無(wú)錫翹曲度玻璃面型檢測(cè)

    分別計(jì)算這四個(gè)相鄰像素點(diǎn)到插值點(diǎn)p(x,y)的水平距離和垂直距離，并用距離作為它們灰度值的權(quán)重進(jìn)行插值計(jì)算，便可得到插值點(diǎn)p(x,y)的灰度值；設(shè)像素點(diǎn)的灰度值用函數(shù)g表示，首先在x方向上進(jìn)行插值計(jì)算，計(jì)算公式如下：然后對(duì)y方向進(jìn)行線性插值計(jì)算，可得到插值點(diǎn)p(x,y)像素的灰度值，化簡(jiǎn)得：再將所有的插值點(diǎn)進(jìn)行連接，便可得到亞像素閾值分割后的邊緣輪廓。本產(chǎn)品還公開(kāi)了一種基于機(jī)器視覺(jué)的汽車(chē)玻璃檢測(cè)方法，包括步驟：s01、按如上所述的汽車(chē)玻璃亞像素輪廓提取方法，提取各汽車(chē)玻璃圖像的亞像素邊緣輪廓；s02、對(duì)得到的標(biāo)準(zhǔn)汽車(chē)玻璃輪廓和待檢測(cè)汽車(chē)玻璃輪廓進(jìn)行配準(zhǔn)；s03、計(jì)算待檢測(cè)玻璃的誤差尺寸。作為上述技術(shù)方案的進(jìn)一步改進(jìn)，步驟s02中的圖像配準(zhǔn)方法的具體步驟如下：s21、對(duì)標(biāo)準(zhǔn)汽車(chē)玻璃輪廓圖像和待檢測(cè)汽車(chē)玻璃輪廓圖像進(jìn)行降采樣來(lái)構(gòu)建圖像金字塔；s22、對(duì)頂層的圖像用相似性度量公式計(jì)算在所有可能的位姿的相似度量，并運(yùn)用加速中止策略對(duì)遍歷計(jì)算進(jìn)行加速；s23)將配準(zhǔn)結(jié)果映射到圖像金字塔的下一層，并將配準(zhǔn)結(jié)果周?chē)膮^(qū)域確定為新的搜索區(qū)域；s24)重復(fù)步驟s22到步驟s23，直到映射到金字塔的底層，配準(zhǔn)結(jié)束，輸出配準(zhǔn)結(jié)果。我們的汽車(chē)檢測(cè)設(shè)備能夠幫助用戶(hù)提高車(chē)輛的性能和駕駛體驗(yàn)。無(wú)錫翹曲度玻璃面型檢測(cè)

放置在收集透鏡14焦點(diǎn)處的眼兒15以及光電探測(cè)器16組成。并且，光電探測(cè)器16的安裝位置須保證其能夠收集透過(guò)眼兒15的全部光強(qiáng)；通過(guò)光束位移模塊產(chǎn)生的光束離軸效果如圖2和圖6所示，其中x光學(xué)平板6和y光學(xué)平板8的轉(zhuǎn)動(dòng)角度越大，根據(jù)平板的折射作用，光束的離軸量r越大，那么，離軸準(zhǔn)直光束經(jīng)過(guò)物鏡10匯聚后仍然聚焦于物鏡10焦點(diǎn)，但由于離軸準(zhǔn)直光束的平面光斑22不充滿物鏡的入瞳21，匯聚光束的角度變?yōu)棣?，與自由曲面樣品11在測(cè)量點(diǎn)m的法線方向一致，即可實(shí)現(xiàn)對(duì)自由曲面樣品11的法向跟蹤。紹興平坦度玻璃面型檢測(cè)價(jià)格汽車(chē)邊窗及后擋一般都是鋼化玻璃。

