久久综合丝袜日本网手机版,日韩欧美中文字幕在线三区,亚洲精品国产品国语在线,极品在线观看视频婷婷

      <small id="aebxz"><menu id="aebxz"></menu></small>
    1. 汽車涂裝自動(dòng)化中數(shù)字圖像處理技術(shù)的運(yùn)用論文

      • 相關(guān)推薦

      汽車涂裝自動(dòng)化中數(shù)字圖像處理技術(shù)的運(yùn)用論文

        摘要:數(shù)字圖像處理在汽車涂裝領(lǐng)域的應(yīng)用, 本文介紹了數(shù)字圖像處理基礎(chǔ)和數(shù)字圖像處理在自動(dòng)車型識(shí)別, 易磨損部位檢測(cè)和預(yù)警以及車身表面質(zhì)量檢測(cè)的應(yīng)用。

      汽車涂裝自動(dòng)化中數(shù)字圖像處理技術(shù)的運(yùn)用論文

        關(guān)鍵詞:汽車涂裝; 數(shù)字圖像處理;

        1、引言

        汽車行業(yè)本就是自動(dòng)化程度較高的產(chǎn)業(yè), 但是目前的工業(yè)4.0和日益上漲的人力成本給汽車企業(yè)提出了更高的要求, 數(shù)字圖像處理在快速、高效的完成汽車涂裝生產(chǎn)和涂裝生產(chǎn)過(guò)程中的缺陷檢測(cè)方面有顯著優(yōu)勢(shì)。另外為實(shí)現(xiàn)高節(jié)奏的生產(chǎn)過(guò)程中, 高速運(yùn)轉(zhuǎn)的設(shè)備故障預(yù)警, 數(shù)字圖像處理也提供了可行的解決方案。

        2、數(shù)字圖像處理基礎(chǔ)

        提到數(shù)字圖像處理, 首先要明確什么是數(shù)字圖像。一幅圖像可以定義為一個(gè)二維函數(shù) (x, y) , 其中x和y是空間 (平面) 坐標(biāo), 而任何一對(duì)空間坐標(biāo) (x, y) 處的幅值f稱為圖像在該點(diǎn)的強(qiáng)度或灰度。當(dāng)X, Y和灰度值f是有限的離散數(shù)值時(shí), 我們稱該圖像為數(shù)字圖像。有了數(shù)字圖像, 我們可以對(duì)數(shù)字圖像進(jìn)行處理, 對(duì)數(shù)字圖像處理可以分為初級(jí)處理、中級(jí)處理、高級(jí)處理三種方式, 初級(jí)處理就是對(duì)圖像進(jìn)行簡(jiǎn)單的處理, 例如我們平時(shí)用的ps和相機(jī)美顏功能, 都可以理解為對(duì)數(shù)字圖像進(jìn)行了初級(jí)處理, 這種處理輸入的是圖像 (原圖) , 輸出是處理過(guò)的圖像 (例如PS過(guò)的圖像) 。中級(jí)處理, 在初級(jí)處理的基礎(chǔ)上, 輸入的是圖像, 輸出的則是從圖像處理中得到的信息, 例如小區(qū)停車場(chǎng)的攝像頭, 拍攝車牌號(hào)的圖像, 在圖像中提取出車牌號(hào)信息, 與數(shù)據(jù)庫(kù)中的信息進(jìn)行比對(duì), 從而實(shí)現(xiàn)身份進(jìn)入、停車計(jì)時(shí)等功能。最后, 高級(jí)處理就涉及到計(jì)算機(jī)自主學(xué)習(xí)的功能, 例如對(duì)車身表面噴涂質(zhì)量的檢測(cè), 就屬于對(duì)數(shù)字圖像的高級(jí)處理。詳細(xì)應(yīng)用將在下文闡述。

