图像处理技术在机动车检测行业中的应用分析

郭代究、李珂

（济南市政务汽车检测中心，山东 济南 250014）

0 引言

图像处理技术用于机动车检测行业中具有较佳的成效，其基本应用原理为通过CCD 等电子元件接收光学图像、信息，同时依托计算机将信息转变为数字，筛选其中关键信息，开展模式辨识和显示，将检测项目相关信息完整收集汇总，并充分将其转变为相应的数字指标，结合行业规范和标准，实现机动车检测目标。机动车内部较为复杂，图像处理技术作为一类非直接性接触检测方法，可完整收集机动车相关信息，进一步凸显图像处理技术精度高、可靠性较强。

1 图像处理技术的分类

图像处理技术又称为“机器视觉”，是将被测主体目标作为信息核心载体，精准性从中提取有效的信息实现测量的目标，其自身具备非接触、高速度、测量范围广等优势，最大限度应用CCD 摄像头与光学系统、处理系统进行充分联合，可达成不同的检测基本要求。图像处理技术主要是应用计算机对图像采取一系列处理的技术，包含图像数字化、增强和复原、图像分割等，其技术可划分为两种类别，不同种类基本原理和特征存在较大差异性，包含模拟图像处理、数字图像处理；前者主要包含光学、电子处理，此种处理最为显著的特征是高效化，理论层面可达到光速，并可同时进行处理。

电视图像是模拟信号处理最经典的案例，其处理的是25fps 的活动图像。模拟图像处理实际不足为精准度难以保证，灵活性不佳，难以体现判断和非线性处理能力；后者是用于计算机处理或实时硬件处理，优点在于处理精准度较高，处理内容十分复杂，可进行复杂的非线性处理，具有较为灵活的变通能力，不足在于处理速度不佳，尤其是复杂化处理不足更为凸显[1]。

2 图像处理技术在机动车检测行业中的应用

2.1 在机动车前照灯检测中的应用

机动车前照灯作为汽车核心构成，其实际作用为外部光线较弱或干扰驾驶者行车视线的状况下，为驾驶者营造较佳的视觉环境，保证行车可靠性及安全性。处于夜晚或大雾状况下，驾驶者自身视线严重受阻，需前照灯进一步提供视野和警示反向来车，由于可视度较低状况下，驾驶者仅依靠肉眼辨识对面来车进行避让或变道，以汽车运行时的速度，难以及时进行避让，易引发安全事故，前照灯的强烈光线，对大雾天气具有一定的穿透成效，可为相向行驶的汽车预先进行反应。汽车前照灯主要包含三大模块，即灯具、反射镜、折射透镜，灯具作为前照灯发光的来源，反射镜是对灯光强度、距离进行合理化控制，折射镜主要是为进一步控制灯光实际涵盖范围，针对前照灯特性测试也需分别对此类部件进行测试。

汽车前照灯自身灯具依托不同的灯丝发挥作用，远光灯丝作为前照灯远光的灯光来源，近光灯汽车前照灯光束照射向屏幕通过光电进行转变后，交由数据采集模块将其传输至主控计算机内部。一方面，光轴偏远丝作为近光灯的光源，远光和近光对光线强度、覆盖面积等存在不同的要求，角度的测量主要是充分应用灯光处于屏幕上存在X 位移，通过透镜成像后发生成像点实际位移获得数字化图像求取，推导光轴偏转角度，利用计算机为电机下达相应的指令，进一步控制前照灯自身灯箱自动跟踪纠偏。另一方面，发光强度的测量。处于低照度下，CCD 输出电压、照度存在一定的线性关系，如此可将其数字量与外部光源照射至相应的检测幕布上照度值进行联系，充分依照定标测量时构建关系数据库，最终获取各点的实际照度[2]。

