基于计算机视觉的汽车涂装瑕疵检测的研究

随着经济的迅猛发展,汽车迅速普及,车辆的各方面指标都受到人们越来越多地关注,汽车涂装过程中的瑕疵直接影响汽车的外观质量,因此如何在生产过程中利用计算机视觉检测技术检测出并及时修补汽车涂装过程中产生的瑕疵就成了迫切的任务。本论文利用计算机视觉技术对汽车涂装瑕疵进行检测,原理为线结构光法。光条照射到汽车涂装后的表面,当有瑕疵存在时,光条的连续性发生变化,据此可以对涂装瑕疵进行检测。论文中编写了Matlab程序进行瑕疵检测仿真,仿真结果表明了检测方法的可行性。

汽车涂装表面瑕疵检测与分类算法研究

由人工在生产线上进行汽车表面涂装的瑕疵检测和分类存在效率低、人工成本高等缺点。随着汽车生产自动化程度的提高,迫切需要对检测过程实现自动化和智能化,提出一种基于机器视觉方法,利用图像纹理特征实现对汽车涂装瑕疵检测和分类。首先采用提取瑕疵局部二值模式(LBP)特征谱对汽车表面的喷涂瑕疵进行检测,以克服背景光照和方向性对瑕疵特征检测的影响,再利用Adaboost算法对选取的样本进行训练,得到瑕疵种类分类器,完成对检测结果的分类。通过实验所提出的方法,对所选的几种典型瑕疵进行检测的有效率达到91%以上,分类正确率平均达到82%以上,单张图片检测时间控制在60ms以下。