        3、數(shù)字圖像處理在汽車涂裝領(lǐng)域的應(yīng)用

        3.1、自動(dòng)車型的識(shí)別

        在汽車涂裝工藝中, 針對(duì)不同的車型, 設(shè)備需要設(shè)定不同的工藝參數(shù), 例如前處理自動(dòng)加藥的加藥量, 電泳的電壓, 噴涂機(jī)器人的軌跡等等。針對(duì)這一應(yīng)用, 目前汽車廠大部分使用光電開(kāi)關(guān), 針對(duì)不同車型的特征點(diǎn)進(jìn)行檢測(cè), 這種方式的有點(diǎn)在于成本低, 一般一到兩個(gè)光電開(kāi)關(guān)就可以檢測(cè)2-3種車型, 但是這種檢測(cè)方式的缺點(diǎn)在于它檢測(cè)的車型必須有明顯的特征點(diǎn)或者尺寸差別, 這樣才能完成車型的識(shí)別。而針對(duì)尺寸差別不大或者沒(méi)有明顯特征點(diǎn)的車型, 光電開(kāi)關(guān)就無(wú)能為力了。這時(shí)就該數(shù)字圖像處理出馬了。我們?cè)诠潭ㄎ恢门恼? 我們把目標(biāo)也就是車身標(biāo)為1, 把背景標(biāo)為0, 我們?cè)O(shè)定每個(gè)車型的1和0邊界, 通過(guò)計(jì)算機(jī)內(nèi)部算法對(duì)圖像進(jìn)行邊界判定, 這樣就可以根據(jù)1和0的邊界樣式識(shí)別出是哪種車型。以上的方法是界定邊界法;蛘, 我們可以使用另一種方法——骨架法。骨架法是界定邊界法的簡(jiǎn)化形式, 我們?cè)谶吔邕x取一些特征點(diǎn), 然后把特征點(diǎn)按一定順序連接起來(lái), 這樣構(gòu)成的圖形, 就是這個(gè)圖形的邊界骨架, 只要選取的骨架點(diǎn)能反應(yīng)出不同的車型, 這種方法的計(jì)算量會(huì)小很多, 適合運(yùn)算資源不夠的情況。選取的點(diǎn)的數(shù)量不同, 識(shí)別的精度也不相同。

        3.2、易磨損部位的檢測(cè)及預(yù)警

        汽車工廠里面的設(shè)備需要長(zhǎng)時(shí)間高負(fù)荷運(yùn)行, 有些易磨損部位的檢測(cè)就成了難題, 我們無(wú)法經(jīng)常性的停機(jī)檢查, 那樣會(huì)嚴(yán)重影響生產(chǎn), 另外我們也很不容易憑借肉眼來(lái)觀察出細(xì)微的磨損, 因此在線實(shí)時(shí)檢測(cè)易磨損部位的磨損情況就顯得十分重要。

        首先一般我們需要觀察的易磨損部位周邊情況都比較復(fù)雜, 或者光線條件不好, 無(wú)法得到十分清晰的照片, 這樣就需要我們先對(duì)數(shù)字圖像進(jìn)行一定程度的變換。首先要對(duì)圖像進(jìn)行最簡(jiǎn)單的灰度變換, 例如我們可以把過(guò)亮的圖像通過(guò)把整個(gè)圖像灰度變小實(shí)現(xiàn)圖像的變暗, 或者把過(guò)暗的圖像的整個(gè)灰度變大實(shí)現(xiàn)圖像的變量, 或者通過(guò)函數(shù), 把在一個(gè)很大范圍灰度的圖像的大范圍灰度映射到一個(gè)比較小的灰度范圍, 這樣可以在圖像中凸顯出目標(biāo)物體。另外常用的變換還有對(duì)數(shù)變換、伽馬變換、分段線性變換、平滑空間濾波變換、銳化空間濾波變換、混合空間變換等, 這些變換都是對(duì)圖像的灰度進(jìn)行針對(duì)性的處理, 以達(dá)到預(yù)期的效果。

        我們對(duì)灰度變換后的圖像, 獲取他的邊界, 與正常無(wú)磨損的部件邊界進(jìn)行對(duì)比, 實(shí)時(shí)進(jìn)行檢測(cè)。這樣我們還可以根據(jù)磨損的程度, 設(shè)定一個(gè)預(yù)警機(jī)制, 可以根據(jù)磨損速度, 預(yù)測(cè)該易磨損件的壽命, 制定維修計(jì)劃。在達(dá)到預(yù)測(cè)的壽命時(shí)可以直接更換該易損件, 或者增加關(guān)注度, 實(shí)時(shí)觀測(cè)磨損程度, 在磨損程度達(dá)到臨界值時(shí)再進(jìn)行更換, 這樣可以大大節(jié)約成本。

        3.3、車身表面質(zhì)量檢測(cè)

