一种基于表面反射和成像特性的桔皮效应检测方法和装置与流程

本发明涉及涂装工艺计算机加工处理领域，特别涉及到汽车表面涂装进行数字图像处理，是一种基于表面反射和成像特性的桔皮效应检测方法和装置。

背景技术：

关于涂层表面，特别是汽车表面的漆表面，外观呈现出程度不一的凸起和凹陷，类似桔子表皮的波纹，称为桔皮效应。桔皮效应由涂料施工后湿漆膜内涂料的流动所引起，这种流动是由表面张力和重力共同导致，并受粘滞力的制约。

桔皮效应是汽车面漆涂装中最常见也是最难以克服的缺陷之一，其影响因素众多，板材、电泳、中涂、色漆及清漆等都有影响。早期桔皮效应的评价主要依赖人眼目测，受观察者的主观感受和个人经验的影响较大，结果往往不够客观公正，用于桔皮效应的评价并不十分合适。后来，人们使用粗糙度仪来评价桔皮效应的大小，使用不同程度的物理桔皮作为视觉评价的标准，一方面，粗糙度仪只适合实验室使用，另一方面，其所测得的为物体表面的机械轮廓而非与人眼相对应的光学轮廓。

现有桔皮效应的评价主要通过微波扫描仪，将激光聚焦在待测物体的表面，通过分析反射光的明暗变化来反映物体表面的光学轮廓。桔皮的测量原理，当光源照射物体表面时，桔皮纹理在不同位置处，由于机械轮廓的不同，导致反射光的强度不同，一般情况下，桔皮纹理在轮廓结构为波峰和波谷的位置处反射光的强度最大，在上坡和下坡的位置处反射光的强度最小，两者之间的亮度差异形成了人眼对桔皮效应评价的视觉基础。

技术实现要素：

为了解决上述存在的技术问题，本发明提供一种基于表面反射和成像特性的桔皮效应检测方法和装置。

本发明为解决上述问题所采用的技术方案为：提供一种基于表面反射和成像特性的桔皮效应检测装置，包括第一检测装置和第二检测装置，所述第一检测装置包括第一光源，设置在第一光源入射光路线上的第一光阑，设置在第一光源反射光路线上的第一光电探测器，所述第一光电探测器前设置有第二光阑；所述第二检测装置包括第二光源，设置在第二光源入射光路线上的第三光阑，设置在第二光源反射光路线上的半反半透镜，反射光经过半反半透镜后形成两条路径，第一条路径上设置有成像探测器，所述成像探测器前设置有第四光阑，用于获得被测物体表面的光学图像；第二条路径上设置有第二光电探测器，所述第二光电探测器前设置有第五光阑，用于获得被测物体表面的光学轮廓。

所述第一检测装置中，第一光源发出的信号光照射在被测物体表面产生反射或者漫反射，第一光电探测器用于记录该反射或者漫反射光的能量；

所述第二检测装置中，第二光源发出信号光照射在被测物体表面产生反射，反射光经过半反半透镜后，形成两条路径，其中一部分反射光被成像探测器记录，从而获得被测物体表面的光学图像，另一部分反射光被光电探测器记录，从而获得被测物体表面的光学轮廓。

所述光学图像是指：获取被测物体表面的光学图像，特定光源发出的光照射在待测样品表面，使用CCD或者CMOS成像探测器记录待测物体在该特定光源照明条件下所成的像。

所述光学轮廓是指：获取被测物体表面的光学轮廓，特定光源发出的光照射在待测样品表面，使用光电探测器记录待测物体在该特定光源照明条件下的反射光，反射光的强弱与待测样品表面的形貌结构有关。

优选的，所述第二光阑的尺寸可调，通过调整第二光阑的直径大小来改变第二光阑的面积，所述第一光电探测器接收被测物体表面的能量与第二光阑的面积成正比例。在测量过程中的每一个测量点，光阑的直径从Φ1变化到Φ2，相应的其面积从S1变化到S2，光电探测器表面接收到的能量与光阑的尺寸成正比。

优选的，所述第二光阑是由多个相互重叠的弧形金属薄片组成，通过外部控制系统控制相互重叠的弧形金属薄片之间的离合来实现第二光阑直径的大小调整。所述外部控制系统主要是采用微处理器控制微型电机实现叶片的离合，从而达到改变圆形孔径的大小，即光阑的尺寸大小，进而控制第一光电探测器感光面积的大小，实现对物体表面结构的准确测量。

