本發明專利技術提供了一種基于彩色有源參照物的漆面缺陷檢測方法、裝置及介質，涉及漆面檢測技術領域。獲取不同的待檢測車身圖像，并生成待檢測圖像集，并每一張待檢測車身圖像，進行預處理和多維二值化處理，獲得待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值。根據各個像素點的第四層屬性數值，確定待檢測車身圖像中是否存在漆面缺陷。并根據待檢測車身圖像的拍攝時間以及拍攝待檢測車身圖像的圖像采集設備的布設位置，確定車身的漆面缺陷位置。在本申請中，確定漆面缺陷類型所需的算力需求小、并且能識別單像素點甚至亞像素點尺度的缺陷，從而提高了識別的精度，不需要收集并標注大量圖片用于訓練，還具有較好的通用性。好的通用性。好的通用性。
【技術實現步驟摘要】
基于彩色有源參照物的漆面缺陷檢測方法、裝置及介質
[0001]本專利技術涉及漆面檢測
，尤其涉及一種基于彩色有源參照物的漆面缺陷檢測方法、裝置及介質。
技術介紹
[0002]在汽車車身漆面的噴涂作業過程中，經常會出現諸如“流掛”、“溶劑點”、“水泡”、“線毛”，等等可表述為漆面局部的平整度出現異常的缺陷。也就是漆面上出現了或“凹陷”，或“凸起”的異常區域。對于這一類缺陷，傳統上是采用人工目視的方式來完成質檢。主要的問題在于，這類缺陷往往需要在特定角度上才能被可靠觀察到。并且往往不是非常明顯。這就要求質檢人員對同一塊區域進行多角度、細致重復的觀察。不但費時費力，還存在檢測效率低下，檢測范圍有限，人員易疲勞，易疏漏等問題。
[0003]相關技術中，采用黑白條紋狀有源參照物來實現對漆面缺陷檢測的檢測，但是存在檢測精度低、漏檢率高、對不同漆色的檢測效果差異較大等問題。
技術實現思路
[0004]本專利技術實施例提供一種基于彩色有源參照物的漆面缺陷檢測方法、裝置及介質，旨在解決或者部分解決
技術介紹
中存在的問題。
[0005]為了解決上述技術問題，本專利技術是這樣實現的：
[0006]第一方面，本專利技術實施例提供了一種基于彩色有源參照物的漆面缺陷檢測方法，方法包括：
[0007]獲取不同的待檢測車身圖像，并生成待檢測圖像集，其中，待檢測車身圖像包含彩色有源參照物倒像；
[0008]對待檢測圖像集中的每一張待檢測車身圖像進行如下處理：對待檢測車身圖像進行預處理和多維二值化處理，獲得待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值；
[0009]根據各個像素點的第四層屬性數值，確定待檢測車身圖像中是否存在漆面缺陷；
[0010]在確定待檢測車身圖像中存在漆面缺陷的情況下，根據待檢測車身圖像的拍攝時間以及拍攝待檢測車身圖像的圖像采集設備的布設位置，確定車身的漆面缺陷位置。
[0011]可選地，對待檢測車身圖像進行預處理和多維二值化處理，獲得待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值的步驟包括：
[0012]將待檢測車身圖像由RGB模式圖像轉換為lab模式圖像，獲得待檢測車身圖像的Lab三維數值；
[0013]將待檢測車身圖像由RGB模式圖像轉換為HSV模式圖像，獲得待檢測車身圖像的HS二維數值；
[0014]根據待檢測車身圖像的RGB三維數值、待檢測車身圖像的Lab三維數值以及待檢測車身圖像的HS二維數值與預設閾值區間的大小關系，對初始值為零的第四層屬性數值，進
行逐個維度賦值。
[0015]可選地，根據各個像素點的第四層屬性數值，確定待檢測車身圖像中是否存在漆面缺陷步驟包括：
