李宇 北京大恒圖像視覺有限公司
汽車的儀表盤信號由數字信號、模擬信號和CAN總線信號組成,相應的指示燈亮或儀表指針轉動,是在接受到指示的信號時[1]。儀表板在用于整車測試之前,必須對儀表板的功能進行綜合測試,為了減少整車測試的次數和測試工作量,為了模擬車輛環境,需要測試儀表板的功能[2]。傳統方法下,汽車儀表盤收到相對應信號指示時,人工觀察指示燈處于燈亮還是燈滅狀態,指示燈的顏色,儀表的指針是否對應正確的地方。人的主觀行為會對結果造成影響,例如在檢測指針刻度的環節,由于測試的人員不同,由于在不同的時間進行測試,都會影響檢測的結果,導致錯誤判斷。提高汽車儀表識別的自動化程度和準確性,也是汽車電子儀表迅速發展的表現。機器視覺技術采用了攝像頭代替人眼進行檢測,增強了檢測化的水平,提高了檢測的效率,也使得檢測的準確率得到進一步提升。
遙感圖像醫學圖像處理技術在1970年興起,成為了機器視覺技術的基礎,目前被廣泛應用。機器視覺,也叫做計算機視覺,目的在于通過計算機代替人類的視覺功能,即通過計算機實現對客觀三維世界的判定[3]。簡單來說,機器視覺是一門科學技術,通過計算機模擬生物外貌或宏觀視覺功能,通過計算機、照相機來代替人眼實現檢測、識別和判斷。通過圖像的創建和恢復,然后把它用在真實模型中,進行實際檢測、判定。另外,在機器上增加視覺設備就是機器視覺的核心。機器視覺由人工智能、神經生物學、心理物理學、計算機科學、圖像處理等項目組成。
機器視覺處理系統優光源、數碼相機、圖像處理分析單元、通訊/輸入輸出單元等一系列組成,它的機制是通過攝像頭采集計算機中記錄的三維場景的目標圖像。為了在一定的光照條件下創建原來的樣子;接著通過圖像處理技術對原來的圖像進行提前處理,把高清圖像提取出來,再把特征用職別技術進行分類,最后根據預設的情況輸出結果。機器視覺的汽車儀表系統中,數碼相機負責捕捉汽車儀表板的圖形,進而轉換為計算機可識別的數字信號,然后傳輸到計算機里[4]。另外,增強圖像畫質、降噪圖像。
一般的圖像處理系統由以下要素組成:圖像采集、圖像處理分析、圖像輸出與控制組成。本系統設計的硬件部分包含了儀表板支架、運動導軌、光源、智能攝像頭和通信模塊。
機器視覺和圖像記錄的質量密切相關,最重要的是光源。主要機制是,在封閉的暗箱中放入系統,然后用光源進行照明。本系統采用環形LED光源,3.21V直流電源,儀表板與攝像頭之間是光源。
攝像頭負責采集系統捕捉到的圖像,整個圖像處理系統的功能能否實現和攝像頭密切相關。本次研究選用了Point Gray的Grasshoppe3。
機器視覺軟件包括了以下部分:顯示情況、指針儀表和儀表盤字符功能。本次研究采用Point Gray的Grasshoppe提供的相機自帶的Insight Explore開發環境,軟件有EasyBuilder開發的兩個編程接口:界面和電子表格開發界面,電子表格界面中進行圖形處理開發。
汽車指示燈包括左轉、右轉、機油、壓力、安全氣囊燈等。左轉彎燈,打開左轉向燈與關閉左向彎燈,左轉向燈處于不同的位置。首先確定左轉向燈的地方,提取灰度值通過ExtractHistogram函數,表示該區域的平均灰度值為21。左轉向燈接收到指示后亮起,該區域的平均灰度值為45。另外,設置30為灰度閾值進行更準確的檢驗。經檢測灰度值小于30,表明左轉向燈關閉。如果大于30,則確定接收到左轉向燈,直到信號燈亮起。
它是通過測量指針的旋轉角度并將其轉換為與儀表相對應的刻度來進行檢測。指針收到車速表模擬信號并進行旋轉時,指針區域首先轉換為二值圖像,以0為起點。調用 FindMultiLine 函數來查找 0 刻度的兩側。頁面確定的原理是頁面兩側的灰度不同。把O標尺的兩條邊寫成0和1,在邊的坐標基礎上計算起點坐標。同時記錄指針移動到端點的位置。觀察指針兩側灰色的程度,去發現指針的兩側,也寫下為 0 和 1,在兩側的坐標基礎上去計算端點坐標。因為指針顯示的形狀是圓形,顯示的中心也是一個黑色的圓圈。因此確定圓的位置要采用 FindCircle 函數。通過灰度差,來獲得兩個圓的圓心,以此確認圓的位置。圖中顯示的地方就是找到的圓,把圓的位置作為基礎,然后找出圓心坐標。用這樣的方式,計算出起點、終點和圓心的坐標,分別把起點和圓心連接,終點和圓心連接,兩條線夾角的圓圈,與儀表盤刻度匹配;此時指針對應的刻度可以通過夾角來計算。
儀表盤中需要識別0-9、a-z、A-Z等字符,如0-9,具體方法:
(1)識別字符的過程中,字符之間有著加大的差異,例字符的形狀、字體和大小與 識別結果有著直接的聯系。把模板以供以后識別,必須先創建一個標準字符庫,調用TrainFont函數訓練字符,字符庫由訓練分離的字符維護。
(2)把識別的字符與模板庫進行比對來識別字符。
綜上所述,機器視覺系統有助于生產效率的提高,使得自動化水平逐漸增強[5]。這些狀況下可以運用機器視覺:在不適合人工操作的情況下,危險環境中,或者人工視覺難以完成時。工業化時代的到來,人工視覺檢測產品,存在效率低、準確率低的弊端,而使用機器視覺檢測方法可以使得生產效率和自動化程度增強。機器視覺使得信息集成、計算機集成更容易實現。對機器視覺檢測技術的研究,有助于我國汽車電子系統的進一步探索。