郭代究、李珂

（濟(jì)南市政務(wù)汽車檢測(cè)中心，山東 濟(jì)南 250014）

0 引言

圖像處理技術(shù)用于機(jī)動(dòng)車檢測(cè)行業(yè)中具有較佳的成效，其基本應(yīng)用原理為通過(guò)CCD 等電子元件接收光學(xué)圖像、信息，同時(shí)依托計(jì)算機(jī)將信息轉(zhuǎn)變?yōu)閿?shù)字，篩選其中關(guān)鍵信息，開展模式辨識(shí)和顯示，將檢測(cè)項(xiàng)目相關(guān)信息完整收集匯總，并充分將其轉(zhuǎn)變?yōu)橄鄳?yīng)的數(shù)字指標(biāo)，結(jié)合行業(yè)規(guī)范和標(biāo)準(zhǔn)，實(shí)現(xiàn)機(jī)動(dòng)車檢測(cè)目標(biāo)。機(jī)動(dòng)車內(nèi)部較為復(fù)雜，圖像處理技術(shù)作為一類非直接性接觸檢測(cè)方法，可完整收集機(jī)動(dòng)車相關(guān)信息，進(jìn)一步凸顯圖像處理技術(shù)精度高、可靠性較強(qiáng)。

1 圖像處理技術(shù)的分類

圖像處理技術(shù)又稱為“機(jī)器視覺”，是將被測(cè)主體目標(biāo)作為信息核心載體，精準(zhǔn)性從中提取有效的信息實(shí)現(xiàn)測(cè)量的目標(biāo)，其自身具備非接觸、高速度、測(cè)量范圍廣等優(yōu)勢(shì)，最大限度應(yīng)用CCD 攝像頭與光學(xué)系統(tǒng)、處理系統(tǒng)進(jìn)行充分聯(lián)合，可達(dá)成不同的檢測(cè)基本要求。圖像處理技術(shù)主要是應(yīng)用計(jì)算機(jī)對(duì)圖像采取一系列處理的技術(shù)，包含圖像數(shù)字化、增強(qiáng)和復(fù)原、圖像分割等，其技術(shù)可劃分為兩種類別，不同種類基本原理和特征存在較大差異性，包含模擬圖像處理、數(shù)字圖像處理；前者主要包含光學(xué)、電子處理，此種處理最為顯著的特征是高效化，理論層面可達(dá)到光速，并可同時(shí)進(jìn)行處理。

電視圖像是模擬信號(hào)處理最經(jīng)典的案例，其處理的是25fps 的活動(dòng)圖像。模擬圖像處理實(shí)際不足為精準(zhǔn)度難以保證，靈活性不佳，難以體現(xiàn)判斷和非線性處理能力；后者是用于計(jì)算機(jī)處理或?qū)崟r(shí)硬件處理，優(yōu)點(diǎn)在于處理精準(zhǔn)度較高，處理內(nèi)容十分復(fù)雜，可進(jìn)行復(fù)雜的非線性處理，具有較為靈活的變通能力，不足在于處理速度不佳，尤其是復(fù)雜化處理不足更為凸顯[1]。

2 圖像處理技術(shù)在機(jī)動(dòng)車檢測(cè)行業(yè)中的應(yīng)用

2.1 在機(jī)動(dòng)車前照燈檢測(cè)中的應(yīng)用

機(jī)動(dòng)車前照燈作為汽車核心構(gòu)成，其實(shí)際作用為外部光線較弱或干擾駕駛者行車視線的狀況下，為駕駛者營(yíng)造較佳的視覺環(huán)境，保證行車可靠性及安全性。處于夜晚或大霧狀況下，駕駛者自身視線嚴(yán)重受阻，需前照燈進(jìn)一步提供視野和警示反向來(lái)車，由于可視度較低狀況下，駕駛者僅依靠肉眼辨識(shí)對(duì)面來(lái)車進(jìn)行避讓或變道，以汽車運(yùn)行時(shí)的速度，難以及時(shí)進(jìn)行避讓，易引發(fā)安全事故，前照燈的強(qiáng)烈光線，對(duì)大霧天氣具有一定的穿透成效，可為相向行駛的汽車預(yù)先進(jìn)行反應(yīng)。汽車前照燈主要包含三大模塊，即燈具、反射鏡、折射透鏡，燈具作為前照燈發(fā)光的來(lái)源，反射鏡是對(duì)燈光強(qiáng)度、距離進(jìn)行合理化控制，折射鏡主要是為進(jìn)一步控制燈光實(shí)際涵蓋范圍，針對(duì)前照燈特性測(cè)試也需分別對(duì)此類部件進(jìn)行測(cè)試。

