光电测量的新能源汽车车轮踏面缺陷检测方法与流程

本发明涉及车轮踏面缺陷检测技术领域，尤其涉及光电测量的新能源汽车车轮踏面缺陷检测方法。

背景技术：

汽车运行的核心部件是轮对，轮对技术优劣和汽车运行品质存在较大关联。汽车车轮运行时不仅存在车闸撞击问题，且常常遭到雨水、油污和腐蚀剂的损害，因此，新能源汽车车轮运行一段时间后会出现损耗。在新能源汽车车轮各类损伤模式里，踏面和轮缘的损耗对汽车运行存在较大危害，若不能在第一时间对新能源汽车车轮踏面缺陷实施检测，汽车的运行稳定性将大受干扰。以往汽车车轮踏面缺陷检测主要通过人工检测实现，人工检测不仅费时费力，且检测误差大。伴随中国汽车制造技术的逐渐优化，对新能源汽车车轮踏面缺陷检测的需求也愈发显著，所以，研发一种高精度、高效率的新能源汽车车轮踏面缺陷检测方法，是中国汽车设计领域发展里急需解决的问题。

八十年代末期，日本设计了一种轮对自主检测设备，能够同时检测获取两个车轮的全部信息，该种检测设备主要使用光电测量技术。其测量误差极低，测量时间极少，可以高精度的检测和记载车轮踏面缺陷值。光学测量技术的测量范围较广，检测效率高，被大量使用在各个领域的检测任务中。本发明将其使用在新能源汽车车轮踏面缺陷检测中，提出基于光电测量的新能源汽车车轮踏面缺陷检测方法，对优化我国汽车车轮踏面缺陷检测技术具有重要意义。

因此设计一种光电测量的新能源汽车车轮踏面缺陷检测方法。

技术实现要素：

本发明的目的是为了解决现有人工检测汽车车轮踏面缺陷不仅费时费力，且检测误差大的问题而提出的光电测量的新能源汽车车轮踏面缺陷检测方法。

为了实现上述目的，本发明采用了如下技术方案：

光电测量的新能源汽车车轮踏面缺陷检测方法，其特征在于，包括以下步骤：

s1、采用基于光电测量对新能源汽车车轮踏面检测的方法，利用光路原理对新能源汽车车轮踏面全面检测，并获取新能源汽车车轮踏面轮廓特征衍射图；

s2、基于踏面轮廓特征衍射图的缺陷检测方法，使用中值滤波方法将获取的新能源汽车车轮踏面轮廓特征衍射图实施滤噪；

s3、预处理，中值滤波的运行使用像素点附近灰度中值代表灰度值，区域模板的尺寸一般是3*3；

s4、获取新能源汽车车轮踏面缺陷的轮廓，先自左至右，自上至下将新能源汽车车轮踏面轮廓特征衍射图实施检索，检索首个目标边界点，此边界点设成起点，检索附近的像素，通常是8*8的区间，获取第二个边界点，多次重复，直至检索获取所边界点；

s5、定位新能源汽车车轮踏面缺陷像素；

s6、对新能源汽车车轮踏面缺陷的检测性能，对新能源汽车车轮踏面缺陷依次是擦伤、剥离、裂纹、凹陷、砂眼、气孔、夹碴，测试于基于改进标记分水岭的彩色踏面图像分割检测方法及静态车轮表面裂纹缺陷检测方法的漏检率与误检率。

优选的，所述s1中光路原理是利用小孔光缆的后方设定一个透镜，获取衍生的球面波照明光，以此变换光阑大小、变动透镜至新能源汽车车轮踏面的间距得到合理的照明光场，充分使用ccd靶面尺寸，将衍射斑对比度控制在合理范围内，同时变动透镜和新能源汽车车轮踏面间距，完成新能源汽车车轮踏面全面检测。

优选的，所述s1中基于光电测量的新能源汽车车轮踏面检测方法流程包括一下步骤：

p1、将新能源汽车车轮踏面设成t(z)，抵达新能源汽车车轮踏面的照明光设成q(s)，当中z(a,b)描述新能源汽车车轮踏面的平面笛卡尔坐标系，将zi＝(za,i,zb,i)(i＝1,2,3,...,i)设成照明光探针阵列扫描步长，当中照明光对新能源汽车车轮踏面相对位移的次数描述成i，先设定新能源汽车车轮踏面一个初始的随机猜测值vm(z)，将小孔光缆尺寸大小计算猜测的照明光设成qm(z)，迭代次数设成m；