[0016]根據各個像素點的第四層屬性數值與彩色有源參照物的色號匹配關系，確定待檢測車身圖像中的單像素級別的漆面顏色缺陷；
[0017]根據各個像素點的第四層屬性數值，確定目標數組，并根據目標數組確定待檢測車身圖像中的多像素級別的漆面尺寸缺陷。
[0018]可選地，根據各個像素點的第四層屬性數值與彩色有源參照物的色號匹配關系，確定待檢測車身圖像中的單像素級別的漆面顏色缺陷的步驟包括：
[0019]確定彩色有源參照物對應的各種純色的極限梯度值；
[0020]根據各個像素點的第四層屬性數值，確定各個像素點的色號；
[0021]遍歷待檢測車身圖像的每一行像素點，確定待檢測車身圖像中的混色像素行；
[0022]根據混色像素行中的混色像素點與相鄰純色像素點的極限梯度值大小關系以及色號匹配關系，對混色像素行進行填色處理，并確定待檢測車身圖像中單像素級別的漆面顏色缺陷的類型。
[0023]可選地，確定彩色有源參照物對應的各種純色的極限梯度值的步驟包括：
[0024]遍歷待檢測車身圖像的每一個像素點，確定混色像素點，并根據混色像素點的單側相鄰像素點，生成純色像素行；
[0025]從純色像素行中選取兩兩相鄰的同色像素對，計算同色像素對的歐式距離值；
[0026]根據歐式距離值的計算結果，確定各種純色的極限梯度值。
[0027]可選地，在對混色像素行進行填色處理的步驟之后，方法還包括：
[0028]遍歷待檢測車身圖像的每一個目標像素點；
[0029]依次比較第一像素點和第二像素點的色號，其中，第一像素點和第二像素點為目標像素點的左右相鄰像素點；
[0030]根據第一像素點和第二像素點的色號匹配關系，確定待檢測車身圖像中單像素級別的漆面顏色缺陷的類型。
[0031]可選地，根據各個像素點的第四層屬性數值，確定目標數組，并根據目標數組確定待檢測車身圖像中的多像素級別的漆面尺寸缺陷的步驟包括：
[0032]根據待檢測車身圖像中各個像素行的第四層屬性數值，生成對應的初始數組；
[0033]遍歷初始數組，根據初始數組中數值的變化關系，生成各個像素行對應的目標數組；
[0034]根據目標數組中數值的大小變化趨勢以及像素點數量，與預設閾值的大小關系，確定待檢測車身圖像中的多像素級別的漆面尺寸缺陷的類型。
[0035]可選地，遍歷初始數組，根據初始數組中數值的變化關系，生成各個像素行對應的目標數組的步驟包括：
[0036]遍歷初始數組的所有數組元素；
[0037]依次比較第一數組元素對應的第一數值和第二數組元素對應的第二數值是否相同，其中，第一數組元素和第二數組元素為任意相鄰的數組元素；
[0038]在第一數值與第二數值不同的情況下，將第二數值作為目標數組的第一維數據，
并將第二數組元素在初始數組中的位數作為目標數組的第二維數據；其中，第一維數據和第二維數據構成目標數組。
[0039]第二方面，本專利技術實施例提供了一種基于彩色有源參照物的漆面缺陷檢測裝置，裝置包括：
[0040]采集模塊，用于獲取不同的待檢測車身圖像，并生成待檢測圖像集，其中，待檢測車身圖像包含彩色有源參照物倒像；
[0041]圖像處理模塊，用于對待檢測圖像集中的每一張待檢測車身圖像進行如下處理：對待檢測車身圖像進行預處理和多維二值化處理，獲得待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值；
[0042]缺陷判斷模塊，用于根據各個像素點的第四層屬性數值，確定待檢測車身圖像中是否存在漆面缺陷；
[0043]缺陷位置確定模塊，用于在確定待檢測車身圖像中存在漆面缺陷的情況下，根據待檢測車身圖像的拍攝時間以及拍攝待檢測車身圖像的圖像采集設備的布設位置，確定車身的漆面缺陷位置。