   用于對(duì)汽車(chē)玻璃的尺寸進(jìn)行檢測(cè)，包括步驟：1)獲取標(biāo)準(zhǔn)汽車(chē)玻璃圖像和待檢測(cè)的汽車(chē)玻璃圖像；2)對(duì)各汽車(chē)玻璃圖像進(jìn)行邊緣提取，得到各汽車(chē)玻璃圖像的像素級(jí)邊緣輪廓；3)對(duì)像素級(jí)邊緣輪廓進(jìn)行亞像素定位，得到各汽車(chē)玻璃圖像的亞像素邊緣輪廓；4)按如上所述的配準(zhǔn)方法對(duì)得到的標(biāo)準(zhǔn)汽車(chē)玻璃輪廓和待檢測(cè)汽車(chē)玻璃輪廓進(jìn)行配準(zhǔn)；5)計(jì)算待檢測(cè)玻璃的誤差尺寸，通過(guò)誤差尺寸確定待檢測(cè)的汽車(chē)玻璃是否合格。本方法的基于機(jī)器視覺(jué)的汽車(chē)玻璃檢測(cè)方法，首先獲取汽車(chē)玻璃的圖像，再對(duì)獲取到的汽車(chē)玻璃圖像進(jìn)行系列處理，計(jì)算得到玻璃的尺寸信息，根據(jù)設(shè)置的公差判斷生產(chǎn)的玻璃是否合格，此種非接觸式測(cè)量方法，耗時(shí)較短，測(cè)量精度高，可以**提高工廠的生產(chǎn)效率，實(shí)現(xiàn)玻璃制造行業(yè)的快速高效發(fā)展。本實(shí)施例中，在步驟2)中，通過(guò)canny算子對(duì)預(yù)處理后的圖像進(jìn)行邊緣提取，對(duì)應(yīng)步驟為：)用一維高斯函數(shù)對(duì)圖像進(jìn)行平滑濾波，高斯函數(shù)g(x，y)表示如下：用高斯函數(shù)g(x，y)對(duì)原始圖像f(x，y)進(jìn)行卷積計(jì)算，得到平滑圖像i(x,y)：i(x,y)＝g(x,y)*f(x,y))用2×2鄰域內(nèi)的一階偏導(dǎo)的有限差分對(duì)平滑圖像i(x,y)進(jìn)行梯度計(jì)算。

    此種配準(zhǔn)方法可以有效提高配準(zhǔn)速度，從而提高檢測(cè)速度。附圖說(shuō)明圖1為本產(chǎn)品的提取方法在實(shí)施例的方法流程圖。圖2為本產(chǎn)品中通過(guò)canny算子提取邊緣的方法流程圖。圖3為本產(chǎn)品中雙線性插值法示意圖。圖4為本產(chǎn)品的檢測(cè)方法在具體實(shí)施例的方法流程圖。圖5為本產(chǎn)品中配準(zhǔn)的方法流程圖。圖6為本產(chǎn)品中圖像金字塔示意圖。圖7為本產(chǎn)品中輪廓誤差示意圖。具體實(shí)施方式以下結(jié)合說(shuō)明書(shū)附圖和具體實(shí)施例對(duì)本產(chǎn)品作進(jìn)一步描述。如圖1所示，本實(shí)施例的汽車(chē)玻璃亞像素輪廓提取方法，包括以下步驟：步驟1)獲取標(biāo)準(zhǔn)汽車(chē)玻璃圖像和待檢測(cè)的汽車(chē)玻璃圖像；步驟2)對(duì)各汽車(chē)玻璃圖像進(jìn)行預(yù)處理，預(yù)處理包括sigma濾波、中值濾波和圖像增強(qiáng)；步驟3)對(duì)預(yù)處理后的各汽車(chē)玻璃圖像進(jìn)行邊緣提取，得到各汽車(chē)玻璃圖像的像素級(jí)邊緣輪廓；步驟4)對(duì)像素級(jí)邊緣輪廓進(jìn)行亞像素定位，得到各汽車(chē)玻璃圖像的亞像素邊緣輪廓。本實(shí)施例中，步驟2)中的sigma濾波處理為：用一個(gè)n×n(n=3,5,7,…,)的窗口在圖像上滑動(dòng)濾波，首先計(jì)算濾波窗口中所有像素灰度值的標(biāo)準(zhǔn)差σ，設(shè)中心點(diǎn)像素灰度值為p，根據(jù)v=[p-2σ,p+2σ]計(jì)算置信區(qū)間范圍，選擇所有在置信區(qū)間范圍內(nèi)的窗口像素的灰度值用于計(jì)算其平均值。汽車(chē)玻璃按照功能屬性分為：鍍膜、HUD、隔音、憎水、調(diào)光、加熱等。