p2、透射光场复振幅分布可通过照明光对新能源汽车车轮踏面反射获取：

当中，照明光和新能源汽车车轮踏面相对位移后的复振幅分布描述成qm(z-z(i))；

p3、将反射的透射光场复振幅加载至ccd面上，在ccd面可以得到所需衍射光强[8,9]，本发明假定其为菲涅耳衍射传输，便存在：

当中，菲涅耳衍射转换系数设成gz，ccd面坐标系设成r；

当中，振幅分布与相位分布依次设成αm(r,z(i))；j＝1,2,3,...,l；f表示转换误差系数；

p4、复振幅分布振幅可通过衍射光强转换的方法获取，以此可保证相位部分不出现变动[10]，那么：

当中，ccd获取的强度分布值设成l(r,z(i))。

p5、把更新后的衍射光场分布逆传输至新能源汽车车轮踏面，则：

当中，逆菲涅耳衍射传输转换系数设成gz^-1；

p6、新能源汽车车轮踏面函数cm+1(z-z(i))与照明光场qm+1(z)主要通过存在强度约束的透射光场复振幅分布更新，更新函数是：

当中，函数的共轭依次设成更新系数依次设成θ、μ，更新区间是[0.1]，按照真实状况设定合理的值；

p7、将重叠率控制于70％之上，移动照明光场反复执行步骤p2～步骤p6，若获取了新能源汽车车轮踏面的振幅和相位便可停止；

p8、按照获取的新能源汽车车轮踏面相位与振幅绘制，得到新能源汽车车轮踏面轮廓特征衍射图。

优选的，所述s3中值滤波输出是：

式中，s1获取的新能源汽车车轮踏面轮廓特征衍射图与去噪后衍射图灰度值依次设成g(a+h,b+t)。

优选的，所述s5中针对新能源汽车车轮踏面轮廓特征衍射图而言，目标缺陷范围w的q阶灰度矩是：

其中，w的像素数目设成m，

通过45个像素序列建立一个单位圆，此序列中包含多种灰度kj，把它设成阶灰度矩模型的输入，灰度矩归一化模型存在四种参数：位置η、方位k1、k2，那么：

其中，a、b表示像素值。

前三阶灰度矩nh(h＝1,2,3)的约束条件是：

可获取：

其中，q1、q2表示k1、k2在单位圆里的比例，代表灰度系数，

灰度矩计算本质属于单位圆里像素灰度值的加权和，则：

其中，像素j的权值设成ψj，

如果所有权值设置后，能够按照模板和新能源汽车车轮踏面轮廓特征衍射图的卷积处理获取新能源汽车车轮踏面缺陷边缘，其中，灰度矩nh是：

其中，表示卷积处理的灰度距向量，

按照q1、q2、k1、k2能够获取：

其中q1q2≤1/4，则：

阴影部分面积w是：

其中，λ表示阴影周长；s代表缺陷阴影半径，将上式实施简化获取：

w＝λ-sinλcosλ＝λ-(1/2)sin2λ(18)

假定q＝min(q1,q2)，q1＝w1/π，w1里k1的占比是：

λ-(1/2)sin2λ＝πq(19)

针对7*7，它的边缘位置是：

η＝s·cosλ(20)

若获取了新能源汽车车轮踏面缺陷的边缘位置，之后设置新能源汽车车轮踏面缺陷的边缘方向，新能源汽车车轮踏面缺陷像素点的灰度重心坐标是(a0,b0)，则：

其中，(aj,bj)代表第j个新能源汽车车轮踏面缺陷点的中心，则：

新能源汽车车轮踏面缺陷亚像素位置是：

与现有技术相比，本发明提供了光电测量的新能源汽车车轮踏面缺陷检测方法，具备以下有益效果：

新能源汽车运行过程中，由于材质、制动时的相对滑动会致使汽车车轮踏面出现缺陷，踏面缺陷对行车安全存在一定威胁。所以，本发明提出的基于光电测量的新能源汽车车轮踏面缺陷检测方法适用于新能源汽车车轮踏面缺陷检测，且在噪声和不同缺陷状况下，检测性能均符合现实需求，和基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法比较之下，本发明方法使用价值更高。

附图说明

图1为基于光电测量的新能源汽车车轮踏面检测方法中的光路原理；

图2为新能源汽车车轮踏面踏面擦伤示意图；

图3为新能源汽车车轮踏面踏面裂纹示意图；

图4为本发明方法召回率测试结果；

图5为本发明方法对新能源汽车车轮踏面缺陷检测方法与基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法的漏检率与误检率应用效果测试。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

