众所周知，LED 属于一种半导体光源，在照明领域有着广泛的应用，将其作为汽车前照灯，与传统前照灯光源相比，具有节能环保、体积小、相应速度快、颜色饱和度高以及使用寿命长等优点，成为了下一代汽车前照灯的首选光源之一，目前已经在一些高端车型中得到了应用。而从保障前照灯照明效果的角度，需要做好必要的检测工作。
1 机器视觉概述
作为人工智能的一个重要分支，机器视觉可以简单的理解为利用机器来代替人的眼睛，做出相应的测量和判断。实际上是一种综合性的技术，在其中融合了图像处理技术、光学成像技术、传感器技术、计算机技术以及机械工程技术等，能够在一些特殊的场合代替人工视觉，具有灵活性和自动化的特点。
基本原理，是利用CCD 相机，将检测到的目标转化为图像信号，然后传输给图像处理系统，再次将图像信号转化为数字化信号，从中提取被检测目标的特征值（数量、位置、高度等），实现对于目标的自动识别。
2 机器视觉在汽车LED 前照灯检测中的应用
2.1 系统框架
前照灯检测系统的硬件部分包括了图像卡、摄像头、暗箱、PC机等，其基本的工作原理，是利用CCD 相机采集图像信息，经图像采集卡，将图像信息传输到PC 机，进行相应的处理和显示，而通过I/O 卡，可以自由控制系统的启停以及摄像头的切换。软件部分选择了LabVIEW 及IMAQ Vision，结合相应的虚拟开发平台软件，可以利用图形化的编辑语言完成系统软件的设计，同时也能够提供多样化的库函数以及功能模块，不仅保证了系统功能的全面性，在实际应用中也更加灵活，可以在很大程度上缩短系统开发的周期。
2.2 图像处理
对于汽车前照灯检测而言，光轴交点检测非常重要，这里假设车辆正常行驶，右侧前照灯的光路图如图1 所示。
其中，h-h 表示通过前照灯焦点的水平面，H-H2 表示道路中心线，v-v 表示前照灯垂直面，对照上图，h-h 与H-H2 的交点位置是汽车前照灯光轴检测的一个重要参数。从方便分析的角度，需要做好必要的图像处理。
（1）LUT 变换：主要是对图像像素的灰度值进行计算和转换，在强化图像光对比度的同时，也可以突出图像的有用信息，使得边缘更加明显。
（2）图像裁剪：为了保证精度，采集到的图为标准CCIR 图像，像素较多，能够提升系统的测量分辨率，不会同时也会使得需要处理的数据大大增加，在一定程度上影响了系统的实时性。因此，需要对图像进行适当的裁剪，去除冗余部分，减少数据量。结合光轴特点分析，图像中光轴的交点位于最亮区域附近。从降低区域随机性的角度，运用检测图像质量重心的方式，对需要进行处理的区域进行确定。
（3）边缘增强与二值化：一般情况下，边缘增强指对灰度边缘的增强处理，结合相应的门限，对明显边缘的像元位置进行确定。在经LUT 变换后，图像的边缘特征清晰度大大增强，再次进行二值化处理，可以清除图像中的部分干扰因素，为后续边缘检测提供便利。在二值化的过程中，需要关注阀值的选择，如果过高，则可能会漏掉变化幅度较小的边缘，如果过低，则可能会受噪声影响，产生虚假边缘。因此，在进行图像二值化处理时，需要合理选择阀值，避免出现漏检和假边缘的情况，一般情况下，需要经过大量的实践才能够获取最佳阀值。这里为了提升工作效率，在允许误差范围内，增加了对图像一次边缘的特征提取，运用空间矢量梯度滤波，对边缘进行二次增强，结合适当的实验，就能够完成阀值的确定。在这个过程中，空间梯度滤波的的作用，是结合一定的计算因子，在图像中进行像素灰度卷积。处理完成后，图像基本颗粒边缘的像素灰度对比度大大增强，利用实验得到了阀值进行图像的二值化，就可以将误差控制在允许范围内。
（4）去干扰处理：二值化处理后，在图像中会存在一些可能对图像处理造成干扰的小颗粒，需要及时去除。经研究讨论，选择膨胀和腐蚀方法，对二值化图像进行处理。需要注意的时，膨胀与腐蚀必须成对出现，互补不足，保证良好的处理效果。
2.3 零件检测
可以利用接近传感器的精确定位，对零件的完整性进行检查，考虑到汽车前照灯的型号众多，需要选择针对性的检测设备，因此缺乏灵活性。在基于机器视觉的检测系统中，通过图像处理方法，可以构建相应的图像模板，实现对于车灯装配零件的柔性检测，提升了系统的灵活性以及检测结果的可靠性。
3 结语
总而言之，汽车LED 前照灯相比较传统前照灯光源具有非常显著的优势，不过同样需要做好必要的检测工作，以保证前照灯功能的充分发挥，保障行车安全。
在汽车前照灯检测系统中，引入机器视觉技术，可以提升检测系统的灵活性和自动化程度，保证检测结果的准确性和可靠性，如果你的工业生产线中需要用到机器视觉检测方面的技术，那么不妨和我们盈泰德科技聊聊，我们会先根据你的需求分析，免费从一个专业的角度来给你一个合适的方案，再听取你的意见，即使没达成合作，我们也希望能多认识个朋友。
微信在线咨询