优选的，所述被测物体表面尺寸小于0.1mm的结构使得第一光源的入射光发生漫反射，所述第一光电探测器检测记录该漫反射的能量。

优选的，所述第二检测装置下方还设置有滚轮，所述滚轮带动第二检测装置沿被测物体表面运动，用于获得整个被测物体表面的序列光学图像和光学轮廓。

所述第二检测装置可以借助滚轮在被测物体表面滚动，在滚动的过程中，第二检测装置获得被测物体表面的光学轮廓和光学图像，进而获得被测物体表面连续的光学轮廓和光学图像。

优选的，所述第四光阑前还设置有透镜，所述透镜用于将被测物体表面的形貌结构成像在光电探测器上

优选的，所述第一光源入射角为20°，所述第二光源入射角为60°。

进一步，提供一种合成序列光学图像和光学轮廓的方法，包括拼接算法，所述拼接算法包括下述步骤：

步骤S11：图像预处理，包括图像处理的基本操作、建立图像的匹配模板以及对图像进行某种变换；

步骤S12：图像配准，采用一定的匹配策略，找出待拼接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系；

步骤S13：变换模型，根据模板或者特征点之间的对应关系，计算出数学模型中的各参数值，从而建立两幅图像的数学变换模型；

步骤S14：坐标变换，根据建立的数学变换模型，将待拼接图像转换到参考图像的坐标系中，完成统一坐标变换；

步骤S15：融合重构，将待拼接图像的重合区域进行融合从而得到平滑连续的光学图像。

优选的，还包括检测算法，所述检测算法包括下述步骤：

步骤S21：去噪处理，采用合适的滤波器，滤除光学轮廓和光学图像中的白噪声和系统噪声；

步骤S22：运算处理，对经过去噪处理的序列光学轮廓和光学图像做快速傅立叶变换(FFT)运算，得到连续光学轮廓和光学图像的傅里叶频谱；

步骤S23：波长划分：统计连续光学轮廓和光学图像的傅里叶频谱数据中长波和短波的数量，所述波长介于0.3mm-1.2mm归为短波，所述波长介于1.2mm-12mm之间的归为长波。

优选的，将步骤S23划分后的长波、短波数量投影变化到参考参数范围内，对比该参考参数范围与标准桔皮板参数，得到最终的桔皮效应评价指标。

本发明带来的有益效果为：采用本发明所述的基于表面反射和成像特性的桔皮效应检测方法和装置，通过第一检测装置获得被测物体表面的反射及漫反射能量，通过第二检测装置获得被测物体表面序列光学图像和光学轮廓，进一步采用拼接算法和检测算法得到被测物体的桔皮效应评价指标，采用本发明可以模拟人眼视觉，实现快速准确测量被测物体表面的桔皮效应，检测结果直观，稳定性良好。

附图说明

图1是本发明基于表面反射和成像特性的桔皮效应检测装置结构示意图；

图2是图1中第二光阑直径-面积变化结构示意图；

图3是图1中第二光阑中相互重叠的弧形金属薄片处于未闭合状态时的结构示意图；

图4是图1中第二光阑中相互重叠的弧形金属薄片处于半闭合状态时的结构示意图；

图5是本发明第二检测装置合成序列光学图像和光学轮廓的方法中拼接算法步骤图；

图6是本发明第二检测装置合成序列光学图像和光学轮廓的方法中检测算法步骤图。

具体实施方式

以下结合具体附图对本发明作进一步的说明。

如图1所示，提供一种基于表面反射和成像特性的桔皮效应检测装置,包括第一检测装置和第二检测装置，其中第一检测装置包括第一光源1，设置在第一光源1入射光路线上的第一光阑2，设置在第一光源1反射光路线上的第一光电探测器4，第一光电探测器4前设置有第二光阑3，第一光源1的入射角为20°(第一入射光与法线16之间的夹角)。

被测物体表面尺寸小于0.1mm的结构使得第一光源1的入射光发生漫反射，第一光电探测器4可以分别记录第一光源1产生的反射和漫反射能量。

其中第二检测装置包括第二光源5，其入射角为60°(第二入射光与法线16之间的夹角)，设置在第二光源5入射光路线上的第三光阑6，设置在第二光源5反射光路线上的半反半透镜7，反射光经过半反半透镜7后形成两条路径，第一条路径上设置有成像探测器9，成像探测器9前设置有第四光阑8，第四光阑8前还设置有透镜17(图未示)，用于获得被测物体表面的光学图像；第二条路径上设置有第二光电探测器11，第二光电探测器11前设置有第五光阑10，用于获得被测物体表面的光学轮廓。第二检测装置下方还设置有滚轮14，滚轮14带动第二检测装置沿被测物体15表面运动，用于获得整个被测物体15表面的序列光学图像和光学轮廓。