汽車前照燈自身燈具依托不同的燈絲發(fā)揮作用，遠(yuǎn)光燈絲作為前照燈遠(yuǎn)光的燈光來(lái)源，近光燈汽車前照燈光束照射向屏幕通過(guò)光電進(jìn)行轉(zhuǎn)變后，交由數(shù)據(jù)采集模塊將其傳輸至主控計(jì)算機(jī)內(nèi)部。一方面，光軸偏遠(yuǎn)絲作為近光燈的光源，遠(yuǎn)光和近光對(duì)光線強(qiáng)度、覆蓋面積等存在不同的要求，角度的測(cè)量主要是充分應(yīng)用燈光處于屏幕上存在X 位移，通過(guò)透鏡成像后發(fā)生成像點(diǎn)實(shí)際位移獲得數(shù)字化圖像求取，推導(dǎo)光軸偏轉(zhuǎn)角度，利用計(jì)算機(jī)為電機(jī)下達(dá)相應(yīng)的指令，進(jìn)一步控制前照燈自身燈箱自動(dòng)跟蹤糾偏。另一方面，發(fā)光強(qiáng)度的測(cè)量。處于低照度下，CCD 輸出電壓、照度存在一定的線性關(guān)系，如此可將其數(shù)字量與外部光源照射至相應(yīng)的檢測(cè)幕布上照度值進(jìn)行聯(lián)系，充分依照定標(biāo)測(cè)量時(shí)構(gòu)建關(guān)系數(shù)據(jù)庫(kù)，最終獲取各點(diǎn)的實(shí)際照度[2]。

2.2 在車牌識(shí)別系統(tǒng)中的應(yīng)用

隨著機(jī)動(dòng)車保有量逐年增加，對(duì)交通控制、安全管理要求愈發(fā)嚴(yán)格，智能交通系統(tǒng)成為當(dāng)下交通管理發(fā)展主趨，車輛牌照作為行駛車輛唯一標(biāo)志，處于車輛管理和控制方面具有不可比擬的優(yōu)勢(shì)。以圖像處理技術(shù)為導(dǎo)向的車輛牌照辨識(shí)系統(tǒng)，作為智能化交通系統(tǒng)核心構(gòu)成，其在高速公路、城市道路等管理中發(fā)揮關(guān)鍵性作用。車牌識(shí)別技術(shù)作為當(dāng)下關(guān)注的焦點(diǎn)，車牌識(shí)別系統(tǒng)積極利用數(shù)字?jǐn)z像技術(shù)、計(jì)算機(jī)信息管理技術(shù)，選取圖像處理、模式辨識(shí)和人工智能技術(shù)，實(shí)現(xiàn)更高的智能化管控。車牌辨識(shí)系統(tǒng)普遍用于智能交通違章管理、高速路不停車收費(fèi)、車輛檢測(cè)等應(yīng)用中。車牌識(shí)別系統(tǒng)主要包含三大環(huán)節(jié)，即車輛圖像獲取、車輛拍照?qǐng)D像定位與分割、字符辨識(shí)，最為關(guān)鍵的便是后兩個(gè)環(huán)節(jié)，牌照定位直接決定其后車牌字符辨識(shí)，所以牌照定位是辨識(shí)的關(guān)鍵。車牌定位方法實(shí)際出發(fā)點(diǎn)是通過(guò)車牌區(qū)域?qū)嶋H特征進(jìn)一步判斷拍照，當(dāng)下車輛牌照定位存在多個(gè)算法，不同算法自身優(yōu)劣點(diǎn)不盡相同，如利用車牌信息的彩色分割法、模板匹配算法、紋理特征分析技術(shù)。字符正式辨識(shí)篩選之前，需對(duì)提取的車牌圖像做好預(yù)處理，主要包含邊框檢測(cè)、傾斜校正、圖像二值化等環(huán)節(jié)。待車輛牌照定位目標(biāo)達(dá)成后，便可開展字符分割和特征提取，牌照?qǐng)D像應(yīng)預(yù)先做好圖像處理，核心目的在于將每個(gè)字符圖像進(jìn)行歸一化易辨識(shí)的圖像，有助于將每個(gè)字符自身特征予以提取。為高效化辨識(shí)車牌，攝像機(jī)下原始圖像應(yīng)具有一定亮度和對(duì)比度，受外界多個(gè)因素的干擾，需保證識(shí)別之前對(duì)原始圖像開展預(yù)先處理，包含內(nèi)容有消除模糊、圖像去噪、圖像增強(qiáng)和水平校正。圖像處理高級(jí)階段是數(shù)字圖像分析，充分應(yīng)用計(jì)算機(jī)系統(tǒng)，從圖像中精準(zhǔn)提取有價(jià)值的數(shù)據(jù)或信息，生成非圖像描述或表示，進(jìn)而辨識(shí)圖像。為促使計(jì)算機(jī)系統(tǒng)正確辨識(shí)圖像，需積極探索相應(yīng)的算法，分析圖像自身實(shí)際特征。