[0044]可選地，圖像處理模塊包括：
[0045]第一處理子模塊，用于將待檢測車身圖像由RGB模式圖像轉換為lab模式圖像，獲得待檢測車身圖像的Lab三維數值；
[0046]第二處理子模塊，用于將待檢測車身圖像由RGB模式圖像轉換為HSV模式圖像，獲得待檢測車身圖像的HS二本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于彩色有源參照物的漆面缺陷檢測方法，其特征在于，所述方法包括：獲取不同的待檢測車身圖像，并生成待檢測圖像集，其中，所述待檢測車身圖像包含彩色有源參照物倒像；對所述待檢測圖像集中的每一張待檢測車身圖像進行如下處理：對所述待檢測車身圖像進行預處理和多維二值化處理，獲得所述待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值；根據所述各個像素點的第四層屬性數值，確定所述待檢測車身圖像中是否存在漆面缺陷；在確定所述待檢測車身圖像中存在漆面缺陷的情況下，根據所述待檢測車身圖像的拍攝時間以及拍攝所述待檢測車身圖像的圖像采集設備的布設位置，確定車身的漆面缺陷位置。2.根據權利要求1所述的基于彩色有源參照物的漆面缺陷檢測方法，其特征在于，對所述待檢測車身圖像進行預處理和多維二值化處理，獲得所述待檢測車身圖像中各個像素點除RGB三層灰度數據之外的第四層屬性數值的步驟包括：將所述待檢測車身圖像由RGB模式圖像轉換為lab模式圖像，獲得所述待檢測車身圖像的Lab三維數值；將所述待檢測車身圖像由RGB模式圖像轉換為HSV模式圖像，獲得所述待檢測車身圖像的HS二維數值；根據所述待檢測車身圖像的RGB三維數值、所述待檢測車身圖像的Lab三維數值以及所述待檢測車身圖像的HS二維數值與預設閾值區間的大小關系，對初始值為零的所述第四層屬性數值，進行逐個維度賦值。3.根據權利要求1所述的基于彩色有源參照物的漆面缺陷檢測方法，其特征在于，根據所述各個像素點的第四層屬性數值，確定所述待檢測車身圖像中是否存在漆面缺陷步驟包括：根據所述各個像素點的第四層屬性數值與所述彩色有源參照物的色號匹配關系，確定所述待檢測車身圖像中的單像素級別的漆面顏色缺陷；根據所述各個像素點的第四層屬性數值，確定目標數組，并根據所述目標數組確定所述待檢測車身圖像中的多像素級別的漆面尺寸缺陷。4.根據權利要求3所述的基于彩色有源參照物的漆面缺陷檢測方法，其特征在于，根據所述各個像素點的第四層屬性數值與所述彩色有源參照物的色號匹配關系，確定所述待檢測車身圖像中的單像素級別的漆面顏色缺陷的步驟包括：確定所述彩色有源參照物對應的各種純色的極限梯度值；根據所述各個像素點的第四層屬性數值，確定所述各個像素點的色號；遍歷所述待檢測車身圖像的每一行像素點，確定所述待檢測車身圖像中的混色像素行；根據所述混色像素行中的混色像素點與相鄰純色像素點的極限梯度值大小關系以及色號匹配關系，對所述混色像素行進行填色處理，并確定所述待檢測車身圖像中單像素級別的漆面顏色缺陷的類型。5.根據權利要求4所述的基于彩色有源參照物的漆面缺陷檢測方法，其特征在于，確定
所述彩色有源參照物對應的各種純色的極限梯度值的步驟包括：遍歷所述待檢測車身圖像的每一個像素點，確定所述混色像素點，并根據所述混色像素點的單側相鄰像素點，生成純色像素行...
【專利技術屬性】
技術研發人員：朱炫霖，
申請(專利權)人：長城汽車股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。