基于機器視覺的商用車車架在線監測系統的研究

謝飛

（武漢理工大學 430070)

基于機器視覺的商用車車架在線監測系統的研究

謝飛

（武漢理工大學 430070)

一般來說，在汽車行駛系統當中最為重要的一部分就是汽車車架，在以往幾十年中，部分大型汽車車架的檢測都很難實現完全自動化的操作。本篇論文主要以商用汽車車架的非接觸在線監測的具體應用為研究內容，并且在這個基礎上提出了較為完善的檢測方法。

行駛系統；自動化；檢測項目

1 視覺檢測算法的研究現狀

如果是站在算法的角度上來看的話，那么視覺對工件的檢測所涉及到的基礎內容就應該分為圖像處理，這也是其中絕大多數的基礎內容，當然，一些比較具體的實現算法主要包括以下幾種。即，圖像增強、圖像分割、形狀分析等等。通過對底層圖像像素數據的特征描述數據進行分析我們得出，要想進行模式識別，那么就必須經過模式分類器完成相關的目的，之后才能進行關鍵部分的檢出判斷[1]。

1.1 目標提取

在進行工件測量時，我們首先需要做到的第一步操作就是對目標圖像進行提取，而將工件上對應的有用像素點和背景進行分離，方便后續對目標進行分析就是目標提取當中最為主要的目的。通常情況下，ROI檢測、背景校正、圖像增強等等都屬于目標圖像提取算法中的主要方法[2]。

拿ROI檢測舉例來說，這種方法實際上就是將數據進行具體的劃分，從另一個方面來看的話，那就是對數據進行降維。要想完美的對處理時間進行降低，那么我們就必須對目標出現的可預測區進行提出，這些數據需要從原始采集圖像數據中進行提出，因為這樣可以有效的對數據的處理量進行減少，從而實現相關的目的。另外在線結構光輔助測量當中，在整個圖像當中，其圖像的有效區域僅占據10%以下，所以在這種情況下，對提高測量效率來說是有著非常重要的作用的。其次，在進行ROI檢測環節時，求解閾值法就是最常采用的方法之一。但有些時候，為了有效的降低噪聲點對結果造成影響，我們就可以在進行二值化切割之前進行一次平滑算子。

現階段，在視覺檢測系統應用中存在的一大問題就是光照均勻性，尤其是在在線監測系統當中，這個問題尤為嚴重。簡單來說，圖像灰度的分布會由于光照的均勻性而受到一定的影響[3]。通常情況下，造成非均勻性產生的因素主要有以下幾種，物體或者背景的各區反射、散射的差異等等，這些因素都會對圖像的成像效果造成極為嚴重的影響，特別是在大視場當中，廣場不均勻性就會變得更加明顯。為了有效的避免上述問題的產生，我們必須采取校正算法來對這些問題進行解決。目前在進行背景校正時，最常采用的算法就是兩點校正法以及乘法系數修正法。

1.2 數據處理

在機器視覺當中，不僅要具備圖像數據獲取的過程，同時還要有轉變為實際數據的過程。從另一個方面來說就是，機器視覺當中必須具備視和覺兩個過程。一般在進行覺的過程中，主要需要通過圖像處理算法來對其進行實現。在傳統的圖像處理技術當中，其主要的處理技術就是通過對人結合相關行業經驗，從而獲取到相應的影響，之后再進行適當的分析研究，但是機器視覺卻與其有著很大的差異，它在對圖像進行分析處理的過程時，主要是使用計算機來自動進行的，以此來獲取一個可供機器識別的結果[4]。

2 基于機器視覺的大尺寸工件測量方法

雖然現階段的機器視覺的基礎測量方法已經變得更加成熟，但是在進行很多大型工件測量時，仍然存在較多的局限，如測量精度的限制等[5]。

現在國內外對于相關測量的方法已經有很多種，最為主要的就是激光干涉儀法、平臺高度尺法等。但通過適當的分析我們發現，這些方法都存在一定的測量盲區。而且對于一些特征，這些方法無法進行準確的測量，所以在進行大型工件測量時，這些方法并不合適。

3 結束語

綜上所述我們可以看出，作為汽車行駛系統中最為重要的組成部分，商用汽車車架起到的作用是至關重要的，它不僅承受著汽車的總體重量，同時還是汽車當中最為主要的承載結構件。

[1]韓曉坤.基于機器視覺的輸電線路交叉跨越距離測量方法研究[D].華北電力大學,2016.

[2]張凌寧.輸送帶非均勻光照圖像校正和故障檢測算法研究[D].天津工業大學,2016.

[3]張琰.基于機器視覺的孵化卵在線監測系統研究[J]. 企業技術開發,2015,34(26):1-2. [2017-08-03].

[4]蘭昊.紙機CCD在線檢測系統的設計與實現[D].華北電力大學,2015.

[5]張澤琳.基于機器視覺的煤質快速分析方法研究[D].中國礦業大學,2014.

U279.2文獻標示碼：A

謝飛（1991—），男，碩士研究生，研究方向為機械工程。