如图2所示，第二光阑3的尺寸可调，在测量过程中的每一个测量点，光阑的直径从Φ1变化到Φ2，相应的其面积从(A₁+A₂)变化到A₂，，第一光电探测器4表面接收到的能量与光阑的尺寸成正比。

如图3和图4所示，第二光阑3是由多个相互重叠的弧形金属薄片组成，通过采用微处理器控制微型电机进而控制相互重叠的弧形金属薄片之间的离合来实现第二光阑直径的大小调整，从而达到改变圆形孔径的大小，即光阑的尺寸大小，其中图3所示为叶片处于未闭合状态，此时，光阑的通光口径最大，照射在第一光电探测器4上的能量最多(记为E₁)；其中图4所示为叶片处于半闭合状态，此时，光阑的通光口径小，照射在第一光电探测器4上的能量也比较少(记为E₂)。通过控制第一光电探测器4上的感光面积的大小，实现对物体表面上尺寸小于0.1mm的结构的准确测量。其中：

其中晦涩度主要用于描述物体表面的镜向反射能量占其总反射能量的比值。

对于第二检测单元，将整个被测物体15表面的序列光学图像和光学轮廓成连续的光学图像和光学轮廓,主要包括拼接算法和检测算法，

如图5所示，其中拼接算法包括下述步骤：

步骤S11：图像预处理，包括图像处理的基本操作、建立图像的匹配模板以及对图像进行某种变换；

步骤S12：图像配准，采用一定的匹配策略，找出待拼接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系；

步骤S13：变换模型，根据模板或者特征点之间的对应关系，计算出数学模型中的各参数值，从而建立两幅图像的数学变换模型；

步骤S14：坐标变换，根据建立的数学变换模型，将待拼接图像转换到参考图像的坐标系中，完成统一坐标变换；

步骤S15：融合重构，将待拼接图像的重合区域进行融合从而得到平滑连续的光学图像。

如图6所示，其中检测算法包括下述步骤：

步骤S21：去噪处理，采用合适的滤波器，滤除光学轮廓和光学图像中的白噪声和系统噪声；

步骤S22：运算处理，对经过去噪处理的序列光学轮廓和光学图像做快速傅立叶变换(FFT)运算，得到连续光学轮廓和光学图像的傅里叶频谱；

步骤S23：波长划分：统计连续光学轮廓和光学图像的傅里叶频谱数据中长波和短波的数量，所述波长介于0.3mm-1.2mm归为短波，所述波长介于1.2mm-12mm之间的归为长波。

被测物体表面的光学轮廓是一维强度信号，其采样间隔为0.1mm，与人眼在50cm距离处的视觉分辨率一致。

对光学轮廓的一维强度信号作快速傅立叶变换，得到光学轮廓的一维频谱信号。

被测物体表面的光学图像是二维强度信号，其采样间隔即为光电探测器上像元尺寸的大小。

对光学图像的二维强度信号作快速傅立叶变换，得到光学图像的二维频谱信号。

在二维频谱信号上，提取与扫描方向一致的截面，得到光学图像的一维频谱信号。

将光学轮廓的一维频谱信号与光学图像的一维频谱信号作平均，得到平均一维频谱信号。

频谱信号的频率范围为(1/30～10)cy/mm，将该频率范围划分成5个频段，分别是Fa：(1/30～1/10)cy/mm、Fb：(1/10～1/3)cy/mm、Fc：(1/3～1)cy/mm、Fd：(1～10/3)cy/mm和Fe：(10/3～10)cy/mm，其中将LF：(1/12～5/6)cy/mm和HF：(5/6～10/3)cy/mm分别定义为低频段和高频段。统计各个频率段内的频率分量，得到被测物体表面的结构谱。

为待测物体选定参数，借助选定参数将长、短波信号的数量投影变换到某一范围内，使得该范围与标准桔皮板的测量范围相一致，进而计算得到待测样品的桔皮效应的最终评价指标。

被测物体表面的桔皮纹理会导致反射光的强度发生改变，一般情况下，桔皮纹理在轮廓结构为波峰和波谷的位置处反射光的强度最大，在上坡和下坡的位置处反射光的强度最小，两者之间的亮度差异形成了人眼对桔皮效应评价的视觉基础。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明，对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。