[发明专利]一种车载导航导光板黄化视觉检测方法

权利要求书

1.一种车载导航导光板黄化视觉检测方法，其特征在于包括以下步骤：

步骤1、采集导光板图像：在导光板生产线末端，设置导光板图像采集装置，包括预先设置一块有黄化缺陷的导光板叠放一块合格的导光板之上，每次生产完成待检测的导光板叠放在预先设置的带有黄化缺陷的导光板之上，采用高分辨率工业相机进行图像采集，获得三块导光板叠在一起的导光板图像；

步骤2、灰度转换：将步骤1输入的导光板图像进行灰度变换转化为灰度图像；

步骤3、疑似边缘提取：对于步骤2获得的灰度图像采用使用双边滤波器进行图像平滑处理，然后对序列M[i,j]中的点进行依次差值，利用梯度直方图原理自适应地获取的高阈值和低阈值来判断图像中的边缘点，把这些边缘点连接成轮廓，从而得到导光板疑似边缘的图像，实现图像的疑似边缘提取；

步骤4、特征选取：步骤3获得的导光板疑似边缘的图像中的导光板疑似边缘为多线段组成的近似轮廓，将上下之间距离小于45的相邻两条线段中的上面那条线段去除，得到导光板的最终轮廓图像：

high:＝Row[index]-Row[index+1]，

其中，Row[index]和Row[index+1]分别指代相邻两条线段中心的行坐标，满足条件abs(high)45，则选取该直线；

步骤5、生成矩形区域：根据步骤1采集的导光板图像中每一块导光板的中心坐标，每隔相同的距离创建一个矩形区域，每块导光板创建9个矩形区域，总共生成27个矩形区域的图像，每个矩形区域的中心点坐标为：(Row1[index1],index2*0.1*Width+40)，其中，index1指步骤4获得的导光板的最终轮廓图像中的三块导光板的索引编号，Index2指的是每块导光板上生成9个矩形区域的索引编号，Width是导光板的一个宽度；

步骤6、构建特征向量：将步骤1获取的导光板图像转为三个单通道图像，获得RGB三通道彩色图像，并且计算所获得的RGB三通道彩色图像中RGB三个通道的灰度值；然后将获得的RGB三通道彩色图像转换为HSV彩色图像，并赋予不同的权值：

F＝a×H+b×S+c×V且a+b+c＝1，

其中，F为输入的RGB彩色图像，H、S、V分别指代色度、饱和度、亮度，a、b、c分别为赋予H、S、V的权重值，c＝0.1，b＝0.45、a＝0.45；

由此创建189维向量：

189维向量＝9(每个导光板图像生成9矩形个区域)*3(每次测量使用步骤1获取的导光板图像包含三块导光板)*[1(每个不同区域)+3(R、G、B三通道灰度值)+3(H、S、V色度、饱和度、亮度)]，

各个特征分布以第一个矩形图像为例，具体各参量分布如下：

1(第一个矩形区域)

R(红色通道灰度值) G(绿色通道灰度值) B(蓝色通道灰度值)

H(色度) S(饱和度) V(亮度)

余下26个图像结构相同，故共同形成一个189维向量，来作为支持向量机SVM模型的输入参数；

步骤7、建立并训练、测试支持向量机SVM模型；

步骤8、使用训练好的支持向量机SVM模型进行黄化检测：

将步骤6获得的189维向量输入到步骤7获得的训练好的支持向量机SVM模型中进行运算，在导光板图像标上黄化缺陷的标签并输出结果，没有缺陷的导光板图像设置标签为0，含有黄化缺陷的导光板图像设置标签为1。

2.根据权利要求1所述的一种车载导航导光板黄化视觉检测方法，其特征在于所述步骤2灰度转换的步骤具体如下：

步骤1所获得的导光板图像为彩色图像，分别对图像中每个像素的R、G、B三个基色分量按下面公式3计算亮度值，从而进行灰度变换转为灰度图像：

Y＝0.3R+0.59G+0.11B (公式3)

其中，Y为计算获得的亮度值，R，G，B分别对应每个像素的R，G，B三个基色分量。