2.3 在機(jī)動(dòng)車零件檢測(cè)中的應(yīng)用

機(jī)動(dòng)車零件實(shí)際生產(chǎn)過(guò)程中，多以批量生產(chǎn)為主，正確辨識(shí)和檢測(cè)重要零件關(guān)鍵部位表面缺陷當(dāng)下仍以人工目測(cè)為主，不僅檢測(cè)效率較低，而且檢測(cè)實(shí)際質(zhì)量有待提升。機(jī)動(dòng)車包含的零部件較多，其中多數(shù)是選取沖壓工藝生產(chǎn)，但沖壓多是利用較大的壓力對(duì)金屬板料進(jìn)行擠壓，力具有一定的相互性，擠壓金屬板料過(guò)程中，磨具自身承受較大的壓力發(fā)生微小的形變，隨著生產(chǎn)零件數(shù)量增多，其零部件偏差逐步增加。汽車零件視覺檢測(cè)主要是將立體化的三維物體圖像化，獲取二維的平面圖像，結(jié)合圖像正確分析和解讀三維空間實(shí)際物體。可測(cè)量產(chǎn)品實(shí)際尺寸并充分結(jié)合產(chǎn)品外部輪廓進(jìn)行精準(zhǔn)性判斷，結(jié)合相應(yīng)的圖片確定產(chǎn)品是否具有缺陷，檢測(cè)表面是否存在被污染現(xiàn)象。汽車零件制造生產(chǎn)和組裝精度要求較高，機(jī)器視覺作為當(dāng)下檢測(cè)精準(zhǔn)度較高的技術(shù)，普遍用于汽車零件中。圖像處理技術(shù)用于汽車零件實(shí)際檢測(cè)中流程見圖1，機(jī)動(dòng)車自身零件通過(guò)傳感器后實(shí)現(xiàn)多部分分割，對(duì)其進(jìn)行持續(xù)性辨識(shí)，主要是精準(zhǔn)性辨識(shí)零件特征、表面表示和參數(shù)，將其與現(xiàn)有相關(guān)數(shù)據(jù)庫(kù)中進(jìn)行比對(duì)匹配，達(dá)成檢測(cè)目標(biāo)。結(jié)合最終實(shí)際檢測(cè)結(jié)果，達(dá)標(biāo)零件方可進(jìn)入下一生產(chǎn)環(huán)節(jié)，不合格零件需進(jìn)行處理回收。作為一類新興的傳感技術(shù)，圖像檢測(cè)單元近年來(lái)實(shí)現(xiàn)產(chǎn)品化，其中部分具有知名度的廠商，推出規(guī)格齊全的產(chǎn)品，為圖像檢測(cè)技術(shù)的推廣和應(yīng)用提供助力。組建零部件自身缺陷檢測(cè)應(yīng)用的圖像處理機(jī)器視覺檢測(cè)系統(tǒng)所學(xué)的工業(yè)相機(jī)、鏡頭、視覺光源等，均可獲取性價(jià)比優(yōu)良的產(chǎn)品，圖像處理技術(shù)用零部件缺陷檢測(cè)，逐步向更深層次發(fā)展，處理算法更優(yōu)化、處理速度更高效，實(shí)現(xiàn)圖形智能化生成、處理和辨識(shí)[3]。

