BR112017027002B1 - Método para analisar uma superfície de um pneu, e, aparelho para analisar pneus em uma linha de produção de pneu - Google Patents

Abstract

MÉTODO PARA ANALISAR UMA SUPERFÍCIE DE UM PNEU, E, APARELHO PARA ANALISAR PNEUS EM UMA LINHA DE PRODUÇÃO DE PNEU. Método e aparelho relacionado para analisar uma superfície de um pneu, incluindo: adquirir uma ou mais imagens digitais de uma porção de superfície tendo um padrão que compreende um esquema que é repetido substancialmente igual em uma pluralidade de posições; identificar uma pluralidade de primeiras regiões da dita uma ou mais imagens digitais, cada uma correspondendo a uma respectiva subporção do esquema; identificar uma respectiva pluralidade de regiões homólogas a cada primeira região, em que a respectiva subporção do esquema é substancialmente idêntica à respectiva subporção do esquema de cada primeira região; calcular um modelo da respectiva subporção do esquema, onde cada pixel está associado com um valor médio dos valores associados com os pixéis de cada primeira região e das respectivas regiões homólogas tendo as mesmas coordenadas relativas do dito cada pixel; obter um modelo padrão usando os modelos calculados da subporção do esquema.

Description

[001] A presente invenção se refere a um método e um aparelho para analisar uma superfície de um pneu, por exemplo, para detectar a presença possível de defeitos na superfície do pneu.

[002] Pelo termo ‘defeito’ é intencionado qualquer desvio de uma condição desejada, independente do fato de que tal desvio dá origem a uma degradação do desempenho do pneu (que assim pode ser descartado ou rebaixado) ou consiste de uma anomalia simples (por exemplo, estética) que não faz com que o pneu seja descartado ou rebaixado. Os defeitos podem ser, por exemplo, porções com composto não vulcanizado, alterações na forma, cortes, deformações na carcaça, presença de corpos estranhos na superfície, etc.

[003] Por “pneu” é intencionado o pneu acabado, isto é, depois das etapas de moldagem e vulcanização. Uma vez que o pneu verde foi preparado, um tratamento de moldagem e vulcanização é tipicamente realizado de modo a determinar a estabilização estrutural do pneu através da reticulação das composições elastoméricas assim como para comunicar um padrão de banda de rodagem sobre ele e quaisquer sinais gráficos distintivos ou informacionais nos costados.

[004] De acordo com um método típico, durante a etapa de moldagem e vulcanização, um balão adequado (tipicamente de um composto elastomérico) é inserido dentro do pneu e feito para expandir (por exemplo, pneumaticamente) contra a superfície interna do mesmo, de modo a empurrar o pneu contra o molde externo e garantir a sua adesão apropriada ao mesmo. Este balão tipicamente é externamente sulcado com um padrão de ranhuras de modo a facilitar o seu deslizamento mútuo local entre a superfície interna do pneu e a superfície externa do balão durante a vulcanização e moldagem. Tal padrão pode facilitar a saída de ar aprisionado entre o balão e o pneu e/ou facilitar a separação entre o balão e o pneu no final da moldagem e vulcanização. Portanto a superfície interna do pneu tem um “padrão” correspondente, tipicamente em relevo. Tipicamente, o padrão compreende uma série de vãos retilíneos e paralelos tipicamente distribuídos com periodicidade substancial ao longo da direção circunferencial, e/ou uma rede densa de formas geeométricas contíguas (na linguagem profissional chamada de ‘borda de seixo’).