实施例

光电测量的新能源汽车车轮踏面缺陷检测方法，包括光电测量的新能源汽车车轮踏面缺陷检测方法，包括以下步骤：

s1、采用基于光电测量对新能源汽车车轮踏面检测的方法，利用光路原理对新能源汽车车轮踏面全面检测，并获取新能源汽车车轮踏面轮廓特征衍射图；

s2、基于踏面轮廓特征衍射图的缺陷检测方法，使用中值滤波方法将获取的新能源汽车车轮踏面轮廓特征衍射图实施滤噪；

s3、预处理，中值滤波的运行使用像素点附近灰度中值代表灰度值，区域模板的尺寸一般是3*3；

s4、获取新能源汽车车轮踏面缺陷的轮廓，先自左至右，自上至下将新能源汽车车轮踏面轮廓特征衍射图实施检索，检索首个目标边界点，此边界点设成起点，检索附近的像素，通常是8*8的区间，获取第二个边界点，多次重复，直至检索获取所边界点；

s5、定位新能源汽车车轮踏面缺陷像素；

s6、对新能源汽车车轮踏面缺陷的检测性能，对新能源汽车车轮踏面缺陷依次是擦伤、剥离、裂纹、凹陷、砂眼、气孔、夹碴，测试于基于改进标记分水岭的彩色踏面图像分割检测方法及静态车轮表面裂纹缺陷检测方法的漏检率与误检率。

本发明光电原理具体如图1所示，小孔光缆的后方设定一个透镜，获取衍生的球面波照明光，以此能够变换光阑大小、变动透镜至新能源汽车车轮踏面的间距得到合理的照明光场，充分使用ccd靶面尺寸，将衍射斑对比度控制在合理范围内，同时变动透镜和新能源汽车车轮踏面间距，能够完成新能源汽车车轮踏面全面检测。

其中基于光电测量的新能源汽车车轮踏面检测方法流程：

p1、将新能源汽车车轮踏面设成t(z)，抵达新能源汽车车轮踏面的照明光设成q(s)，当中z(a,b)描述新能源汽车车轮踏面的平面笛卡尔坐标系，将zi＝(za,i,zb,i)(i＝1,2,3,...,i)设成照明光探针阵列扫描步长，当中照明光对新能源汽车车轮踏面相对位移的次数描述成i，先设定新能源汽车车轮踏面一个初始的随机猜测值vm(z)，将小孔光缆尺寸大小计算猜测的照明光设成qm(z)，迭代次数设成m；

p2、透射光场复振幅分布可通过照明光对新能源汽车车轮踏面反射获取：

当中，照明光和新能源汽车车轮踏面相对位移后的复振幅分布描述成qm(z-z(i))；

p3、将反射的透射光场复振幅加载至ccd面上，在ccd面可以得到所需衍射光强[8,9]，本发明假定其为菲涅耳衍射传输，便存在：

当中，菲涅耳衍射转换系数设成gz，ccd面坐标系设成r；

当中，振幅分布与相位分布依次设成αm(r,z(i))；j＝1,2,3,...,l；f表示转换误差系数；

p4、复振幅分布振幅可通过衍射光强转换的方法获取，以此可保证相位部分不出现变动[10]，那么：

当中，ccd获取的强度分布值设成l(r,z(i))。

p5、把更新后的衍射光场分布逆传输至新能源汽车车轮踏面，则：

当中，逆菲涅耳衍射传输转换系数设成gz^-1；

p6、新能源汽车车轮踏面函数cm+1(z-z(i))与照明光场qm+1(z)主要通过存在强度约束的透射光场复振幅分布更新，更新函数是：

当中，函数的共轭依次设成更新系数依次设成θ、μ，更新区间是[0.1]，按照真实状况设定合理的值；

p7、将重叠率控制于70％之上，移动照明光场反复执行步骤p2～步骤p6，若获取了新能源汽车车轮踏面的振幅和相位便可停止；

p8、按照获取的新能源汽车车轮踏面相位与振幅绘制，得到新能源汽车车轮踏面轮廓特征衍射图

本发明基于踏面轮廓特征衍射图的缺陷检测方法使用中值滤波方法将s1中获取的新能源汽车车轮踏面轮廓特征衍射图实施滤噪，之后使用轮廓跟踪方法将缺陷边缘实施定位，以此增强踏面缺陷检测准确率。

其中的中值滤波的非线性去噪能力优于小波变换，中值滤波的运行步骤是：使用像素点附近灰度中值代表灰度值，区域模板的尺寸一般是3*3，当中模板尺寸的设置十分关键，若值较大则新能源汽车车轮踏面轮廓特征衍射图的轮廓信息模糊，运算量较多，运算速度慢，若值较小，便未能全面去除新能源汽车车轮踏面轮廓特征衍射图中的噪声，中值滤波输出是：

