[发明专利]一种基于自适应阈值的汽车划痕检测方法

说明书

发明公开了一种基于自适应阈值的汽车划痕检测方法。步骤为：通过相机采集到带有划痕的汽车外观图像；利用小波变换图像融合的特性，将小波变换和新型数学形态学的方法相融合，检测出图像边缘，即汽车划痕；利用基于自适应阈值的滤波去噪算法对得到的边缘检测图像进行去噪，得到清晰的边缘检测图像；通过八连通方法检查各像素与其相邻像素的连通性，将断开的划痕连接起来。本发明在汽车划痕检测时有着比传统方法更好的噪声抑制能力和边缘检测效果。

技术领域

本发明属于光学测量技术领域，具体为一种基于自适应阈值的汽车划痕检测方法。

背景技术

在生产、运输过程中，汽车表面很容易产生各种外观缺陷，而目前基本都是靠人工目测，少数划痕检测算法在去噪和边缘检测方面效果并不理想，因此亟需一种清晰高效的汽车划痕检测方法。

发明内容

本发明公开了一种基于自适应阈值的汽车划痕检测方法，用于解决现有汽车划痕检测方法效果不理想的问题。

本发明的技术方案如下：一种基于自适应阈值的汽车划痕检测方法，步骤如下：

步骤1.使用工业相机采集到带有划痕的汽车外观图像；

步骤2.利用小波变换图像融合的特性，将小波变换和新型数学形态学的方法相融合，检测出图像边缘，即汽车划痕；

步骤3.利用基于自适应阈值的滤波去噪算法对得到的边缘检测图像进行去噪，得到清晰的边缘检测图像；

步骤4.通过八连通方法检查各像素与其相邻像素的连通性，将断开的划痕连接起来。

优选的，步骤2中，将小波变换和新型数学形态学的方法相融合进行边缘检测，具体步骤为：

步骤2.1.利用构造二维可微的高斯平滑函数，记其中s＝2^j为小波变换尺度；

对θ(x,y)分别求x和y方向的偏导数，利用两个方向上的偏导数对原图像中点的像素值f(x,y)进行卷积处理，得到尺度s上的图像二维小波变换的两个梯度矢量分量

将两个梯度矢量分量取模值将像素点(x,y)的邻域按每45°平均分为8个扇形；根据其幅角确定像素点落在哪个扇区内；

比较模值M_sf(x,y)与梯度上两相邻像素模值的大小，若M_sf(x,y)最大，则该点定为边缘点；至此得到边缘检测图A；

步骤2.2.用结构元素B₁,B₂对噪声图像滤波和腐蚀膨胀操作得到初步图像边缘检测算子y＝y_d+y_e，其中，

为灰度开运算，·为灰度闭运算，为灰度膨胀运算，为灰度腐蚀运算，

取得图像的细节边缘，即e＝min{y_d,y_e}；

求出图像的最终边缘算子y_final＝y+e；至此得到边缘检测图B；

步骤2.3.将A和B分别进行三次小波分解，每层中都分别将相同子图用系数法融合，如CL1＝k×A_CL1+(1-k)×B_CL1，再将融合后的子图依次重构得到最终边缘检测图像。

优选的，步骤3中，基于自适应阈值的滤波去噪算法对得到的边缘检测图像进行去噪的具体步骤为：