[005] Na presente descrição e reivindicações, por ‘padrão’ é mais geralmente intencionado um conjunto de elementos lineares dispostos na superfície interna ou externa de um pneu, tais elementos lineares sendo gerados durante a etapa de moldagem e vulcanização do pneu e sendo tipicamente em relevo, mas sendo capaz de estar também em relevo baixo ou simplesmente bidimensional, isto é, no mesmo nível de elevação como o resto da superfície. Por exemplo, as ranhuras da banda de rodagem caem dentro da definição de padrão. Tais elementos lineares superficiais são tipicamente segmentos retilíneos interconectados em uma rede contínua, mas pode mais geralmente ter qualquer forma e/ou distribuição superficial. Tais elementos lineares superficiais tipicamente causam uma mudança de cor e/ou reflexividade/difusividade de uma luz incidente comparados com o resto da superfície.

[006] Tipicamente, um pneu para rodas de veículo tem uma estrutura substancialmente toroidal em torno de um eixo de simetria coincidente com o eixo de rotação do mesmo durante operação, e tem um plano da linha intermediária axial ortogonal ao eixo de simetria, o dito plano tipicamente sendo um plano de simetria geométrico (substancial) (ignorando quaisquer assimetrias menores, tais como a banda de rodagem padrão e/ou partes da estrutura interna).

[007] Por “superfície interna” do pneu é intencionada a superfície que se estende dentro da dita estrutura toroidal de um ao outro talão (em outras palavras, a superfície não mais visível depois da união do pneu com o respectivo aro de montagem).

[008] A superfície interna tipicamente pertence a uma camada de material elastomérico, usualmente chamado “revestimento”, tendo características ótimas de impermeabilidade ao ar. Certos defeitos na superfície interna, tais como cortes, juntas abertas, deformações, etc., podem prejudicar a impermeabilidade ao ar do pneu.

[009] No contexto dos processos de produção de pneus para rodas de veículo, a necessidade tem sido sentida para realizar inspeções de qualidade nos produtos acabados, com o objetivo de prevenir pneus defeituosos de serem colocados no mercado, e/ou para progressivamente ajustar os aparelhos e maquinário usados de modo a melhorar e otimizar a execução das operações realizadas no processo de produção.

[0010] Estas inspeções de qualidade incluem, por exemplo, aquelas realizadas pelos operadores humanos que dedicam um tempo fixo para uma inspeção visual e tátil do pneu; se, considerando a sua própria experiência e sensibilidade, o operador suspeitou que o pneu não atingia certos padrões de qualidade, o mesmo pneu é submetido a inspeções adicionais, através de uma inspeção humana mais detalhada e/ou equipamento adequado de modo a aprofundar a avaliação de quaisquer deficiências estruturais e/ou qualitativas.

[0011] O documento WO2013/045594A1 descreve um método rápido de análise dos elementos em relevo na superfície interna de um pneu, compreendendo as etapas de: capturar uma imagem tridimensional da superfície designando um valor de nível cinza para cada pixel da imagem proporcional à elevação topográfica deste ponto para se obter uma imagem de partida, transformando a imagem capturada em um sistema de referência ortogonal (OXY) em que o eixo das abcissas (OX) representa os valores circunferenciais, e o eixo das ordenadas (OY) os valores radiais, designando um valor do gradiente de elevação (f(p)) para cada pixel na superfície, comparando a sua elevação com a elevação de um número separado e pequeno de pontos dispostos em uma linha reta passando através dos respectivos pixéis (p) e orientados na direção circunferencial.

[0012] No campo do controle de qualidade de pneu, o Requerente adaptou por si só o problema de detectar a presença possível de defeitos na superfície de um pneu pela aquisição ótica de imagens digitais e seu processamento subsequente. O Requerente observou que para o controle de qualidade a ser usado “em linha” em uma instalação para a produção de pneus, é necessário que as próprias inspeções sejam realizadas em um tempo reduzido e com custos reduzidos. Neste contexto, a exigência computacional dos algoritmos de processamento desempenha um papel crucial, visto que quando é excessivo, o tempo de controle aumenta inaceitavelmente e/ou a capacidade computacional requerida torna o controle impraticável.

