[发明专利]一种基于奇异值分解的轮胎缺陷检测方法有效
申请号: | 201710357955.6 | 申请日: | 2017-05-19 |
公开(公告)号: | CN107194920B | 公开(公告)日: | 2019-07-19 |
发明(设计)人: | 郭强;刘慧;张彩明 | 申请(专利权)人: | 山东财经大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/10;G06T7/136 |
代理公司: | 济南舜昊专利代理事务所(特殊普通合伙) 37249 | 代理人: | 李舜江 |
地址: | 250000 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 奇异 分解 轮胎 缺陷 检测 方法 | ||
本发明提供一种基于奇异值分解的轮胎缺陷检测方法,将含有n个像素的待检图像I划分成n个大小为m×m的图像块;将每一个图像块Pi转换成一个列向量ci;利用所有图像块所对应的列向量,构造一个图像块矩阵M;通过依次计算相邻两个奇异值的比值,确定图像块矩阵M的秩r;利用图像块矩阵M的前r个最大奇异值及其所对应的左奇异向量和右奇异向量,重构出图像块矩阵M的一个低秩近似矩阵Mr;将低秩近似矩阵Mr中的各列向量转换成图像块;由所有图像块Pir重构出待检图像I的近似图像Ir;对残差图像I‑Ir进行硬阈值分割,得到一幅二值图像Ib,该图像中灰度值为1的像素所对应的坐标即为缺陷位置。检测方法能够定位缺陷发生的具体位置,避免由于人工操作所引起的漏检和误检,提高缺陷检测的准确性。
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种基于奇异值分解的轮胎缺陷检测方法。
背景技术
轮胎是汽车的重要组成部分,它的质量直接影响着车辆行驶时的安全性。通常,一条完整的轮胎由胎冠区、胎肩区、胎侧区和加强区四种区域构成。受原材料、加工设备以及生产工艺等因素的影响,少量轮胎可能在某种部件区域内出现不同类型的缺陷。轮胎的缺陷主要集中在胎侧、胎冠和胎肩三个部位。常见的缺陷包括杂质、搭接和气泡三种。杂质和搭接这两类缺陷都会破坏轮胎内部的帘线结构,从而造成轮胎受力不均引起爆胎;而气泡则破坏了橡胶的粘合力,汽车在高速运转时,轮胎与地面的摩擦会使得轮胎温度升高,从而会引起气泡膨胀,最终也会导致爆胎。缺陷的存在降低了轮胎的可靠性和耐磨性能,从而影响车辆的安全性。
为保证轮胎的质量,轮胎生产商通常借助于专用的X光成像设备由工人对轮胎内部进行查看,以检查轮胎内部是否存在缺陷。然而,在实际检查过程中,工人的视觉疲劳会造成轮胎缺陷的漏检和误检,从而给车辆的安全性埋下了隐患。
发明内容
为了克服上述现有技术中的不足,本发明提供一种基于奇异值分解的轮胎缺陷检测方法,轮胎缺陷检测方法包括:
步骤1:将含有n个像素的待检图像I划分成n个大小为m×m的图像块,记为Pi,(i=1,...,n);
步骤2:将每一个图像块Pi转换成一个列向量ci;
步骤3:利用所有图像块所对应的列向量,构造一个图像块矩阵M;
步骤4:对图像块矩阵M进行奇异值分解,得到m2个奇异值σi,(i=1,...,m2)和相应的左奇异矩阵U及右奇异矩阵V;
步骤5:通过依次计算相邻两个奇异值的比值,确定图像块矩阵M的秩r;
步骤6:利用图像块矩阵M的前r个最大奇异值及其所对应的左奇异向量和右奇异向量,重构出图像块矩阵M的一个低秩近似矩阵Mr;
步骤7:将低秩近似矩阵Mr中的各列向量转换成图像块Pir,(i=1,...,n);
步骤8:由所有图像块Pir重构出待检图像I的近似图像Ir;
步骤9:对残差图像I-Ir进行硬阈值分割,得到一幅二值图像Ib,该图像中灰度值为1的像素所对应的坐标即为缺陷位置。
优选地,所述的步骤1将待检图像I划分成图像块的方法如下:将待检图像I中各像素及其周围m×m邻域内的像素定义为一个图像块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东财经大学,未经山东财经大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710357955.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于检测电极的固定装置及使用方法
- 下一篇:一种玻璃薄片吸附印刷装置