2.2 在车牌识别系统中的应用

随着机动车保有量逐年增加，对交通控制、安全管理要求愈发严格，智能交通系统成为当下交通管理发展主趋，车辆牌照作为行驶车辆唯一标志，处于车辆管理和控制方面具有不可比拟的优势。以图像处理技术为导向的车辆牌照辨识系统，作为智能化交通系统核心构成，其在高速公路、城市道路等管理中发挥关键性作用。车牌识别技术作为当下关注的焦点，车牌识别系统积极利用数字摄像技术、计算机信息管理技术，选取图像处理、模式辨识和人工智能技术，实现更高的智能化管控。车牌辨识系统普遍用于智能交通违章管理、高速路不停车收费、车辆检测等应用中。车牌识别系统主要包含三大环节，即车辆图像获取、车辆拍照图像定位与分割、字符辨识，最为关键的便是后两个环节，牌照定位直接决定其后车牌字符辨识，所以牌照定位是辨识的关键。车牌定位方法实际出发点是通过车牌区域实际特征进一步判断拍照，当下车辆牌照定位存在多个算法，不同算法自身优劣点不尽相同，如利用车牌信息的彩色分割法、模板匹配算法、纹理特征分析技术。字符正式辨识筛选之前，需对提取的车牌图像做好预处理，主要包含边框检测、倾斜校正、图像二值化等环节。待车辆牌照定位目标达成后，便可开展字符分割和特征提取，牌照图像应预先做好图像处理，核心目的在于将每个字符图像进行归一化易辨识的图像，有助于将每个字符自身特征予以提取。为高效化辨识车牌，摄像机下原始图像应具有一定亮度和对比度，受外界多个因素的干扰，需保证识别之前对原始图像开展预先处理，包含内容有消除模糊、图像去噪、图像增强和水平校正。图像处理高级阶段是数字图像分析，充分应用计算机系统，从图像中精准提取有价值的数据或信息，生成非图像描述或表示，进而辨识图像。为促使计算机系统正确辨识图像，需积极探索相应的算法，分析图像自身实际特征。

2.3 在机动车零件检测中的应用

机动车零件实际生产过程中，多以批量生产为主，正确辨识和检测重要零件关键部位表面缺陷当下仍以人工目测为主，不仅检测效率较低，而且检测实际质量有待提升。机动车包含的零部件较多，其中多数是选取冲压工艺生产，但冲压多是利用较大的压力对金属板料进行挤压，力具有一定的相互性，挤压金属板料过程中，磨具自身承受较大的压力发生微小的形变，随着生产零件数量增多，其零部件偏差逐步增加。汽车零件视觉检测主要是将立体化的三维物体图像化，获取二维的平面图像，结合图像正确分析和解读三维空间实际物体。可测量产品实际尺寸并充分结合产品外部轮廓进行精准性判断，结合相应的图片确定产品是否具有缺陷，检测表面是否存在被污染现象。汽车零件制造生产和组装精度要求较高，机器视觉作为当下检测精准度较高的技术，普遍用于汽车零件中。图像处理技术用于汽车零件实际检测中流程见图1，机动车自身零件通过传感器后实现多部分分割，对其进行持续性辨识，主要是精准性辨识零件特征、表面表示和参数，将其与现有相关数据库中进行比对匹配，达成检测目标。结合最终实际检测结果，达标零件方可进入下一生产环节，不合格零件需进行处理回收。作为一类新兴的传感技术，图像检测单元近年来实现产品化，其中部分具有知名度的厂商，推出规格齐全的产品，为图像检测技术的推广和应用提供助力。组建零部件自身缺陷检测应用的图像处理机器视觉检测系统所学的工业相机、镜头、视觉光源等，均可获取性价比优良的产品，图像处理技术用零部件缺陷检测，逐步向更深层次发展，处理算法更优化、处理速度更高效，实现图形智能化生成、处理和辨识[3]。

图1 图像处理技术用于汽车零件实际检测中流程

2.4 动车轮速检测中的应用

轮速作为机动车ABS、VDC、ESP 等系统中关键的信息来源，原有轮速采集需通过传感器进行收集汇总，其实现轮速传感器正式安装应按照车型自身配置型号的安装工具，该安装程序十分烦琐，工作效率较低，且实际通用性不佳。充分利用图像处理技术检测机动车自身轮速基本原理为，车轮上张贴相应的特征线，CCD 工业相机可精准性捕捉特征线实际运行状况，利用相机进行动态化拍摄特征线车轮图像，并及时将采集的图像传输至上位机，利用图像处理技术对采集的图像做好预先处理和特征线提取，通过曲线拟合求出连续两帧图像特征线间夹角，进一步获得汽车轮速。图2为图像处理技术用于汽车轮速检测系统结构图，该系统内部包含四个模块，即数据采集、图像处理、轮速解算、客户端面设计，首先图像数据采集主要是通过CCD 工业相机和特征线，完整收集相关的汽车轮速图像，GPS 车速采集模块则是处于整个检测过程中动态化计算机动车实际车速，汽车车速和轮速作为图像处理技术在轮速检测中采集相关数据信息。图像处理过程中最为关键的环节是图像压缩，压缩后的图像应满足后续图像处理基本要求，反之对后续图像处理产生的影响，实际处理过程中由于压缩机制的差异性，其压缩种类存在较大差异性，最为常见的压缩种类包含无损压缩、有损压缩，其中有损压缩使用频次较高。其次，充分将收集汇总的相关数据传输至图像处理模块，对其图像做好预处理工作，提取相应的特征线，完成处理的图像和数据进入轮速解算模块，进一步计算汽车实际轮速，保证计算结果精准性。曲线拟合前为提高特征线分离及拟合率，需对特征线开展边缘检测，边缘自身具有两大特性：沿边方向的像素值变化较为平缓，像素值变化较为剧烈的是边缘垂直方向，检测边缘过程中可选取图像边缘信息提取，特征描述便捷且高效。最后，用户界面设计模块，主要涵盖参数设置模块，主要用于灵活性调整不同的测试参数，适用于多种零部件，轮速显示模块，主要是直观呈现检测获取的相关轮速，以及数据存储模块和数据导入模块，将实际检测获取的相关数据及时导出或存储，为其他机构检测提供助力。

