(shù)——計算機(jī)視覺檢測(AutomatedVisualInspection,AVI)技術(shù)。計算機(jī)視覺檢測技術(shù)是一種以計算機(jī)視覺方法為根底,綜合運(yùn)用圖像處理、精密測量以及模式識別、人工智能等技術(shù)的非接觸檢測方法。其根本原理是對由計算機(jī)視覺系統(tǒng)得到的被測目標(biāo)圖像進(jìn)行分析,從而得到所需要的測量信息,并根據(jù)已有的先驗(yàn)知識,判斷被測目標(biāo)是否符合標(biāo)準(zhǔn)(即合格或不合格)。隨著國內(nèi)外汽車產(chǎn)業(yè)的迅猛開展,對車燈的要求越來越高,新型車燈設(shè)計越來越受到人們的關(guān)注。新型、智能化的LED車燈就是國際上汽車電子化中最耀眼的產(chǎn)品之一。在汽車照明系統(tǒng)中,后燈總成是行車平安的關(guān)鍵部件。燈光組件的制造和安裝都有相應(yīng)的標(biāo)準(zhǔn)標(biāo)準(zhǔn),在出廠之前經(jīng)過嚴(yán)格的調(diào)校以保證燈光符合標(biāo)準(zhǔn)。車燈總成是一個組合照明部件,在目前國內(nèi)現(xiàn)有的技術(shù)條件下,LED后燈總成的質(zhì)量僅進(jìn)行照明性能的單項(xiàng)檢測,而且是采用人工目測的方法,直接影響產(chǎn)品的質(zhì)量和生產(chǎn)效率。車燈總成的質(zhì)量檢驗(yàn)實(shí)際上還應(yīng)包括光源功率和零件裝配質(zhì)量的檢測。將計算機(jī)視覺技術(shù)引入LED車燈總成的質(zhì)量檢測中,用圖像處理方法來檢測LED車燈的照明性能,綜合車燈總成的光源功率和零件裝配質(zhì)量等檢測,通過設(shè)置系統(tǒng)參數(shù)可實(shí)現(xiàn)對不同型號的車燈進(jìn)行質(zhì)量綜合檢測,具有高度的柔性化、智能化。2、系統(tǒng)方案確定系統(tǒng)采用先進(jìn)機(jī)器視覺技術(shù)及虛擬儀器技術(shù),設(shè)計有效的圖像采集系統(tǒng),在獲取LED后燈照明圖像的根底上,研究并運(yùn)用數(shù)字圖像處理技術(shù)實(shí)時獲取車燈的照明質(zhì)量,并判斷LED照明的失效及其區(qū)域,實(shí)現(xiàn)LED燈功率及光強(qiáng)參數(shù)的在線動態(tài)檢測。系統(tǒng)能夠通過屏幕設(shè)置或軟件調(diào)整等完成各種型號車燈的自動檢測。LED后燈總成的照明性能的。系統(tǒng)原理圖如下:3、圖像處理方法的研究與運(yùn)用

3.1LED燈特征分析LED車燈使用假設(shè)干發(fā)光二極管作為汽車燈具發(fā)光元件,代替目前普通使用的鹵素?zé)襞?,采用了專業(yè)配光設(shè)計以滿足汽車燈具配光性能要求。汽車廠商青睞LED車燈,看中LED相比白熾燈有以下幾個顯著的優(yōu)點(diǎn):一是使用壽命長,采用恒流電源電路技術(shù)以保證LED管的使用壽命和發(fā)光穩(wěn)定性,壽命達(dá)1O萬小時,是普通白熾燈最高壽命5000JJ\時的2O倍。,二是無須熱啟動時間,亮燈響應(yīng)速度快〔(僅為1.4ns而普通白熾燈為0.4s),適用于移動速度快的物體使用。三是光線質(zhì)量高,根本上無輻射,屬于“綠色〞光源。四是LED的結(jié)構(gòu)簡單,內(nèi)部支架結(jié)構(gòu),四周用透明的環(huán)氧樹脂密封,抗震性能好。五是適用電壓在6-12伏特之間,完全可以應(yīng)用在汽車上。六是LED占用體積小,設(shè)計者可以隨意變換燈具模式,使汽車造型多樣化。LED車燈在出廠前根據(jù)以上特征要檢測以下幾個內(nèi)容:一是LED的光強(qiáng)參數(shù)。