車身圖像的檢測方法
【技術領域】
[0001] 本發明設及檢測方法，尤其設及車身圖像的檢測方法。
【背景技術】
[0002] 近年來，車輛超限超載嚴重影響國家財產和人民生命安全，危及社會經濟秩序， 已成為一個突出的社會問題。《道路交通安全法實施條例》規定嚴禁超限，載物的長、 寬、高不得違反裝載要求，不得遺灑、飄散載運物；《營運車輛綜合性能要求和檢驗方法》 (GB18565 - 2001)整車整備檢測項目中要求對汽車尺寸參數進行檢測，車輛的結構不得任 意改造。對于在用的車輛，車管部口要結合機動車綜合性能檢測站的年度檢驗，依據營運車 輛檢驗國家標準等有關參數重新核定，監督并杜絕"大噸小標"的車輛上路，避免車輛超限 超載現象。從車輛本身入手，研究超限超載監控的技術，在目前"路口稱重"和"嚴管重罰" 等成效不明顯的情況下，汽車整車尺寸測量技術將從根源上杜絕超載發生，將成為綜合防 治超限超載的重要技術組成部分。
[0003] 上世紀80年代，美國通用汽車公司率先將計算機視覺技術成功應用于車身局部 尺寸的在線檢測。上世紀90年代，歐美一些發達國家（如美國的化ief公司、瑞典的化ta liner公司）就開始從事基于激光掃描的車身二維尺寸測量技術的研究；但大多數公司開 發的激光測量系統都是采用電子測量和激光測量相結合方法，該種方法需要在被測車身的 側面和前方架設兩個導軌，且對導軌的加工和安裝精度有很高的要求，導致系統成本高，且 操作使用不便。除激光測量系統外，國外還開發了較為先進的汽車白車身輪廓電子測量系 統，如意大利Spanesi公司的電子測量系統、瑞典Car-0-liner公司的電子測量系統等。電 子測量系統在測量精度、操作性方面都有不錯的表現，但它最大缺陷是不能同時進行多點 測量，每次只能測量一個點，測量耗時長。除此之外，還有輪廓測定機、輪廓測試儀、形狀測 量儀、表面形狀測量儀等技術和設備，但從某種意義上說，該些技術更適合測量那些精度要 求很高的微小零部件，很難將它們運用在車輛外廓該樣的大尺寸測量中。
[0004] 近年來，國內相關的企業和高校科研人員也對車輛外輪廓尺寸測量技術進行了相 關的研究。在文獻"劉常杰，郝繼貴，楊學友，葉聲華.汽車白車身在線激光視覺檢測站 [J].儀器儀表學報，2004, 25(4) :671-672"中介紹了一種用于汽車白車身在線激光視覺檢 測的方法，它可W測量的車身關鍵尺寸主要包括擋風玻璃尺寸、車口安裝處棱邊位置及定 位孔位置關系等。該一系統采用視覺檢測技術，但不能實現車輛的外輪廓測量。在文獻"奮 乃斌，基于計算機視覺的汽車整車尺寸測量系統的研究巧]，長春：吉林大學，2007吉林大 學"中提出了一種雙目視覺和單目視覺技術相結合的方法，實現了對車輛整車尺寸的測量。 文獻"王興宇，車輛外觀S維輪廓投影識別系統的開發與研究巧]，長春：吉林大學，2007" 中研制了一種車輛動態=維輪廓投影識別系統，它通過=維重建的方法實現車輛整車尺寸 的測量。
[0005] 從圖像中確定出目標所在的位置并將不同的目標區分開來是圖像分割和模式識 別的范疇，是實現車輛整車尺寸的測量的關鍵。在該一領域中，多年來人們已經進行了大 量的研究并取得了很多成果，提出了很多算法，如；王春波，張衛東，張文淵，許曉鳴.復 雜交通環境中車輛的視覺檢測[J].上海交通大學學報，2000, 12(12): 1680-1686;王文 格.基于數字圖像處理技術的汽車輪廓提取[J].計算機與數字工程，2004, 32(4) :33-34; 王額，肖世德，朱為鵬.背景信息提取運動目標物圖像分割算法[J].計算機工程與應 用，2004, 12:34-36 ;李慶啟，陳顯華，王立紅.視頻監視中運動目標檢測與識別方法[J]. 計算機工程，2004, 8 (16): 143-145;章銃晉.圖像工程（中冊）一圖像分析[M].北京：清 華大學出版社，2005:367-386;陳柏生.一種二值圖像連通區域標記的新方法[J].計算機 工程與應用，2006, 25:46-47。
