摘要: |
随着机器视觉检测为代表的在线检测技术日臻成熟,其检测效率、一致性、重复性和适应性是传统检测方法难以比拟的,而且机器视觉易于实现信息集成。机器视觉检测系统将成为二十一世纪产品计算机集成制造、质量控制技术重要的基础之一。
与此同时,各汽车整车厂对成本的控制力度不断加大,推行轿车零部件的全球采购,加之汽车行业的激烈竞争,国内汽车组合仪表盘生产厂家面临的压力是产品产量要求越来越大,而款式更新周期也越来越快。伴随而来的规模化和自动化制造对产品检验提出了更高的要求。
本文介绍了如何应用图像处理与识别的原理开发机器视觉智能集成测试系统,给出适合仪表盘特性的图像算法,测试系统方案的提出和实现,包括测量方案的提出和可行性理论验证,最终实现对汽车仪表盘总成的智能化、自动化、高精度快速质量检测。其工作重点在于:
●在复杂的表盘背景中,如何提取指针或刻度的边缘轮廓的精度将直接影响到测量的准确度与速度。通过对多种算法进行比较及大量的编程实验,确定了使用Prewitt算子对图像进行非线性滤波,得到原始图像的梯度图像;然后采用自动取阈值法对梯度图像二值化;运用数学形态学基本理论细化二值化后的指针,有效去除噪声后,得到指针骨架;运用线性回归分析法求出指针的直线方程;
●提出了建立仪表盘模板的方式,从而能够充分利用先验知识,用模板匹配搜索的方法快速准确找出刻度,提高了检测效率;
●系统硬件结构的设计和设备的选型,确立关键设备等硬件的性能指标,对它们进行完善的匹配;同时根据实际批量生产的需要,提出了快速提取算法;
●利用labview编写检测调校软件程序,该程序完成对仪表盘指针的测量,对测量结果进行判断,根据判断结果做相应的指针校准。
该测试系统的建立不仅可完成对TCAR4lO汽车组合仪表盘的在线检测,同时也为其它类似不同型号仪表盘提供了一个模板,实现了测试软件系统的快速开发。实验及生产应用证明,该套系统满足测试要求,测量稳定性好,且有较强的抗干扰能力。
|