[0013] Por “imagem digital”, ou equivalentemente “imagem”, é geralmente intencionado um conjunto de dados, tipicamente contido em um arquivo de computador, em que cada conjunto de valores de coordenadas (tipicamente cada par de coordenadas) de um conjunto finito (tipicamente bidimensional e matriz, isto é, N fileiras x M colunas) de conjuntos de valores de coordenadas espaciais (cada conjunto de valores correspondendo a um pixel) está associado com um conjunto correspondente de valores numéricos (que pode ser representativo de magnitudes diferentes). Por exemplo, nas imagens monocrômicas (tais como aquelas em níveis de cinza ou ‘escala de cinza’), um tal conjunto de valores consiste de um valor único em uma escala finita (tipicamente 256 níveis ou tons), este valor, por exemplo, sendo representativo do nível de luminosidade (ou intensidade) dos respectivos conjuntos de valores de coordenadas espaciais quando mostrados. Um outro exemplo é representado pelas imagens coloridas, em que o conjunto de valores representa o nível de luminosidade de uma pluralidade de cores ou canais, tipicamente as cores primárias (por exemplo, vermelho, verde e azul no código RGB e ciano, magenta, amarelo e preto no código CMYK). O termo ‘imagem’ não implica necessariamente a demonstração real do mesmo.

[0014] Na presente descrição e reivindicações, o termo ‘imagem’ abrange tanto as imagens tridimensionais, em que cada pixel está associado com uma informação de altitude de superfície (tal como as imagens obtidas com triangulação a laser), quanto às imagens bidimensionais, em que cada pixel está associado com a informação representativa da cor e/ou refletividade/difusividade do respectivo ponto da superfície, tal como as imagens detectadas pelas câmaras digitais comuns ou câmeras de vídeo (por exemplo, CCD).

[0015] Por ‘ponto da superfície’ é intencionado uma porção da superfície tendo uma extensão pequena (não zero) compatível com o tamanho de um pixel de uma imagem da superfície adquirida.

[0016] Na presente descrição e reivindicações, qualquer referência a uma “imagem digital” específica (por exemplo, a imagem digital inicialmente adquirida no pneu) inclui mais geralmente qualquer imagem digital obtenível através de um ou mais processamentos digitais da dita imagem digital específica (tal como, por exemplo, filtração, equalização, suavização, binarização, limiarização, transformações morfológicas (abertura, etc.), cálculos de derivada ou integral, etc.).

[0017] O Requerente observou que a presença do padrão na superfície do pneu atrapalha a imagem e/ou seu processamento, visto que o mesmo tende a ocultar ou mascarar os defeitos.

[0018] Além disso, de acordo com o Requerente, as anomalias no padrão, que por si pode ser tal como para não justificar um descarte do pneu, pode, entretanto ser indicativo de defeitos adicionais nas etapas do processo de produção (tais como uma falta de aderência entre o balão e o pneu, resultando na vulcanização incompleta). Portanto, o Requerente considera a detecção de quaisquer anomalias do padrão por si só vantajosa.

[0019] Mais no geral, o Requerente considera vantajoso ter um modelo de referência de um padrão disposto sobre uma superfície de um pneu e livre de defeitos, por exemplo, ser capaz de comparar o padrão real com o modelo de modo a detectar quaisquer desvios reais deste modelo, ou ser capaz de distinguir quaisquer defeitos do próprio padrão.

[0020] O Requerente também percebeu a dificuldade prática, se não a impossibilidade, de se ter um modelo predeterminado válido para vários pneus a serem analisados servindo como uma referência para o padrão livre de defeitos, visto que os balões tipicamente variam de acordo com o fabricante e ainda de acordo com o modelo, e, além disso, são submetidos ao envelhecimento e/ou são frequentemente substituídos. Além disso, também possíveis macrovariações na iluminação na etapa de aquisição de imagem e/ou na resposta reflexiva da superfície do pneu podem tornar o uso de um modelo predeterminado do padrão livre de defeitos impraticável.

