汽车涂装表面瑕疵检测与分类算法研究

作     者：钟平 胡睿 张康 胡志响 张国照 Zhong Ping;Hu Rui;Zhang Kang;Hu Zhixiang;Zhang Guozhao

作者机构：东华大学理学院上海201620 

出 版 物：《应用激光》 (Applied Laser)

年 卷 期：2015年第35卷第2期

页      面：249-254页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：上海市自然科学基金项目资助项目(项目编号:15ZR1401700) 

主　　题：涂装瑕疵 纹理 局部二值模式 自动分类 

摘      要：由人工在生产线上进行汽车表面涂装的瑕疵检测和分类存在效率低、人工成本高等缺点。随着汽车生产自动化程度的提高,迫切需要对检测过程实现自动化和智能化,提出一种基于机器视觉方法,利用图像纹理特征实现对汽车涂装瑕疵检测和分类。首先采用提取瑕疵局部二值模式(LBP)特征谱对汽车表面的喷涂瑕疵进行检测,以克服背景光照和方向性对瑕疵特征检测的影响,再利用Adaboost算法对选取的样本进行训练,得到瑕疵种类分类器,完成对检测结果的分类。通过实验所提出的方法,对所选的几种典型瑕疵进行检测的有效率达到91%以上,分类正确率平均达到82%以上,单张图片检测时间控制在60ms以下。