        質(zhì)量是產(chǎn)品的生命, 對(duì)于汽車產(chǎn)品來(lái)說(shuō), 好的涂裝表面是車質(zhì)量最直接最外在的體現(xiàn), 所以, 每個(gè)汽車廠都對(duì)汽車車身表面質(zhì)量檢測(cè)十分嚴(yán)格, 目前大部分汽車廠都采用人工檢測(cè), 通過(guò)在線人員的眼看、手摸來(lái)發(fā)現(xiàn)汽車車身表面存在的質(zhì)量問(wèn)題。但是首先這種傳統(tǒng)的方式對(duì)在線的工人要求很高, 工人必須有豐富的經(jīng)驗(yàn)才能應(yīng)對(duì)形形色色的車身質(zhì)量問(wèn)題, 培養(yǎng)一個(gè)經(jīng)驗(yàn)豐富的工人需要很長(zhǎng)的時(shí)間, 由經(jīng)驗(yàn)不豐富的工人進(jìn)行檢查可能造成錯(cuò)檢。其次, 工人很難在高負(fù)荷的連續(xù)生產(chǎn)下保持長(zhǎng)時(shí)間的專注度, 往往可能在連續(xù)工作一段時(shí)間后由于注意力下降, 可能造成漏檢。另外, 這種檢測(cè)往往很難形成統(tǒng)一的技術(shù)規(guī)范、技術(shù)標(biāo)準(zhǔn), 例如工人覺(jué)得車身車門有色差, 這就是一個(gè)完全主觀的判斷, 沒(méi)有任何數(shù)據(jù)做支撐, 每個(gè)人對(duì)色彩的敏感程度不同就會(huì)做出不同的判斷。針對(duì)這些問(wèn)題, 在車身表面質(zhì)量檢測(cè)過(guò)程中引入數(shù)字圖像處理技術(shù)的優(yōu)勢(shì)明顯。首先, 機(jī)器通過(guò)學(xué)習(xí)后學(xué)習(xí)的經(jīng)驗(yàn)完全可復(fù)制到其他的機(jī)器中, 這樣就解決的經(jīng)驗(yàn)豐富的問(wèn)題, 機(jī)器可以通過(guò)不斷的學(xué)習(xí), 不斷的完善自己的知識(shí)庫(kù), 同時(shí)把這些經(jīng)驗(yàn)實(shí)時(shí)共享給其他的機(jī)器。其次, 機(jī)器是不知疲倦的, 也不會(huì)出現(xiàn)注意力不集中的問(wèn)題, 無(wú)論工作多久都會(huì)保質(zhì)保量的完成工作。最后, 通過(guò)數(shù)字圖像處理, 完全可實(shí)現(xiàn)不同質(zhì)量缺陷的標(biāo)準(zhǔn)化, 例如計(jì)算機(jī)通過(guò)對(duì)圖片的數(shù)字化處理, 完全把車身的顏色數(shù)字化, 顏色在什么范圍認(rèn)為是沒(méi)有問(wèn)題的, 超出范圍就認(rèn)為有色差, 這樣所有的車身都是一個(gè)標(biāo)準(zhǔn), 避免了主觀意識(shí)對(duì)質(zhì)量的影響。

        為了實(shí)現(xiàn)車身表面質(zhì)量的檢測(cè), 首先要對(duì)車身表面的照片進(jìn)行處理。這些處理包括:圖像降噪處理、圖像色彩分層、圖像的點(diǎn)線邊緣檢測(cè)。處理過(guò)的圖像我們還需要對(duì)圖像進(jìn)行壓縮, 因?yàn)閳D像中包含了很多我們不需要的信息, 而計(jì)算機(jī)的存儲(chǔ)和運(yùn)算速度有限, 我們要把資源用在刀刃上, 所以對(duì)數(shù)字圖像進(jìn)行壓縮也是必須的。最后我們需要對(duì)圖像進(jìn)行頻率域變換, 這是數(shù)字處理的重中之重, 數(shù)字計(jì)算和快速傅里葉變換算法 (FFT) 是人們對(duì)數(shù)字圖像處理的關(guān)鍵技術(shù)。之后我們需要對(duì)數(shù)字圖像進(jìn)行全局閾值處理, 這種處理的目的在于突出我們的目標(biāo)區(qū)域, 而使其他的“背景”完全“消失”, 這樣我們可以更清楚的實(shí)現(xiàn)對(duì)圖像的處理。