圖1 圖像處理技術(shù)用于汽車零件實(shí)際檢測(cè)中流程

2.4 動(dòng)車輪速檢測(cè)中的應(yīng)用

輪速作為機(jī)動(dòng)車ABS、VDC、ESP 等系統(tǒng)中關(guān)鍵的信息來(lái)源，原有輪速采集需通過(guò)傳感器進(jìn)行收集匯總，其實(shí)現(xiàn)輪速傳感器正式安裝應(yīng)按照車型自身配置型號(hào)的安裝工具，該安裝程序十分煩瑣，工作效率較低，且實(shí)際通用性不佳。充分利用圖像處理技術(shù)檢測(cè)機(jī)動(dòng)車自身輪速基本原理為，車輪上張貼相應(yīng)的特征線，CCD 工業(yè)相機(jī)可精準(zhǔn)性捕捉特征線實(shí)際運(yùn)行狀況，利用相機(jī)進(jìn)行動(dòng)態(tài)化拍攝特征線車輪圖像，并及時(shí)將采集的圖像傳輸至上位機(jī)，利用圖像處理技術(shù)對(duì)采集的圖像做好預(yù)先處理和特征線提取，通過(guò)曲線擬合求出連續(xù)兩幀圖像特征線間夾角，進(jìn)一步獲得汽車輪速。圖2為圖像處理技術(shù)用于汽車輪速檢測(cè)系統(tǒng)結(jié)構(gòu)圖，該系統(tǒng)內(nèi)部包含四個(gè)模塊，即數(shù)據(jù)采集、圖像處理、輪速解算、客戶端面設(shè)計(jì)，首先圖像數(shù)據(jù)采集主要是通過(guò)CCD 工業(yè)相機(jī)和特征線，完整收集相關(guān)的汽車輪速圖像，GPS 車速采集模塊則是處于整個(gè)檢測(cè)過(guò)程中動(dòng)態(tài)化計(jì)算機(jī)動(dòng)車實(shí)際車速，汽車車速和輪速作為圖像處理技術(shù)在輪速檢測(cè)中采集相關(guān)數(shù)據(jù)信息。圖像處理過(guò)程中最為關(guān)鍵的環(huán)節(jié)是圖像壓縮，壓縮后的圖像應(yīng)滿足后續(xù)圖像處理基本要求，反之對(duì)后續(xù)圖像處理產(chǎn)生的影響，實(shí)際處理過(guò)程中由于壓縮機(jī)制的差異性，其壓縮種類存在較大差異性，最為常見的壓縮種類包含無(wú)損壓縮、有損壓縮，其中有損壓縮使用頻次較高。其次，充分將收集匯總的相關(guān)數(shù)據(jù)傳輸至圖像處理模塊，對(duì)其圖像做好預(yù)處理工作，提取相應(yīng)的特征線，完成處理的圖像和數(shù)據(jù)進(jìn)入輪速解算模塊，進(jìn)一步計(jì)算汽車實(shí)際輪速，保證計(jì)算結(jié)果精準(zhǔn)性。曲線擬合前為提高特征線分離及擬合率，需對(duì)特征線開展邊緣檢測(cè)，邊緣自身具有兩大特性：沿邊方向的像素值變化較為平緩，像素值變化較為劇烈的是邊緣垂直方向，檢測(cè)邊緣過(guò)程中可選取圖像邊緣信息提取，特征描述便捷且高效。最后，用戶界面設(shè)計(jì)模塊，主要涵蓋參數(shù)設(shè)置模塊，主要用于靈活性調(diào)整不同的測(cè)試參數(shù)，適用于多種零部件，輪速顯示模塊，主要是直觀呈現(xiàn)檢測(cè)獲取的相關(guān)輪速，以及數(shù)據(jù)存儲(chǔ)模塊和數(shù)據(jù)導(dǎo)入模塊，將實(shí)際檢測(cè)獲取的相關(guān)數(shù)據(jù)及時(shí)導(dǎo)出或存儲(chǔ)，為其他機(jī)構(gòu)檢測(cè)提供助力。