[0021] O Requerente, no contexto do controle de qualidade de pneus (em particular para a detecção de defeitos na superfície interna de pneus) com base na aquisição e processamento de imagens digitais em uma linha de produção de pneu industrial, com custos e exigências computacionais reduzidos, confiável nos resultados obtidos e também com um alto grau de sensibilidade na detecção de defeitos, em particular sendo capaz de detectar defeitos superficiais mesmo na presença de um padrão de superfície, incluindo defeitos do próprio padrão, considerou, portanto o problema de desenvolver um método de analisar a superfície de pneus capaz de extrair, para cada pneu sob análise, um respectivo modelo padrão livre de defeitos, pelo menos quando o padrão consiste de um esquema predeterminado que é repetido, substancialmente igual, uma pluralidade de vezes.

[0022] Em um primeiro dos seus aspectos, a invenção se refere a um método para analisar uma superfície de um pneu, compreendendo: a) fornecer o pneu tendo a dita superfície a ser analisada, em que a dita superfície tem um padrão tendo um esquema que é repetido, substancialmente igual, em uma pluralidade de posições; b) adquirir uma ou mais imagens digitais de uma porção da superfície, a dita porção da superfície sendo selecionada em uma maneira tal que o dito padrão na dita porção de superfície compreende o dito esquema repetido uma pluralidade de vezes; c) identificar uma pluralidade de primeiras regiões da dita uma ou mais imagens digitais, cada primeira região correspondendo a uma respectiva subporção do esquema, em que cada primeira região compreende uma pluralidade de pixéis caracterizados pelas respectivas coordenadas relativas na dita primeira região; d) identificar uma respectiva pluralidade de regiões da dita uma ou mais imagens digitais homólogas a cada primeira região, em que cada região homóloga compreende uma pluralidade de pixéis caracterizados pelas respectivas coordenadas relativas na dita região homóloga e em que uma respectiva subporção do esquema em cada região homóloga é substancialmente idêntica à dita respectiva subporção do esquema da dita cada primeira região; e) para cada primeira região, calcular um modelo da respectiva subporção do esquema, o dito modelo da subporção do esquema sendo uma imagem digital em que cada pixel está associado com um valor médio de valores associados com os pixéis da dita cada primeira região e das respectivas regiões homólogas tendo as mesmas coordenadas relativas do dito cada pixel, obtendo-se assim uma pluralidade de modelos calculados da subporção do esquema; f) obter um modelo do dito padrão na dita porção de superfície combinando-se os ditos modelos calculados da subporção do esquema.

[0023] Por ‘valor médio’ é intencionado qualquer valor descritivo de uma tendência central da respectiva distribuição estatística. O valor médio, por exemplo, compreende qualquer média analítica (que satisfaz uma condição de invariância) e qualquer média posicional, ou combinações dos mesmos. Os exemplos de média analítica são média aritmética, média geométrica, média harmônica, média quadrática, média cúbica, etc., enquanto que os exemplos de média posicional são moda e mediana.

[0024] De acordo com o Requerente o método acima, em particular pela identificação das respectivas regiões homólogas e para o cálculo de um valor médio dos valores associados com os pixéis de cada primeira região e das respectivas regiões homólogas tendo as mesmas coordenadas relativas, é capaz de criar um modelo padrão onde o valor associado com cada pixel é calculado com uma contribuição reduzida ou nula de quaisquer defeitos. De fato, tipicamente se um defeito ocorre o mesmo está presente apenas em uma ou no máximo poucas regiões homólogas, todas as outras regiões homólogas tendo o esquema substancialmente ‘correto’, isto é, livre de defeitos (e no máximo tendo uma variação dada pelas distorções leves). O defeito tipicamente gera uma alteração - mesmo significante - do valor correspondente em todos os pixéis afetados pelo defeito apenas na região homóloga afetada pelo defeito, comparado com o valor dos pixéis correspondentes das outras regiões livres de defeitos. Calculando-se um valor médio, a contribuição do defeito é diluída, o valor das outras amostras de pixel prevalecendo. Portanto, comparado com uma demanda computacional moderada, o método acima permite o autoaprendizado a partir de cada pneu (isto é, derivando da imagem adquirida e/ou seu processamento adicional, sem a necessidade de imagens ou modelos de referência do padrão) um modelo padrão ideal (ou porções do mesmo), isto é, livre de defeitos, por exemplo, para uma comparação subsequente entre a imagem adquirida (e/ou seu processamento subsequente) e o modelo (e/ou seu processamento subsequente).

