本發(fā)明涉及質(zhì)量檢測(cè)技術(shù)領(lǐng)域，特別是涉及圖像處理技術(shù)，具體為一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)及方法。

背景技術(shù)：

隨著我國(guó)經(jīng)濟(jì)高速發(fā)展，人們生活水平不斷提高，汽車成為越來(lái)越多家庭必備的交通工具，與此同時(shí)，人們對(duì)于汽車性能和外觀的要求也越來(lái)越高。汽車中網(wǎng)又名汽車前臉，鬼臉，格柵以及水箱護(hù)罩等，其主要作用在于水箱，發(fā)動(dòng)機(jī)，空調(diào)等的進(jìn)氣通風(fēng)，防止行駛中外來(lái)物對(duì)車廂內(nèi)部部件的破壞以及美觀彰顯個(gè)性。在汽車工程中中網(wǎng)是用來(lái)覆蓋在車身上以便讓空氣進(jìn)入。大多數(shù)車輛具有在前面的汽車中網(wǎng)，以保護(hù)散熱器和發(fā)動(dòng)機(jī)，其質(zhì)量直接影響消費(fèi)者對(duì)于汽車品牌的第一印象。由于汽車中網(wǎng)的質(zhì)量受到多種因素的影響，如：形狀輪廓、以及各個(gè)工藝參數(shù)設(shè)定等，使得汽車中網(wǎng)的檢測(cè)成為一項(xiàng)高精度、高難度的工作。

然而，目前我國(guó)汽車企業(yè)中的汽車中網(wǎng)檢測(cè)環(huán)節(jié)均由人工完成，通過(guò)人眼的方式，從不同角度結(jié)合觀察和觸摸等方式對(duì)質(zhì)量進(jìn)行檢測(cè)。在生產(chǎn)線上，汽車中網(wǎng)制成后，一般由多名工人對(duì)瑕疵進(jìn)行檢測(cè)，為后續(xù)修復(fù)環(huán)節(jié)提供依據(jù)。這項(xiàng)工作不僅需要檢測(cè)人員具有豐富的工作經(jīng)驗(yàn)，并且要求檢測(cè)工人始終保持高強(qiáng)度的注意力，對(duì)于流水線連續(xù)工作的工人，很容易產(chǎn)生視覺(jué)疲勞，從而易導(dǎo)致檢測(cè)效率和檢測(cè)準(zhǔn)確率下降，不可避免地會(huì)出現(xiàn)誤檢漏檢的現(xiàn)象。另一方面，隨著世界經(jīng)濟(jì)的區(qū)域調(diào)整和中國(guó)經(jīng)濟(jì)的產(chǎn)業(yè)轉(zhuǎn)型，人工成本也越來(lái)越高，效率也不高，采用人工檢測(cè)的方法也無(wú)法適應(yīng)目前高速、精準(zhǔn)、自動(dòng)化的生產(chǎn)要求。因此，如何提高汽車產(chǎn)業(yè)的自動(dòng)化水平，降低生產(chǎn)成本是我國(guó)汽車產(chǎn)業(yè)也是世界汽車產(chǎn)業(yè)面臨的迫切問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)及方法，用于解決現(xiàn)有技術(shù)中使用人工方式檢測(cè)汽車中網(wǎng)的質(zhì)量效率低、費(fèi)用高的問(wèn)題。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)，包括：

圖像采集模塊，用于采集放置于工作平臺(tái)上汽車中網(wǎng)的圖像；

服務(wù)器，用于接收該圖像，提取圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征；檢測(cè)其外輪廓、網(wǎng)格、logo圖像的幾何形狀是否在預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的質(zhì)量是否合格。

本發(fā)明的另一目的在于提供一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法，包括：

采集放置于工作平臺(tái)上汽車中網(wǎng)的圖像；

提取圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征；

檢測(cè)其外輪廓、網(wǎng)格、logo圖像的幾何形狀是否在預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的質(zhì)量是否合格。

如上所述，本發(fā)明的基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)及方法，具有以下有益效果：

