朱立忠,陈美洋
(沈阳理工大学 自动化与电气工程学院,沈阳 110159)
随着经济的发展,人们对交通工具的需求越来越高,在汽车生产过程中,胶粘剂密封胶[1]是重要角色。就涂胶工艺而言,达标的技术能提高汽车的寿命,相反,不合格的技术则会带来消极影响。当涂胶出现缺口、漏涂、断胶时,会影响汽车的使用寿命、安全性能等等。传统涂胶质量的检查主要靠人工检测,缺点是会造成一致性差、工作效率低等结果。
为了取代传统的人工检测方法,王亚运运用BP神经网络进行汽车涂胶图像分类[2];韦帅利用了Harris角点检测算法结合逻辑回归对涂胶进行检测识别[3];金亦挺运用CPDA自适应角点检测算法结合模板匹配对涂胶进行检测[4]。其中文献[2-3]运用不同的神经网络进行检测,但识别率不高,效果也不是很理想。文献[4]利用传统检测方法模板匹配来识别和判断涂胶的完整度,识别率还算可以,但效率不高。
为解决以上方法中存在的缺点,提出一种基于快速模板匹配和SVM分类器的级联判别方法,首次将LBP 特征应用于汽车涂胶图像的特征提取,在识别率和检测速度方面有了很大的提高。
视觉检测系统是以图像采集为基础,只有在图像采集准确无误的基础上,视觉检测系统方能提供有效信息,便于检测。采集系统主要包括电荷耦合器件(CCD)相机[5]、照明光源和镜头等部分。光源以低角度环形光主。其中,相机采取800×600 的像素,精确值达80帧/s,镜头采用220mm的工作距离,以24mm×18mm为视场标准。……