式中，s1获取的新能源汽车车轮踏面轮廓特征衍射图与去噪后衍射图灰度值依次设成g(a+h,b+t)。

本发明在获取新能源汽车车轮踏面缺陷的轮廓时先自左至右，自上至下将新能源汽车车轮踏面轮廓特征衍射图实施检索，检索首个目标边界点，此边界点设成起点，检索附近的像素，通常是8*8的区间，获取第二个边界点，多次重复，直至检索获取所边界点。

本发明中针对新能源汽车车轮踏面轮廓特征衍射图而言，目标缺陷范围w的q阶灰度矩是：

其中，w的像素数目设成m。

通过45个像素序列建立一个单位圆，此序列中包含多种灰度kj，把它设成阶灰度矩模型的输入，灰度矩归一化模型存在四种参数：位置η、方位k1、k2。那么：

其中，a、b表示像素值。

前三阶灰度矩nh(h＝1,2,3)的约束条件是：

可获取：

其中，q1、q2表示k1、k2在单位圆里的比例。代表灰度系数。

灰度矩计算本质属于单位圆里像素灰度值的加权和，则：

其中，像素j的权值设成ψj。

如果所有权值设置后，能够按照模板和新能源汽车车轮踏面轮廓特征衍射图的卷积处理获取新能源汽车车轮踏面缺陷边缘[18]。其中，灰度矩nh是：

其中，表示卷积处理的灰度距向量。

按照q1、q2、k1、k2能够获取：

其中q1q2≤1/4，则：

阴影部分面积w是：

其中，λ表示阴影周长；s代表缺陷阴影半径。将上式实施简化获取：

w＝λ-sinλcosλ＝λ-(1/2)sin2λ(18)

假定q＝min(q1,q2)，q1＝w1/π，w1里k1的占比是：

λ-(1/2)sin2λ＝πq(19)

针对7*7，它的边缘位置是：

η＝s·cosλ(20)

若获取了新能源汽车车轮踏面缺陷的边缘位置，之后设置新能源汽车车轮踏面缺陷的边缘方向，新能源汽车车轮踏面缺陷像素点的灰度重心坐标是(a0,b0)，则：

其中，(aj,bj)代表第j个新能源汽车车轮踏面缺陷点的中心，则：

新能源汽车车轮踏面缺陷亚像素位置是：

本发明在为了测试本发明方法有效性，使用本发明方法对某新能源汽车车轮踏面缺陷实施检测，该新能源汽车车轮踏面缺陷为踏面擦伤与踏面裂纹，详情如图2、图3所示；

采用本发明方法对图2、图3中的新能源汽车车轮踏面缺陷实施检测，并将本发明方法的检测结果和实际状况实施对比，测试本发明方法识别结果的召回率，结果见图4；

如图4所示，本发明方法检测新能源汽车车轮踏面擦伤、踏面裂纹时，召回率最低值均为0.98，召回率较高，表明本发明方法的检测结果和实际结果高度吻合。

本发明为了全面测试本发明方法对新能源汽车车轮踏面缺陷的检测性能，假定该新能源汽车车轮踏面缺陷依次是擦伤、剥离、裂纹、凹陷、砂眼、气孔、夹碴，测试本发明方法、基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法的漏检率与误检率，结果见表1所示：

表1三种方法的漏检率与误检率对比结果

由表1可知，本发明方法对新能源汽车车轮踏面擦伤、剥离、裂纹、凹陷、砂眼、气孔、夹碴的漏检率最大值是1.1209％，误检率最大值是1.0923％，基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法的漏检率与误检率和本发明方法相比较多，由此可知，本发明方法可实现全面的、准确的新能源汽车车轮踏面缺陷检测。

假定三种方法在检测新能源汽车车轮踏面缺陷时获取的踏面图像中存在高斯噪声与椒盐噪声，则三种方法对存在高斯噪声与椒盐噪声的新能源汽车车轮踏面缺陷的检测准确率见表2：

表2三种方法对存在高斯噪声与椒盐噪声的车轮踏面缺陷的检测准确率/％

分析表2可知，本发明方法对存在高斯噪声以及椒盐噪声的新能源汽车车轮踏面图像实施缺陷检测时，检测准确率大于98％，且检测准确率大于另外两种系统，则本发明方法抗干扰性极强。

为直观了解本发明方法的应用效果，测试某新能源汽车车轮制作厂商使用本发明方法、基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法检测车轮踏面缺陷后，三种方法检测结果的合格率，主要通过7组专业人员进行评分，每组有10位专业10人员，统计7组专业人员对三种方法打分为合格的人数，结果见图5；

分析图5可知，7组专业人员的人数共计70人，对本发明方法评价为合格的人数高达69人，对基于改进标记分水岭的彩色踏面图像分割检测方法、静态车轮表面裂纹缺陷检测方法评价为合格的人数依次是31人、41人，本发明方法的应用反馈最佳。

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。