本發(fā)明通過(guò)圖像采集模塊采集汽車中網(wǎng)的圖像，服務(wù)器分析汽車中網(wǎng)的圖像；提取外輪廓、網(wǎng)格、logo圖像特征將其與標(biāo)準(zhǔn)模版圖像中預(yù)設(shè)的輪廓、網(wǎng)格、logo圖像特征對(duì)應(yīng)比較，從而檢測(cè)汽車中網(wǎng)的質(zhì)量是否合格。相對(duì)于傳統(tǒng)人工方式，更加智能、效率更高、檢測(cè)的準(zhǔn)確率更穩(wěn)定與準(zhǔn)確。

附圖說(shuō)明

圖1顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)結(jié)構(gòu)框圖；

圖2顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)中提取模塊的結(jié)構(gòu)框圖；

圖3顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)中檢測(cè)模塊的結(jié)構(gòu)框圖；

圖4顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)的詳細(xì)結(jié)構(gòu)框圖；

圖5顯示為本發(fā)明提供的一種基于汽車中網(wǎng)實(shí)施例結(jié)構(gòu)示意圖；

圖6顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)的實(shí)施例圖；

圖7顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法流程圖；

圖8顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中步驟2的流程圖；

圖9顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中步驟3的流程圖；

圖10顯示為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中故障分析的流程圖。

元件標(biāo)號(hào)說(shuō)明：

1圖像采集模塊

2服務(wù)器

21提取模塊

22檢測(cè)模塊

23分析模塊

211定位單元

212預(yù)處理單元

213邊緣檢測(cè)算法

214提取單元

221第一檢測(cè)單元

222第二檢測(cè)單元

223第三檢測(cè)單元

224判斷單元

s1～s3步驟1～3

具體實(shí)施方式

以下通過(guò)特定的具體實(shí)例說(shuō)明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說(shuō)明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過(guò)另外不同的具體實(shí)施方式加以實(shí)施或應(yīng)用，本說(shuō)明書中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒(méi)有背離本發(fā)明的精神下進(jìn)行各種修飾或改變。需說(shuō)明的是，在不沖突的情況下，以下實(shí)施例及實(shí)施例中的特征可以相互組合。

需要說(shuō)明的是，以下實(shí)施例中所提供的圖示僅以示意方式說(shuō)明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實(shí)際實(shí)施時(shí)的組件數(shù)目、形狀及尺寸繪制，其實(shí)際實(shí)施時(shí)各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復(fù)雜。

請(qǐng)參閱圖1，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)結(jié)構(gòu)框圖，包括：

圖像采集模塊1，用于采集放置于工作平臺(tái)上汽車中網(wǎng)的圖像；

服務(wù)器2，用于接收該圖像，其中，該服務(wù)器至少包括：提取模塊21，用于提取圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征；檢測(cè)模塊22，用于檢測(cè)其外輪廓、網(wǎng)格、logo圖像的幾何形狀是否在預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的質(zhì)量是否合格。

其中，所述外輪廓幾何形狀包括外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度；所述網(wǎng)格幾何形狀包括網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大??；所述logo圖像的幾何形狀包括logo圖像的位置、大小、顏色與圖案。

在本實(shí)施例中，通過(guò)直接檢測(cè)汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像的幾何形狀是否在預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)；當(dāng)所有外輪廓、網(wǎng)格、logo圖像的幾何形狀均在對(duì)應(yīng)預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，則判斷汽車中網(wǎng)的質(zhì)量合格；當(dāng)外輪廓、網(wǎng)格、logo圖像的幾何形狀其中任意一個(gè)或幾個(gè)在對(duì)應(yīng)預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，則判斷汽車中網(wǎng)的質(zhì)量不合格。通過(guò)上述圖像采集、圖像處理、圖像識(shí)別與檢測(cè)的方式，相對(duì)于現(xiàn)有人工或其它的檢測(cè)方式，可根據(jù)產(chǎn)品需要開(kāi)發(fā)不同的功能，只需對(duì)應(yīng)調(diào)整提取的參數(shù)與預(yù)設(shè)的特征參數(shù)即可，確保了汽車中網(wǎng)質(zhì)量檢測(cè)的通用性，同時(shí)，也提高了檢測(cè)的智能化程度與檢測(cè)效率。

請(qǐng)參閱圖2，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)中提取模塊的結(jié)構(gòu)框圖，包括：

