[发明专利]一种基于图像处理的轮胎X光图像缺陷检测方法有效

专利信息
申请号: 201911109046.6 申请日: 2019-11-13
公开(公告)号: CN110827272B 公开(公告)日: 2022-09-02
发明(设计)人: 顾乃杰;张宇翔;张孝慈 申请(专利权)人: 中国科学技术大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06T7/11;G06T7/194
代理公司: 安徽省合肥新安专利代理有限责任公司 34101 代理人: 陆丽莉;何梅生
地址: 230026 安*** 国省代码: 安徽;34
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 图像 处理 轮胎 缺陷 检测 方法
【权利要求书】:

1.一种基于图像处理的轮胎X光图像缺陷检测方法,其特征在于包括如下步骤:

步骤1、获取同一规格轮胎的轮胎X光图像集并分别进行图像处理,得到所有轮胎图像的钢丝圈、胎体和胎冠;

步骤1.1、根据所述轮胎X光图像集中轮胎图像的帘线方向和帘线间距,设置纹理滤波核,从而利用所述纹理滤波核对所述轮胎图像进行纹理滤波,得到消除帘线后的轮胎图像;

步骤1.2、根据所述轮胎X光图像集中轮胎图像的帘线宽度和帘线间距,设置模糊滤波核,从而利用所述模糊滤波核对所述消除帘线后的轮胎图像进行模糊滤波,得到高斯模糊后的轮胎图像;

步骤1.3、对所述高斯模糊后的轮胎图像进行灰度分析,得到灰度投影函数;

步骤1.4、对所述灰度投影函数的导函数进行非极大值抑制处理,得到四条分割线,从而利用四条分割线对所述轮胎X光图像集中轮胎图像进行图像分割,划分为钢丝圈、胎体和胎冠;

步骤2、对所有轮胎图像的胎体进行二值化处理,得到相应的二值化胎体图;

步骤2.1、对所述轮胎X光图像集中的轮胎图像,筛选出所有无稀线缺陷的轮胎图像,对任一无稀线缺陷的轮胎图像分别按列统计帘线在各列所占的像素值比例,并取平均值后得到比例均值,再对所有无稀线缺陷的轮胎图像的比例均值取平均值后,得到帘线比例均值T0

步骤2.2、令胎体宽度为w;定义变量i,并初始化i=1;

步骤2.3、对所述轮胎X光图像集中轮胎图像的第i列像素,设置起始阈值为Ti

步骤2.4、统计第i列像素中灰度值小于Ti的像素点在整列中的占比Ri

步骤2.5、判断RiT0是否成立,若成立,则执行步骤2.6;否则,将Ti+Δ赋值给Ti后,执行步骤2.4;Δ表示步长;

步骤2.6、根据起始阈值为Ti对第i列像素进行二值化处理,得到二值化后的第i列像素;

步骤2.7、将i+1赋值给i后,判断iw是否成立,若成立,则表示得到二值化胎体图,并执行步骤3;否则,返回步骤2.3;

步骤3、对所述二值化胎体图中进行自适应特征提取,得到轮胎的特征向量;

步骤3.1、统计任一无稀线缺陷的轮胎图像的二值化胎体图中第i列像素的所有帘线间距的个数为n,其中任意第j个帘线间距记为dij

步骤3.2、利用式(1)得到无稀线缺陷的轮胎图像的二值化胎体图的特征值T:

式(1)中,f(·)表示统计信息相关的函数;

步骤3.3、对所有无稀线缺陷的轮胎图像的二值化胎体图按照步骤3.1和步骤3.2进行处理,从而得到的特征值集合并取平均值,得到特征阈值

步骤3.4、利用式(2)计算所述轮胎X光图像集中的任一轮胎图像的二值化胎体图中第i列像素的特征值Pi,从而得到特征向量P=[P1,P2,…,Pi,…,Pw]:

Pi=f(di1,di2,...,dij,...,din) (2)

步骤4、对所述特征向量进行阈值判定,得到判断结果,以完成缺陷检测:

步骤4.1、初始化i=1;

步骤4.2、判断是否成立,若成立,则表示相应的轮胎图像包含稀线缺陷,否则将i+1赋值给i后,判断iw是否成立,若成立,则表示得到相应的轮胎图像无稀线缺陷,否则,返回步骤4.2。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学技术大学,未经中国科学技术大学许可,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/201911109046.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top