    然后用測(cè)量尺或小型測(cè)量?jī)x進(jìn)行測(cè)量。三坐標(biāo)測(cè)量?jī)x是采用探針?lè)謩e測(cè)量模板玻璃和待檢測(cè)玻璃各個(gè)點(diǎn)的坐標(biāo)位置，根據(jù)這些點(diǎn)的空間坐標(biāo)值，根據(jù)擬合計(jì)算，可以得到模板玻璃和待檢測(cè)玻璃的幾何尺寸、形狀和位置公差。上述測(cè)量方法都是接觸式測(cè)量方法，人工手動(dòng)檢測(cè)根據(jù)檢測(cè)人的不同會(huì)得到不同的檢測(cè)結(jié)果，難以客觀衡量檢測(cè)結(jié)果的好壞，三坐標(biāo)測(cè)量?jī)x每次測(cè)量時(shí)需要獲取滿足一定數(shù)量的點(diǎn)進(jìn)行擬合計(jì)算，因此測(cè)量耗時(shí)較長(zhǎng)，不利于工廠的自動(dòng)化生產(chǎn)。技術(shù)實(shí)現(xiàn)要素：本產(chǎn)品要解決的技術(shù)問(wèn)題就在于：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題，本產(chǎn)品提供一種檢測(cè)精度高、處理速度快、持續(xù)時(shí)間長(zhǎng)的基于機(jī)器視覺(jué)的汽車(chē)玻璃亞像素輪廓提取方法及提取裝置，并相應(yīng)提供一種檢測(cè)精度高、檢測(cè)效率高的汽車(chē)玻璃檢測(cè)方法。為解決上述技術(shù)問(wèn)題，本產(chǎn)品提出的技術(shù)方案為：一種汽車(chē)玻璃亞像素輪廓提取方法，包括以下步驟：步驟1)獲取標(biāo)準(zhǔn)汽車(chē)玻璃圖像和待檢測(cè)的汽車(chē)玻璃圖像；步驟2)對(duì)各汽車(chē)玻璃圖像進(jìn)行預(yù)處理，預(yù)處理包括sigma濾波、中值濾波和圖像增強(qiáng)；步驟3)對(duì)預(yù)處理后的各汽車(chē)玻璃圖像進(jìn)行邊緣提取，得到各汽車(chē)玻璃圖像的像素級(jí)邊緣輪廓；步驟4)對(duì)像素級(jí)邊緣輪廓進(jìn)行亞像素定位。鍍膜玻璃采用磁控真空濺射技術(shù)。東莞不規(guī)則玻璃面型檢測(cè)聯(lián)系人

玻璃面型檢測(cè)檢測(cè)玻璃可檢測(cè)光學(xué)性能:透過(guò)率、折射率、遮陽(yáng)系數(shù)。無(wú)錫翹曲度玻璃面型檢測(cè)

    可以得到變換后的模板在點(diǎn)q處的相似度量，下式為相似度量計(jì)算公式：將相似度量進(jìn)行歸一化之后會(huì)返回一個(gè)比1小的數(shù)值，這個(gè)數(shù)值則作為潛在的匹配對(duì)象的匹配分值，分值越接近于1，表示匹配結(jié)果越好；s224、預(yù)先自定義一個(gè)匹配分值的閾值smin，在配準(zhǔn)時(shí)會(huì)對(duì)圖像所有的像素點(diǎn)進(jìn)行計(jì)算，但其中的極大部分像素點(diǎn)并不能滿足預(yù)先設(shè)定的閾值smin。當(dāng)使用上述相似度量算子進(jìn)行計(jì)算時(shí)，sj表示累計(jì)到匹配模板的第j個(gè)元素時(shí)所有向量點(diǎn)積的總和，計(jì)算公式如下：由于總和里剩下的n-j項(xiàng)都小于或等于1，因此，若sj＜smin-1+j/n，匹配分?jǐn)?shù)必定會(huì)小于smin，匹配分?jǐn)?shù)必定會(huì)比閾值smin小，可以在第j個(gè)元素后結(jié)束當(dāng)前匹配。s23、將配準(zhǔn)結(jié)果映射到圖像金字塔的下一層，并將配準(zhǔn)結(jié)果周?chē)膮^(qū)域確定為新的搜索區(qū)域；s24、重復(fù)步驟s22-步驟s23，直到映射到金字塔的底層，配準(zhǔn)結(jié)束，輸出配準(zhǔn)結(jié)果。本實(shí)施例中，在步驟s03中，在圖像匹配完成后，就可以計(jì)算兩個(gè)玻璃輪廓之間的誤差，玻璃輪廓是玻璃邊緣上所有點(diǎn)的點(diǎn)集。假設(shè)待檢測(cè)玻璃上有一點(diǎn)p，它到模板玻璃輪廓上的短距離就是該點(diǎn)的誤差，如圖7所示，d2為所求誤差，若d2＜0，則表示待檢玻璃比模板玻璃要??；若d2＞0，則表示待檢玻璃比模板玻璃要大。無(wú)錫翹曲度玻璃面型檢測(cè)