定位單元，用于按照標(biāo)準(zhǔn)模板圖像搜尋定位圖像中汽車中網(wǎng)的位置區(qū)域，得到中網(wǎng)圖像；

其中，采用模板匹配技術(shù)搜尋定位圖像中的汽車中網(wǎng)，即對(duì)比圖像的相似度可確定出汽車中網(wǎng)的位置，從而達(dá)到定位的目的，提高了得到中網(wǎng)圖像的精確度與魯棒性；如：opencv的模版匹配算法、快速圓匹配、halcon軟件的模板匹配。

預(yù)處理單元，用于對(duì)所述中網(wǎng)圖像進(jìn)行預(yù)處理，得到已去噪的中網(wǎng)圖像；

其中，預(yù)處理單元進(jìn)行去噪，可選擇均值濾波、中值濾波、維納濾波等方式中任意一種進(jìn)行濾波，去除圖像中的高斯噪聲，得到已去噪的中網(wǎng)圖像。

邊緣檢測(cè)單元，用于采用邊緣檢測(cè)算法對(duì)所述已去噪的中網(wǎng)圖像進(jìn)行處理，得到邊緣二值圖像；

其中，邊緣檢測(cè)是利用物體與背景在某種圖像特征上的差異來(lái)實(shí)現(xiàn)檢測(cè)，差異包括灰度、顏色或紋理特征；目的是在保留原有圖像屬性的情況下，顯著減少圖像的數(shù)據(jù)規(guī)模，由于需要考慮檢測(cè)效果(精度高)，在此優(yōu)選基于canny邊緣檢測(cè)算法。

提取單元，用于基于hough變換的直線檢測(cè)算法以及幾何形狀檢測(cè)算法處理所述邊緣二值圖像，得到圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征。

其中，對(duì)邊緣檢測(cè)算法得到的二值圖像直接采取hough變換，在具體過(guò)程中，需要將變換結(jié)果存入hough變換累加值，根據(jù)設(shè)定閾值大小，將hough變換累加值小于閾值清零(即認(rèn)為不對(duì)應(yīng)圖像域中的一條直線)；查找hough變換累加值最大的點(diǎn)，將該點(diǎn)其它的領(lǐng)域清零，繼續(xù)查找并記錄下一個(gè)累加值最大的點(diǎn)，直到累加器中所有的累計(jì)值都為零，記錄這些點(diǎn)即得到圖像中的直線?？筛鶕?jù)汽車中網(wǎng)的統(tǒng)計(jì)特性來(lái)調(diào)整清零閾值與清零領(lǐng)域值的大小，或利用汽車中網(wǎng)的邊緣像素點(diǎn)的位置信息，將共線的邊緣點(diǎn)檢測(cè)出來(lái)，然后，去除噪聲點(diǎn)和連接由于邊緣檢測(cè)而產(chǎn)生的不連續(xù)像素，從而確定汽車中網(wǎng)的線段與形狀信息，即，分別提取到圖像的外輪廓特征、網(wǎng)格特征、logo圖像特征。

在本實(shí)施例中，通過(guò)上述單元依次對(duì)采集的包含汽車中網(wǎng)的圖像進(jìn)行處理，提取到外輪廓特征、網(wǎng)格特征、logo圖像特征，一方面可迅速定位各個(gè)特征的位置，另一方面，在提取定位過(guò)程中也保證了魯棒性，確保了檢測(cè)的外輪廓特征、網(wǎng)格特征、logo圖像特征的精準(zhǔn)度。

請(qǐng)參閱圖3，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)中檢測(cè)模塊的結(jié)構(gòu)框圖，包括：

第一檢測(cè)單元，用于檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度是否在預(yù)設(shè)的外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的外輪廓幾何形狀是否合格；

第二檢測(cè)單元，用于檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大小是否在預(yù)設(shè)的網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大小的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的網(wǎng)格幾何形狀是否合格；

第三檢測(cè)單元，用于檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的logo圖像的位置、大小、顏色與圖案是否在預(yù)設(shè)的logo圖像的位置、大小、顏色與圖案的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的logo圖像的幾何形狀是否合格；

判斷單元，用于根據(jù)外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀是否合格，判斷所述汽車中網(wǎng)的質(zhì)量是否合格。