目前國內(nèi)LED車燈可以調(diào)節(jié)LED的亮度,車燈出廠前需要對不同亮度測量光強(qiáng)參數(shù)。二是LED列陣的區(qū)域失效。LED后燈有一LED列陣組成,每個LED的功率比擬小,出廠前需檢測LED列陣中是否有缺損的LED燈。三是LED陣列光強(qiáng)均勻性。檢測每個LED的光強(qiáng)參數(shù)是否相近。根據(jù)以上特點(diǎn),我們應(yīng)用機(jī)器視覺,搭建了合理的視覺系統(tǒng),采用成熟的圖像技術(shù)對LED車燈攝入圖像進(jìn)行分析處理,檢測每個LED的光強(qiáng)參數(shù),檢測LED陣列的光強(qiáng)均勻性,克服LED功率較小很難用電流方式測出缺損的劣勢,穩(wěn)定測出LED燈的區(qū)域失效。

3.2視覺子系統(tǒng)的搭建LED車燈可以看作使一LED的陣列,用圖像處理的方法檢測LED陣列的光強(qiáng)參數(shù)及光強(qiáng)均勻性首先要獲取高質(zhì)量的車燈LED陣列圖,這樣可幫助系統(tǒng)減少圖像處理的復(fù)雜度,增加系統(tǒng)的檢測效率。在現(xiàn)場我們發(fā)現(xiàn),陣列圖像的清晰程度跟陣列面與攝像頭的入攝面的角度有很大關(guān)系,因此設(shè)計了一個三維可調(diào)攝像頭裝置,尋找最正確圖像的攝像頭安裝角度,以保證獲取最正確的LED陣列圖像,減少后續(xù)圖像處理的難度,提高系統(tǒng)檢測效率。此視覺系統(tǒng)選配了一個高分辨率,曝光程序可調(diào)的數(shù)字?jǐn)z像頭。之所以選擇攝像頭的曝光時間程序可調(diào)是因?yàn)樵贚ED車燈的其中一項(xiàng)測試指標(biāo)是測試陣列在不同點(diǎn)亮條件下的光強(qiáng)均勻性及陣列實(shí)效性。如果選取固定的曝光,在不同光亮下可能會出現(xiàn)條件一圖像飽和,條件二正常,或者說條件一正常,條件二非常暗的情況。在程序中能改變曝光時間,能使圖像便于處理,減小誤判率。

3.3模式匹配粗定位從結(jié)構(gòu)上分析,LED后燈的照明由假設(shè)干個區(qū)域組成,質(zhì)量檢驗(yàn)主要是分別檢測各區(qū)域的照明是否存在失效。由于LED車燈放置在固定的車燈夾具里,根本位置不變,對攝入LED攝入圖像進(jìn)行分析,用模板制作和圖像匹配的方法對LED進(jìn)行粗定位。圖像匹配可以定義為兩幅圖像在位置空間和灰度的配準(zhǔn)。定義I1,I2為兩個二維數(shù)組,其中I1(x,y)和I2(x,y)分別表示對應(yīng)空間位置的灰度值,此時可以把兩幅圖像的配準(zhǔn)表示成如下表達(dá)式:因此,圖像匹配問題便轉(zhuǎn)化為尋找最優(yōu)的空間和灰度變換,使得在圖像噪聲存在的情況下,可以進(jìn)行正確的圖像配準(zhǔn)。一般情況下,不需要灰度變換,除非在一些特殊情形下。尋找空間或者幾何變換是解決匹配問題的關(guān)鍵,這種變換通常用如下的兩個單值函數(shù)表示如果這些幾何變換可以表示成假設(shè)干獨(dú)立的函數(shù),例如可以用兩個一維的變換函數(shù)來表示這個二維的空間變換,這樣可以節(jié)省存儲空間并且提高計算效率,具體來說,對應(yīng)所有的x,對應(yīng)所有的y。以上是圖像匹配的一般定義,模板匹配作為圖像匹配的一類重要方法,它主要通過待匹配圖像和模板之間的相似性度量來確定它們的相對位置。