[0025] Preferivelmente, a dita pluralidade das primeiras regiões forma uma porção conectada da dita uma ou mais imagens digitais compreendendo pelo menos o dito esquema. Preferivelmente, a dita região conectada se estende menos do que duas vezes o dito esquema. Deste modo, um modelo do padrão inteiro é calculado com uma demanda computacional limitada.

[0026] Preferivelmente, as ditas primeiras regiões são parcialmente sobrepostas entre si em uma direção axial e/ou em uma direção circunferencial do pneu. Deste modo, um certo grau de redundância de informação é introduzido na reconstrução do modelo nas bordas das regiões.

[0027] Preferivelmente, cada pluralidade de regiões homólogas inclui todas as regiões da dita uma ou mais imagens tendo uma respectiva subporção do esquema substancialmente idêntica à dita subporção do esquema da respectiva primeira região. Deste modo, o cálculo do modelo considera todas as contribuições disponíveis na imagem de partida.

[0028] Preferivelmente, identificar a dita respectiva pluralidade de regiões homólogas compreende calcular uma função de correlação entre a dita respectiva primeira região e (pelo menos uma porção de) uma parte remanescente da dita uma ou mais imagens digitais. Deste modo, a demanda computacional é limitada.

[0029] Preferivelmente, identificar a dita respectiva pluralidade de regiões homólogas compreende identificar um extremo (pelo menos local) da dita função de correlação. Deste modo, as regiões mais similares entre si são eficazmente identificadas.

[0030] Preferivelmente, a dita porção de superfície é selecionada tal que na dita uma ou mais imagens digitais, o dito esquema é repetido substancialmente igual pelo menos oito vezes, mais preferivelmente pelo menos dez vezes. Deste modo, o esquema modelo calculado é suficientemente robusto e confiável.

[0031] Tipicamente, o esquema é repetido substancialmente igual em uma pluralidade de posições distribuídas ao longo de uma direção circunferencial do pneu, e a dita respectiva pluralidade de regiões homólogas são distribuídas ao longo da direção circunferencial.

[0032] Tipicamente, o esquema é repetido substancialmente igual ao longo de uma direção de periodicidade (tipicamente a direção circunferencial) com um período substancialmente constante, mais preferivelmente com continuidade. Como descrito acima, a superfície interna (ou banda de rodagem) tipicamente tem um padrão de elementos de alívio (ou baixo-alívio) de acordo com um esquema que é repetido com periodicidade e continuidade substanciais (isto é, sem intervalos destituídos de padrão) ao longo da dita direção de periodicidade (usualmente circunferencial).

[0033] Preferivelmente, antes de identificar a respectiva pluralidade de regiões homólogas, é considerado adquirir um valor representativo do dito período, mais preferivelmente é considerado derivar um valor representativo do dito período pelo processamento da dita uma ou mais imagens digitais, ainda mais preferivelmente procurando-se um máximo de uma função de correlação entre uma porção da dita uma ou mais imagens digitais e uma pluralidade de porções adicionais da dita uma ou mais imagens digitais tendo dimensões iguais às dimensões da dita porção da dita uma ou mais imagens digitais, e distribuídos ao longo de uma direção de periodicidade (usualmente circunferencial). Deste modo, o método autoaprende o valor do período que pode ser usado na identificação de regiões homólogas com economias consideráveis nos recursos computacionais. Vantajosamente, a dita porção da dita uma ou mais imagens digitais desenvolvem por um comprimento, ao longo da dita direção de periodicidade, maior do que ou igual a um comprimento global do esquema e menor do que ou igual a três vezes o dito comprimento global do esquema.