[0006] 但是目前尚未發現一種能普遍適用于所有應用的最優圖像分割方法，必須根據 具體的應用條件提出適合具體應用環境下的圖像分割算法目前圖像分割領域已經提出的 絕大部分分割方法的基礎是像素間的相似性和跳變性.如依據工作對象來分，大致可W分 為：
[0007] (1)相似性分割，將具有同一灰度級或者相同組織結構的像素提取出來，聚集在 一起W描述圖像中的不同區域，該種基于相似性原理的圖像分割方法通常也被稱為基于 區域圖像分割。
[000引 （2)非連續性分割，首先檢測局部不連續性，然后將它們連接起來形成邊界，該 些邊界把圖像分割成不同的區域，該種基于不連續性原理檢測物體邊緣的方法也可稱之 為基于點相關的圖像分割。
【發明內容】
[0009] 本發明的目的在于克服已有技術的缺點，提供一種快速檢測車身圖像的車身圖像 的檢測方法。
[0010] 為了達到上述目的，本發明采用的技術方案是：
[0011] 本發明的車身圖像的檢測方法，它包括W下步驟：
[0012] 對每一個目標物采集兩幅圖片，一幅是沒有目標物的背景圖，另一幅是有目標物 的前景圖，在圖像處理中利用兩幅圖之間的相關信息做差影，去除背景，對得到的差影圖 像進行二值化處理，并對二值化處理后的圖像進行連通性分析，當某一連通區域面積大于 一定的闊值，則此連通區域為提取的目標圖像或其中的一部分，最終實現目標物的檢測。
[0013] 本發明的優點在于；采用本發明方法能夠快速檢測車身圖像。
【具體實施方式】
[0014] 下面結合具體實施例對本發明進行詳細描述。
[0015] 本發明的車身圖像的檢測方法，它包括W下步驟：
[0016] 對每一個目標物采集兩幅圖片，一幅是沒有目標物的背景圖，另一幅是有目標物 的前景圖，在圖像處理中利用兩幅圖之間的相關信息做差影，去除背景，對得到的差影圖 像進行二值化處理，并對二值化處理后的圖像進行連通性分析，當某一連通區域面積大于 一定的闊值，則此連通區域為提取的目標圖像或其中的一部分，最終實現目標物的檢測。
[0017] 本方法中利用差值模型得到的灰度圖像進行黑白二值化處理，若灰度值小于某 一闊值e，將該像素的灰度值置0,對應的圖像f,(x，y)上的像素點被視為背景消除，而若 圖像上的像素灰度值較大（對應車體部分的像素由于灰度值較大），作為分割目標而保留 了下來，提取的目標圖像記為Td(x，y)，滿足關系式（1-1)
[001 引
【主權項】
1. 車身圖像的檢測方法，其特征在于它包括以下步驟： 對每一個目標物采集兩幅圖片，一幅是沒有目標物的背景圖，另一幅是有目標物的前 景圖，在圖像處理中利用兩幅圖之間的相關信息做差影，去除背景，對得到的差影圖像進 行二值化處理，并對二值化處理后的圖像進行連通性分析，當某一連通區域面積大于一定 的閾值，則此連通區域為提取的目標圖像或其中的一部分，最終實現目標物的檢測。
2. 根據權利要求1所述的車身圖像的檢測方法，其特征在于：所述的黑白二值化處理 的具體步驟包括：若灰度值小于某一閾值，將該像素的灰度值置〇,對應的圖像上的像素點 被視為背景消除；若圖像上的像素灰度值較大，則作為分割目標保留下來，滿足下面關系 式：
式中e為閾值，f2(X，y)代表灰度值小于某一閾值對應的圖像，TD(x，y)代表提取的目 標圖像。
【專利摘要】本發明公開了車身圖像的檢測方法，它包括以下步驟：對每一個目標物采集兩幅圖片,一幅是沒有目標物的背景圖,另一幅是有目標物的前景圖,在圖像處理中利用兩幅圖之間的相關信息做差影,去除背景,對得到的差影圖像進行二值化處理,并對二值化處理后的圖像進行連通性分析,當某一連通區域面積大于一定的閾值,則此連通區域為提取的目標圖像或其中的一部分,最終實現目標物的檢測。本發明的優點在于：采用本發明方法能夠快速檢測車身圖像。
【IPC分類】G06T7-00
【公開號】CN104616285
【申請號】CN201410767700
【發明人】段發階, 蔣佳佳, 馮帆, 梁春疆, 唐大林, 趙淵博, 趙峰, 陳海波
【申請人】天津大學
【公開日】2015年5月13日
【申請日】2014年12月12日