在本實(shí)施例中，第一檢測(cè)單元、第二檢測(cè)單元、第三檢測(cè)單元都對(duì)應(yīng)有各自的檢測(cè)結(jié)果；其分別對(duì)應(yīng)外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀，其中，每個(gè)檢測(cè)單元都按照其具體包含的特征參數(shù)進(jìn)行檢測(cè)，在汽車中網(wǎng)的檢測(cè)過(guò)程中，會(huì)根據(jù)第一檢測(cè)單元、第二檢測(cè)單元、第三檢測(cè)單元的實(shí)際檢測(cè)結(jié)果，判斷單元只有當(dāng)各個(gè)檢測(cè)單位中各個(gè)特征參數(shù)均檢測(cè)合格后，汽車中網(wǎng)的質(zhì)量檢測(cè)結(jié)果才為合格。采用上述單元對(duì)汽車中網(wǎng)的各個(gè)特征進(jìn)行分別檢測(cè)，不僅提高了檢測(cè)的精度性，同時(shí)，采用機(jī)械智能的檢測(cè)方式，可大幅度提高檢測(cè)效率。

請(qǐng)參閱圖4，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)結(jié)構(gòu)框圖，包括：

分析模塊，用于根據(jù)判斷結(jié)果以語(yǔ)音或文字形式顯示汽車中網(wǎng)的質(zhì)量；還用于當(dāng)汽車中網(wǎng)質(zhì)量不合格時(shí)，根據(jù)檢測(cè)結(jié)果以語(yǔ)音或文字形式顯示不合格的原因與特征參數(shù)。

在本實(shí)施例中，以語(yǔ)音或文字形式顯示汽車中網(wǎng)的質(zhì)量的檢測(cè)結(jié)果，當(dāng)判斷結(jié)果為合格時(shí)，只是單純的顯示檢測(cè)結(jié)果，而當(dāng)汽車中網(wǎng)質(zhì)量不合格時(shí)，根據(jù)檢測(cè)結(jié)果以語(yǔ)音、文字、圖表等形式顯示不合格的原因與特征參數(shù)，分析時(shí)調(diào)出顯示各個(gè)檢測(cè)單位不合格時(shí)特征參數(shù)。通過(guò)分析模塊可迅速查找汽車中網(wǎng)不合格的原因，便于后續(xù)改進(jìn)；同時(shí)，也利于檢測(cè)質(zhì)量檢測(cè)的穩(wěn)定性。

請(qǐng)參閱圖5，為本發(fā)明提供的一種基于汽車中網(wǎng)實(shí)施例結(jié)構(gòu)示意圖，詳述如下：

汽車中網(wǎng)包括外輪廓幾何形狀、網(wǎng)格幾何形狀和logo圖像的幾何形狀，所述外輪廓幾何形狀包括外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度；所述網(wǎng)格幾何形狀包括網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大??；所述logo圖像的幾何形狀包括logo圖像的位置、大小、顏色與圖案。在本實(shí)施例中，每種型號(hào)的汽車中網(wǎng)對(duì)應(yīng)的規(guī)格不同，所導(dǎo)致特征參數(shù)存在差異性，在此不一一贅述。

請(qǐng)參閱圖6，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)系統(tǒng)的實(shí)施例圖，詳述如下：

基于上述的汽車中網(wǎng)，將汽車中網(wǎng)放置于工作平臺(tái)上，該工作平臺(tái)沿某個(gè)固定方向勻速移動(dòng)，帶動(dòng)汽車中網(wǎng)相對(duì)運(yùn)動(dòng)，安裝于工作平臺(tái)附近的工業(yè)相機(jī)(攝像頭，其包含燈光)，即工業(yè)相機(jī)可通過(guò)支架(相機(jī)燈光支架)固定；工業(yè)相機(jī)每間隔固定時(shí)間對(duì)工作平臺(tái)上的汽車中網(wǎng)進(jìn)行拍照，且工業(yè)相機(jī)與服務(wù)器網(wǎng)絡(luò)相連，將采集的圖像發(fā)送至服務(wù)器(包含計(jì)算機(jī)與機(jī)器視覺(jué)軟件)進(jìn)行檢測(cè)，顯示檢測(cè)結(jié)果，在此不一一贅述。

