论文部分内容阅读
在生产、运输过程中,汽车表面很容易产生各种外观缺陷,需要及时检测,而目前基本都是靠人工目测,因此亟需一种自动智能的检测系统。机器视觉检测是新兴检测技术,为汽车外观缺陷检测提供了很好的方向。本文研究了一套用于汽车外观缺陷自动检测的图像采集及预处理系统,为缺陷检测系统提供了系统平台、图像预处理技术和缺陷检测方法。主要内容如下:首先,在对系统技术要求分析和技术路线分析的基础上,对汽车图像采集系统进行了总体方案设计,对各系统硬件进行了选型,并对系统软件的功能和模块进行了划分。其次,研究了图像预处理算法,具体包括图像去噪、图像配准、图像边缘检测三个方面。在图像去噪方面:详细分析了BM3D算法,然后本文将灰度均值法、比较结果记录法和小波域去噪法有效地结合使用,实现了对BM3D算法的改进,有效地降低了算法运算量;在图像配准方面:基于SURF图像配准,采用新的DAISY特征描述符代替了原SURF特征描述,用新的验证式随机kd树完成特征匹配,提出了一种基于改进的SURF_DAISY算法和验证式随机kd树的图像配准方法;在图像边缘检测方面:分析了基于小波变换模极大值的边缘检测法和基于新型形态学边缘检测法,最后将两种算法融合起来,提出一种融合小波变换和新型形态学的含噪图像边缘检测法。最后,搭建了系统硬件,编制了系统软件,并进行了部分车身的缺陷检测试验。试验结果验证了系统硬件和软件的可行性和本文图像预处理算法的有效性,整个系统达到了技术要求,为后续的缺陷自动检测系统提供了良好的系统平台和技术支持。