[0034] Preferivelmente, identificar a dita respectiva pluralidade de regiões homólogas compreende identificar uma respectiva primeira região homóloga calculando-se a dita função de correlação entre a dita cada primeira região e uma pluralidade de regiões tendo tamanho igual à dita cada primeira região e dispostas em torno de um ponto da dita uma ou mais imagens digitais localizada ao longo da dita direção de periodicidade em uma distância da dita cada primeira região igual a um múltiplo inteiro do dito período, mais preferivelmente igual ao dito período. Vantajosamente, isto drasticamente reduz a demanda computacional, restringindo a procura quanto às regiões homólogas em uma região estreita, e ao mesmo tempo procurando em uma vizinhança adequada, quaisquer desvios da condição de periodicidade circunferencial exata e/ou deslocamentos na direção axial de regiões homólogas consecutivas e/ou suas rotações pequenas (fenômenos que são, por exemplo, devido à deformação da câmara de expansão do molde) são evitados.

[0035] Em uma modalidade, identificar a dita respectiva pluralidade de regiões homólogas compreende identificar uma respectiva região homóloga usando a dita cada primeira região (por exemplo, para a n-a respectiva região homóloga calculando-se a dita função de correlação entre a dita cada primeira região e uma pluralidade de regiões tendo tamanho igual à dita cada primeira região e disposta em torno de um ponto da dita uma ou mais imagens digitais localizadas ao longo da dita direção de periodicidade em uma distância da dita cada primeira região igual a n vezes o dito período).

[0036] Em uma modalidade alternativa, identificar a dita respectiva pluralidade de regiões homólogas compreende identificar uma sequência das respectivas regiões homólogas em sucessão, cada respectiva região homóloga da dita sequência sendo identificada usando-se a respectiva região homóloga precedente na sequência (mais preferivelmente a respectiva região homóloga imediatamente precedente). Isto vantajosamente leva em conta a propagação das deformações (por exemplo, a não periodicidade e/ou os ditos deslocamentos ao longo da dita direção de periodicidade).

[0037] Em uma modalidade alternativa, no cálculo do dito modelo da respectiva subporção do esquema, o dito valor médio compreende, ou consiste da média aritmética e/ou geométrica e/ou quadrática, e/ou da moda, e/ou suas combinações, dos ditos valores. Estes valores médios têm se mostrado suficientemente robusto para contribuições de defeito típicos.

[0038] Em uma modalidade preferida, o dito valor médio compreende, ou consiste do valor médio dos ditos valores. Deste modo, o valor associado com cada pixel do modelo da subporção do esquema é calculado sem nenhuma contribuição por quaisquer defeitos, visto que o último tem um valor correspondente que está tipicamente fora (e distante) do valor médio dos valores dos pixéis correspondentes das outras regiões livres de defeitos.

[0039] Preferivelmente, adquirir uma ou mais imagens digitais inclui adquirir uma primeira imagem em que cada pixel está associado com um valor representativo de luminosidade da reflexividade e/ou difusividade e/ou cor de um ponto na superfície correspondendo ao dito cada pixel. Preferivelmente, o ponto na superfície é iluminado com luz difusa.

[0040] É mencionado que o significado do termo ‘valor de luminosidade’ indica a natureza 2D da imagem, isto é, a natureza de uma fotografia normal a aquisição da qual é simples e rápida. Entretanto, a presente invenção também é aplicada às imagens3D.

[0041] Em uma modalidade, a dita operação de obter um valor representativo do período e/ou a dita operação de identificar uma pluralidade das primeiras regiões e uma respectiva pluralidade de regiões homólogas é/são realizada(s) na dita primeira imagem e processando-se a dita primeira imagem (por exemplo, as ditas funções de correlação são calculadas sobre os valores de luminosidade associados com os pixéis, ou seu processamento).