在本實(shí)施例中，也可將工作平臺(tái)每間隔多少時(shí)間暫停一次，以保證工業(yè)相機(jī)在采集圖像時(shí)，汽車中網(wǎng)處于靜止?fàn)顟B(tài)，獲取更清晰準(zhǔn)確的圖像?；蛘?，調(diào)整相機(jī)燈光支架使其在旋轉(zhuǎn)移動(dòng)，確保采集的每張(幀)圖像的只包含一個(gè)汽車中網(wǎng)，當(dāng)檢測(cè)完一個(gè)汽車中網(wǎng)后，再旋轉(zhuǎn)移動(dòng)相機(jī)燈光支架，采集圖像。采集與檢測(cè)圖像中汽車中網(wǎng)時(shí)，完全無(wú)需人工參與，極大提高了智能化程度與效率，相對(duì)于人工方式，成本更低。

請(qǐng)參閱圖7，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法的流程圖，包括：

采集放置于工作平臺(tái)上汽車中網(wǎng)的圖像；

提取圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征；

檢測(cè)其外輪廓、網(wǎng)格、logo圖像的幾何形狀是否在預(yù)設(shè)的外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的質(zhì)量是否合格。

其中，所述外輪廓幾何形狀包括外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度；所述網(wǎng)格幾何形狀包括網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大?。凰鰈ogo圖像的幾何形狀包括logo圖像的位置、大小、顏色與圖案。

請(qǐng)參閱圖8，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中步驟2的流程圖，包括：

按照標(biāo)準(zhǔn)模板圖像搜尋定位圖像中汽車中網(wǎng)的位置區(qū)域，得到中網(wǎng)圖像；

對(duì)所述中網(wǎng)圖像進(jìn)行預(yù)處理，得到已去噪的中網(wǎng)圖像；

采用邊緣檢測(cè)算法對(duì)所述已去噪的中網(wǎng)圖像進(jìn)行處理，得到邊緣二值圖像；

基于hough變換的直線檢測(cè)算法以及幾何形狀檢測(cè)算法處理所述邊緣二值圖像，得到圖像中汽車中網(wǎng)的外輪廓、網(wǎng)格、logo圖像特征。

請(qǐng)參閱圖9，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中步驟3的流程圖，包括：

檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度是否在預(yù)設(shè)的外輪廓的上、下邊緣、側(cè)邊緣各自的長(zhǎng)度和角度的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的外輪廓幾何形狀是否合格；

檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大小是否在預(yù)設(shè)的網(wǎng)格的個(gè)數(shù)、行數(shù)與邊形網(wǎng)格的大小的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的網(wǎng)格幾何形狀是否合格；

檢測(cè)所述圖像內(nèi)汽車中網(wǎng)的logo圖像的位置、大小、顏色與圖案是否在預(yù)設(shè)的logo圖像的位置、大小、顏色與圖案的范圍內(nèi)，根據(jù)檢測(cè)結(jié)果判斷汽車中網(wǎng)的logo圖像的幾何形狀是否合格；

根據(jù)外輪廓幾何形狀、網(wǎng)格幾何形狀、logo圖像的幾何形狀是否合格，判斷所述汽車中網(wǎng)的質(zhì)量是否合格。

請(qǐng)參閱圖10，為本發(fā)明提供的一種基于汽車中網(wǎng)質(zhì)量檢測(cè)方法中故障分析的流程圖根據(jù)判斷結(jié)果以語(yǔ)音或文字形式顯示汽車中網(wǎng)的質(zhì)量；當(dāng)汽車中網(wǎng)質(zhì)量不合格時(shí)，根據(jù)檢測(cè)結(jié)果以語(yǔ)音或文字形式顯示不合格的原因與特征參數(shù)。

綜上所述，本發(fā)明通過(guò)圖像采集模塊采集汽車中網(wǎng)的圖像，服務(wù)器分析汽車中網(wǎng)的圖像；提取外輪廓、網(wǎng)格、logo圖像特征將其與標(biāo)準(zhǔn)模版圖像中預(yù)設(shè)的輪廓、網(wǎng)格、logo圖像特征對(duì)應(yīng)比較，從而檢測(cè)汽車中網(wǎng)的質(zhì)量是否合格。相對(duì)于傳統(tǒng)人工方式，更加智能、效率更高、檢測(cè)的準(zhǔn)確率更穩(wěn)定與準(zhǔn)確。所以，本發(fā)明有效克服了現(xiàn)有技術(shù)中的種種缺點(diǎn)而具高度產(chǎn)業(yè)利用價(jià)值。

上述實(shí)施例僅例示性說(shuō)明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對(duì)上述實(shí)施例進(jìn)行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識(shí)者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。