[发明专利]一种基于机器视觉的汽车轮胎花纹识别方法

权利要求书

1.一种基于机器视觉的汽车轮胎花纹识别方法，其特征在于，具体包括如下步骤：

S1，获取线激光照射在轮胎花纹上的照片，并对照片进行校正；

S2，去除经校正后的照片的背景和虚光；

S3，求取经S2处理后的照片内光条的多个中心坐标点，并对中心坐标点进行立方样条拟合，得出立方样条拟合公式；

S4，基于多项式法对光条的中心坐标点进行拟合，得出多项式拟合公式；

S5，将立方样条拟合公式与多项式拟合公式作差；

S6，对S5中作差得到的结果进行卷积处理，求取卷积曲线上的极大值；

S7，滤除小于预设值的极大值，得到的极大值即为轮胎花纹深度值；

S2中包括如下具体步骤：

S201，对S1中获取的照片像素灰度进行BCG校正；

S202，对照片进行二值化处理，得到光条的横坐标的最大、最小值和纵坐标的最大、最小值；

S203，对原始照片进行分割，将图片中的光条抠出；

S204，对抠出的光条的灰度值进行修改；

所述灰度值的修改公式为：

其中，I为灰度值，为(x_i，y_i)点的灰度值，I_max为最大灰度值，I_min为最小灰度值；

S3中具体包括以下步骤：

S301，将经过S204处理后的光条像素中的灰度值以矩阵形式存储，用(x_i,y_i)坐标系的形式表示出光条图片，其中，i，j均为自然数；

S302，根据初步得到的光条的中心坐标点，并将光条的中心坐标点转换为世界坐标；

S303，对光条中心像素对应的世界坐标进行立方样条拟合，得到光条中心线的立方样条拟合曲线及立方样条拟合公式；

S302中提取光条的中心坐标点的公式如下：

像素坐标(x_i,y_i)对应的灰度I(x_i,y_i)，背景光的灰度I＝50，中心线上x_i点的y_i坐标表示为：

其中，x∈(1-1280)，y∈(1-960)。

2.根据权利要求1所述的基于机器视觉的汽车轮胎花纹识别方法，其特征在于，S1中包括如下具体步骤：

S101，获取待处理的照片，其中，该照片为将线激光投射在待测轮胎花纹上所形成的光条的照片；

S102，提取校正模板的校正信息；

S103，以S102中提出的校正信息为标准对S1中的照片进行校正。

3.根据权利要求1所述的基于机器视觉的汽车轮胎花纹识别方法，其特征在于，S1中获取的照片由设有滤光镜的摄像装置拍摄，且所述滤光镜的参数：灰度为28、对比度为45、伽马值为1。

4.根据权利要求1所述的基于机器视觉的汽车轮胎花纹识别方法，其特征在于，S4中的多项式拟合公式的最高次项的次数为偶次，且最高次数不小于8次。

5.根据权利要求1所述的基于机器视觉的汽车轮胎花纹识别方法，其特征在于，S5中的卷积公式为：

其中，s[n]为卷积，x[n]和y[n]分别为轮廓序列和所用卷积函数序列，x[m]为加权样值信号，y[n-m]为延迟样值信号。

6.根据权利要求1-5任意一项所述的基于机器视觉的汽车轮胎花纹识别方法，其特征在于，S4中的多项式拟合公式的最高次项的次数为10。