图2 基于图像处理的汽车轮速检测系统

2.5 机动车类型自动识别中应用

图像处理技术在上述汽车检测领域中应用外，还可精准辨识机动车的实际类型，相较于识别车牌对于摄像头等光学信息采集设备要求较高，机动车类型自动辨识对设备要求并不是很高，主要是依附相应的数据资料库，光学设备完整收集车辆相关信息，并动态化进行数据库比对，进一步确定车辆类型相关信息。图像检测应用范围十分广泛，获取信息较为丰富，可用于实现道路交通监控、车型分类及辨识，车辆实际类型包含轿车、客车、货车等，车型对高速公路收费额度、大型停车场管理等控制十分重要。应用图像处理技术可精准性获取汽车车型参数，有助于辨识汽车车型，交由摄像机对汽车进行摄像，通过图像采集卡采集数据并传入计算机内部，交由计算机自动化选用合适的算法，对图像数据进行处理，高效化提取车辆外形特征图像，提取车型参数，以此为核心参数设计出汽车类型分类器，准确辨识车型。我国道路交通安全系统涉及范围较广，可充分应用图像处理技术处于较大范围内自动化辨识车辆具体位置和信息，此类系统是模糊搜索使用频次较高的系统，主要用于发生较大交通事故或险情时，受害者自身心理实际压力较大，无法准确记忆相关的车牌，但可记住车辆自身轮廓和类型，为精准性确定相应的车辆提供助力。应用图像处理技术对车辆自身类型做好辨识，主要程序为利用相应的摄像头系统，处于较大范围内自动化搜索区域内相似车辆，由于每个城市内相类似的车辆较多，需结合图像处理技术辨识车辆系统查询车辆信息，一定程度可缩小实际查找范围[4]。

2.6 汽车车身曲面快速测量中应用

汽车车身曲线形状实际测量，多选取三坐标机接触式测量，其实际面临的不足为实际测量速度较为缓慢，测头触针易发生磨损，精准度难以保证。针对车身曲面非接触快速自动化测量，是当下急需解决的重点。当下提出激光、CCD 技术非接触自动跟踪曲面轨迹随动测量法，可从本质层面消除接触式测量法的不足。该系统主要是充分应用三角几何学实际测量原理，以激光器、光学镜头、CCD 为核心构建相应的几何位置关系图。应用该测量系统对机动车曲线开展实验，将最终结果利用计算机开展处理，应用一系列处理技术后，利用计算机自动生成车身曲线和曲面。

3 图像处理技术在机动车检测行业应用未来前景分析

新时期背景下，全球制造业格局发生较大的变化，新一轮产业创新变革蓄势待发，为促使汽车检测行业凸显图像处理技术的优势，积极驱动图像处理技术在机动车检测行业应用的变化，逐步趋于智能化、网络化和服务化。智能化主趋关键在于人工智能技术，其主要是依托大数据和多视角辨识系统，对数据做好智能化处理，未来图像处理技术用于汽车检测行业中，可实现智能化目标，高效收集和分析相关数据信息，提高分析效率及质量。网络化主要是充分以计算机为基础，显著提高图像处理技术用于汽车检测行业效率，显著提高各环节处理效率，进一步实现汽车检测更具高效化。服务化主要是以汽车检测行业走向高级化标志，逐步丰富图像处理技术应用功能，实现服务化目标。

4 结语

图像处理技术用于机动车检测行业，具有较高的检测效率和质量，由于多个产品或主体目标是无法交由人工进行检测的，所以应用图像处理技术，对图像做好处理分析，最终实现数字化转化，获取相应的数据资料，联合当下数据库资料信息比对，便可实现全面检测的目标。因此，需对图像处理技术在机动车检测行业的应用加以重视，严格依照相关规范开展检测，提高其检测效率和质量。