模板匹配根據(jù)所使用的匹配特征可以大致分為兩類:(1)直接利用圖像灰度信息進(jìn)行匹配,例如規(guī)一化互相關(guān)匹配,統(tǒng)計相關(guān)匹配、平均絕對差匹配;頻率域的頻域相關(guān),包括相位相關(guān)和功率譜相關(guān);圖像不變矩匹配;(2)利用圖像特征進(jìn)行匹配,例如點(diǎn)集匹配技術(shù)使用明顯的角點(diǎn)或者邊緣點(diǎn)進(jìn)行匹配;這種方法的關(guān)鍵是找到圖像中易于識別的特征點(diǎn),基于該特征空間的相似性度量來確定模板在待檢測圖像中的位置。根據(jù)LED車燈LED列陣的特點(diǎn),選擇灰度互相關(guān)匹配、最小距離匹配及矩匹配進(jìn)行組合,系統(tǒng)在保證穩(wěn)定性和實(shí)時性的前提下,經(jīng)過反復(fù)試驗(yàn),確定具體的檢測方法,得到LED列陣的粗定位。

3.4LED陣列的顆粒統(tǒng)計方法為了能正確判斷LED陣列的失效區(qū),我們可以把一個個正確安裝的LED燈看作是一個顆粒,通過確定顆粒形狀及數(shù)量來判斷LED陣列的失效區(qū)。首先可以對LED陣列圖像先進(jìn)行二值化處理,得到LED圖像的二值化圖像。選取正確可靠的閾值對于后續(xù)對二值化圖像的處理很重要。假設(shè)采用固定閾值選取法,受攝入圖像光強(qiáng)不穩(wěn)定性的影響較大,即使波動比擬微小,這種影響利用固定閾值法是無法克服的,從而影響測量的精度。為此,在此系統(tǒng)的圖像處理中采用閾值的自適應(yīng)選取法,根據(jù)環(huán)境光的變化利用圖像整體像素灰度值均值動態(tài)確定最正確閾值k。其計算公式如下:其中K即為所要求的閾值,i為灰度值,h(i)為圖像中灰度值是i的像素數(shù)。然后引入圖像的形態(tài)學(xué)方法對二值化圖進(jìn)行處理。最根本的形態(tài)學(xué)方法是膨脹和腐蝕處理。形態(tài)學(xué)方法即用一二維的結(jié)構(gòu)元素在原圖上作像素的卷積運(yùn)算,只不過這里像素的灰度值只有0或1。膨脹運(yùn)算是指做元素的或運(yùn)算,即給定一元素P0,根據(jù)結(jié)構(gòu)元素,對P0周圍的像素Pi與結(jié)構(gòu)元素中相應(yīng)的像素做或運(yùn)算,假設(shè)OR〔Pi〕=1,那么P0新值為1,否那么為0。腐蝕運(yùn)算那么是指作元素的與運(yùn)算,即給定一元素P0,根據(jù)結(jié)構(gòu)元素,對P0周圍的像素Pi與結(jié)構(gòu)元素中相應(yīng)的像素做與運(yùn)算,假設(shè)AND〔Pi〕=1,那么P0新值為1,否那么為0。雖然經(jīng)過自適應(yīng)取閾值,但二值化后的圖像中依然存在很多分散的無用顆粒,影響LED陣列的提取。于是就可以采用膨脹和腐蝕相結(jié)合的處理方法,用腐蝕的方法去掉分散在圖中的微小噪聲顆粒,同時用膨脹的方法填補(bǔ)顆粒間的微小空隙,保持大顆粒的完整性。用多種方法處理后,提取大顆粒的有用信息作為判斷LED陣列失效區(qū)的依據(jù)。如下圖:圖2正常的LED陳列處理圖示圖3有失效區(qū)的LED陳列處理圖示通過一系列的圖像處理方法處理后,可以通過分析定位區(qū)間內(nèi)的顆粒大小來判斷該區(qū)域內(nèi)的LED燈是否失效,從圖3看,在圖示區(qū)域內(nèi)明顯缺少大顆粒,說明該LED具有失效區(qū)。4、總結(jié)系統(tǒng)將計算機(jī)視覺技術(shù)引入到LED車燈檢測系統(tǒng),通過圖像粗定位及LED灰度顆粒統(tǒng)計方法,實(shí)現(xiàn)LED車燈車燈照明性能、光源功率檢測的靈活性和柔性化,是一套先進(jìn)的零件檢測設(shè)備。通過對攝像系統(tǒng)的調(diào)整及對軟件參數(shù)的設(shè)置該系統(tǒng)還可以對不同型號LED車燈產(chǎn)品進(jìn)行檢測,具有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論