圖2 基于圖像處理的汽車輪速檢測(cè)系統(tǒng)

2.5 機(jī)動(dòng)車類型自動(dòng)識(shí)別中應(yīng)用

圖像處理技術(shù)在上述汽車檢測(cè)領(lǐng)域中應(yīng)用外，還可精準(zhǔn)辨識(shí)機(jī)動(dòng)車的實(shí)際類型，相較于識(shí)別車牌對(duì)于攝像頭等光學(xué)信息采集設(shè)備要求較高，機(jī)動(dòng)車類型自動(dòng)辨識(shí)對(duì)設(shè)備要求并不是很高，主要是依附相應(yīng)的數(shù)據(jù)資料庫(kù)，光學(xué)設(shè)備完整收集車輛相關(guān)信息，并動(dòng)態(tài)化進(jìn)行數(shù)據(jù)庫(kù)比對(duì)，進(jìn)一步確定車輛類型相關(guān)信息。圖像檢測(cè)應(yīng)用范圍十分廣泛，獲取信息較為豐富，可用于實(shí)現(xiàn)道路交通監(jiān)控、車型分類及辨識(shí)，車輛實(shí)際類型包含轎車、客車、貨車等，車型對(duì)高速公路收費(fèi)額度、大型停車場(chǎng)管理等控制十分重要。應(yīng)用圖像處理技術(shù)可精準(zhǔn)性獲取汽車車型參數(shù)，有助于辨識(shí)汽車車型，交由攝像機(jī)對(duì)汽車進(jìn)行攝像，通過(guò)圖像采集卡采集數(shù)據(jù)并傳入計(jì)算機(jī)內(nèi)部，交由計(jì)算機(jī)自動(dòng)化選用合適的算法，對(duì)圖像數(shù)據(jù)進(jìn)行處理，高效化提取車輛外形特征圖像，提取車型參數(shù)，以此為核心參數(shù)設(shè)計(jì)出汽車類型分類器，準(zhǔn)確辨識(shí)車型。我國(guó)道路交通安全系統(tǒng)涉及范圍較廣，可充分應(yīng)用圖像處理技術(shù)處于較大范圍內(nèi)自動(dòng)化辨識(shí)車輛具體位置和信息，此類系統(tǒng)是模糊搜索使用頻次較高的系統(tǒng)，主要用于發(fā)生較大交通事故或險(xiǎn)情時(shí)，受害者自身心理實(shí)際壓力較大，無(wú)法準(zhǔn)確記憶相關(guān)的車牌，但可記住車輛自身輪廓和類型，為精準(zhǔn)性確定相應(yīng)的車輛提供助力。應(yīng)用圖像處理技術(shù)對(duì)車輛自身類型做好辨識(shí)，主要程序?yàn)槔孟鄳?yīng)的攝像頭系統(tǒng)，處于較大范圍內(nèi)自動(dòng)化搜索區(qū)域內(nèi)相似車輛，由于每個(gè)城市內(nèi)相類似的車輛較多，需結(jié)合圖像處理技術(shù)辨識(shí)車輛系統(tǒng)查詢車輛信息，一定程度可縮小實(shí)際查找范圍[4]。