        在我們收集了足夠多的處理過(guò)的數(shù)字圖像后, 我們可以開(kāi)始進(jìn)行機(jī)器學(xué)習(xí)了, 我們?cè)O(shè)定不同的分類器, 每個(gè)分類器對(duì)應(yīng)一種缺陷, 然后我們把收集的數(shù)字圖像隨機(jī)分為三個(gè)集合:訓(xùn)練集、驗(yàn)證集、測(cè)試集。然后我們用訓(xùn)練集訓(xùn)練一個(gè)分類器, 然后再用驗(yàn)證集和測(cè)試集來(lái)測(cè)試分類器的準(zhǔn)確性。在訓(xùn)練過(guò)程中, 可能會(huì)出現(xiàn)欠擬合或者過(guò)擬合, 欠擬合就是模型擬定的太嚴(yán)謹(jǐn), 不符合現(xiàn)實(shí)情況。過(guò)擬合就是算法不但學(xué)習(xí)了數(shù)據(jù), 還把噪聲學(xué)習(xí)了這樣的算法無(wú)法推廣。我們需要尋找到一個(gè)平衡點(diǎn), 既能完成對(duì)缺陷的處理又能保證正常合格車身的通過(guò)率。

        4、結(jié)語(yǔ)

        數(shù)字圖像處理技術(shù)在汽車涂裝自動(dòng)化領(lǐng)域的運(yùn)用, 必將對(duì)改善車身質(zhì)量, 降低人力成本起到積極作用。并且, 隨著數(shù)字圖像處理技術(shù)的進(jìn)一步發(fā)展, 和數(shù)字處理算法的進(jìn)一步優(yōu)化, 數(shù)字圖像處理將更快更準(zhǔn)確的尋找和發(fā)現(xiàn)汽車涂裝表面缺陷。隨著數(shù)字圖像處理在汽車涂裝領(lǐng)域的應(yīng)用進(jìn)一步深入, 通過(guò)數(shù)字圖像處理來(lái)指導(dǎo)生產(chǎn), 發(fā)現(xiàn)生產(chǎn)中存在的問(wèn)題的水平將近一步的提高, 同時(shí)隨著計(jì)算機(jī)硬件成本的降低和技術(shù)的發(fā)展, 數(shù)字圖像處理在汽車涂裝領(lǐng)域的應(yīng)用將會(huì)持續(xù)增長(zhǎng)。

        參考文獻(xiàn)

        [1]阮秋琦, 阮宇智.等數(shù)字圖像處理學(xué)[M]第三版.北京:電子工業(yè)出版社, 2011.6.

        [2]學(xué)習(xí)Open CV (中文版) / (美) 布拉德司機(jī) (Bradski.G.) , (美) 科勒 (Kaehler.A.) 著;于仕琪, 劉凱禎譯.北京:清華大學(xué)出版社, 2009.10.

        [3]趙立興, 基于模糊算法的數(shù)字圖像處理技術(shù)研究[D].秦皇島;燕山大學(xué), 2004, 22-39.

        [4]Andrews, H.C.and Hunt, B.R.[1997].Digital Image Restoration, Prentice Hall, Englewood Cliffs, N.J.

      【汽車涂裝自動(dòng)化中數(shù)字圖像處理技術(shù)的運(yùn)用論文】相關(guān)文章:

      多媒體技術(shù)在音樂(lè)課堂中的運(yùn)用研究論文03-22

      現(xiàn)代信息技術(shù)在教學(xué)中的運(yùn)用論文(精選8篇)08-10

      汽車運(yùn)用技術(shù)專業(yè)就業(yè)前景08-11

      淺析信息技術(shù)在語(yǔ)文教學(xué)中的運(yùn)用論文(精選7篇)05-12

      性格分析在培訓(xùn)技術(shù)中的運(yùn)用07-13

      色彩在服裝設(shè)計(jì)中的運(yùn)用論文04-21

      論多媒體在教學(xué)中的運(yùn)用論文02-23

      淺談數(shù)字圖像處理專業(yè)的就業(yè)前景07-14

      信息技術(shù)在教學(xué)中的運(yùn)用反思04-01

      關(guān)于電氣自動(dòng)化技術(shù)專業(yè)的論文08-04