2.6 汽車車身曲面快速測(cè)量中應(yīng)用

汽車車身曲線形狀實(shí)際測(cè)量，多選取三坐標(biāo)機(jī)接觸式測(cè)量，其實(shí)際面臨的不足為實(shí)際測(cè)量速度較為緩慢，測(cè)頭觸針易發(fā)生磨損，精準(zhǔn)度難以保證。針對(duì)車身曲面非接觸快速自動(dòng)化測(cè)量，是當(dāng)下急需解決的重點(diǎn)。當(dāng)下提出激光、CCD 技術(shù)非接觸自動(dòng)跟蹤曲面軌跡隨動(dòng)測(cè)量法，可從本質(zhì)層面消除接觸式測(cè)量法的不足。該系統(tǒng)主要是充分應(yīng)用三角幾何學(xué)實(shí)際測(cè)量原理，以激光器、光學(xué)鏡頭、CCD 為核心構(gòu)建相應(yīng)的幾何位置關(guān)系圖。應(yīng)用該測(cè)量系統(tǒng)對(duì)機(jī)動(dòng)車曲線開展實(shí)驗(yàn)，將最終結(jié)果利用計(jì)算機(jī)開展處理，應(yīng)用一系列處理技術(shù)后，利用計(jì)算機(jī)自動(dòng)生成車身曲線和曲面。

3 圖像處理技術(shù)在機(jī)動(dòng)車檢測(cè)行業(yè)應(yīng)用未來(lái)前景分析

新時(shí)期背景下，全球制造業(yè)格局發(fā)生較大的變化，新一輪產(chǎn)業(yè)創(chuàng)新變革蓄勢(shì)待發(fā)，為促使汽車檢測(cè)行業(yè)凸顯圖像處理技術(shù)的優(yōu)勢(shì)，積極驅(qū)動(dòng)圖像處理技術(shù)在機(jī)動(dòng)車檢測(cè)行業(yè)應(yīng)用的變化，逐步趨于智能化、網(wǎng)絡(luò)化和服務(wù)化。智能化主趨關(guān)鍵在于人工智能技術(shù)，其主要是依托大數(shù)據(jù)和多視角辨識(shí)系統(tǒng)，對(duì)數(shù)據(jù)做好智能化處理，未來(lái)圖像處理技術(shù)用于汽車檢測(cè)行業(yè)中，可實(shí)現(xiàn)智能化目標(biāo)，高效收集和分析相關(guān)數(shù)據(jù)信息，提高分析效率及質(zhì)量。網(wǎng)絡(luò)化主要是充分以計(jì)算機(jī)為基礎(chǔ)，顯著提高圖像處理技術(shù)用于汽車檢測(cè)行業(yè)效率，顯著提高各環(huán)節(jié)處理效率，進(jìn)一步實(shí)現(xiàn)汽車檢測(cè)更具高效化。服務(wù)化主要是以汽車檢測(cè)行業(yè)走向高級(jí)化標(biāo)志，逐步豐富圖像處理技術(shù)應(yīng)用功能，實(shí)現(xiàn)服務(wù)化目標(biāo)。

4 結(jié)語(yǔ)

圖像處理技術(shù)用于機(jī)動(dòng)車檢測(cè)行業(yè)，具有較高的檢測(cè)效率和質(zhì)量，由于多個(gè)產(chǎn)品或主體目標(biāo)是無(wú)法交由人工進(jìn)行檢測(cè)的，所以應(yīng)用圖像處理技術(shù)，對(duì)圖像做好處理分析，最終實(shí)現(xiàn)數(shù)字化轉(zhuǎn)化，獲取相應(yīng)的數(shù)據(jù)資料，聯(lián)合當(dāng)下數(shù)據(jù)庫(kù)資料信息比對(duì)，便可實(shí)現(xiàn)全面檢測(cè)的目標(biāo)。因此，需對(duì)圖像處理技術(shù)在機(jī)動(dòng)車檢測(cè)行業(yè)的應(yīng)用加以重視，嚴(yán)格依照相關(guān)規(guī)范開展檢測(cè)，提高其檢測(cè)效率和質(zhì)量。