[0042] Preferivelmente, adquirir uma ou mais imagens digitais inclui adquirir uma segunda e uma terceira imagens em que cada pixel está associado com um valor de luminosidade representativa da reflexividade e/ou difusividade e/ou cor de um ponto da superfície correspondendo ao dito cada pixel, o dito ponto da superfície sendo iluminado com luz direcional em ângulo agudo (por exemplo, formando um ângulo agudo maior do que 40°, mais preferivelmente maior do que 55°, com a normal em relação à superfície no dito ponto), mais preferivelmente vindo de direções opostas, respectivamente.

[0043] Preferivelmente, adquirir uma ou mais imagens digitais inclui calcular uma imagem de diferença em que cada pixel está associado com um valor representativo da diferença dos valores de luminosidade correspondentes das ditas segunda e terceira imagens.

[0044] Em uma modalidade preferida, a operação de obter um valor representativo do dito período e/ou a operação de identificar uma pluralidade de primeiras regiões e uma respectiva pluralidade de regiões homólogas (em particular a dita operação de calcular uma função de correlação de modo a derivar o período ou identificar as regiões homólogas) é/são realizada(s) pelo menos na dita imagem de diferença, processando-se a dita imagem de diferença. O Requerente de fato descobriu, depois de testes repetidos, que o autoaprendizado do período e/ou a identificação das regiões homólogas processando-se a imagem de diferença das imagens adquiridas na luz direcional em ângulo agudo (em particular através do cálculo da dita função de correlação na imagem de diferença) pode ser mais robusta com respeito a um processamento correspondente da imagem adquirida em luz difusa. De acordo com o Requerente isto é devido ao fato de que fazendo-se a diferença entre as duas imagens na luz direcional em ângulo agudo, por um lado os elementos do padrão/esquema que estão em relevo são enfatizados, por outro lado qualquer um dos elementos bidimensionais (tais como manchas, etc.) que não são parte do padrão/esquema são reduzidos (mesmo até o seu desaparecimento).

[0045] Preferivelmente, identificar cada uma das ditas primeiras regiões e a dita respectiva pluralidade de regiões homólogas compreende identificar, por meio de processamento da dita imagem de diferença, uma respectiva posição da dita cada primeira região e das ditas respectivas regiões homólogas na dita imagem de diferença e subsequentemente identificar, na dita primeira imagem, uma primeira região correspondente e uma respectiva pluralidade correspondente de regiões homólogas tendo as ditas respectivas posições.

[0046] Preferivelmente, a dita operação de calcular o dito modelo da dita respectiva subporção do esquema é realizada na dita primeira imagem. O Requerente de fato verificou que a construção do modelo na imagem em luz difusa torna o mesmo modelo facilmente comparável com a imagem em luz difusa, por exemplo para a detecção de defeitos.

[0047] Em uma modalidade, para cada pixel de pelo menos uma imagem entre a dita uma ou mais imagens digitais é considerado calcular um gradiente dos ditos valores associados com os pixéis ao longo de duas coordenadas (de modo tipicamente mútuo ortogonal) da dita imagem. O termo ‘gradiente’ no presente pedido é usado em um sentido geral para indicar a variação dos valores associados com os pixéis ao longo de duas coordenadas, e não necessariamente com referência ao cálculo diferencial. Preferivelmente, o dito gradiente é um vetor com dois componentes representativos de uma variação dos ditos valores ao longo das ditas duas coordenadas, respectivamente. Tipicamente, cada pixel está associado com um valor de módulo de gradiente (por exemplo, representativo da soma quadrática dos ditos dois componentes), e um valor de orientação de gradiente (por exemplo, representativo do ângulo formado pelo dito vetor com respeito a uma direção de referência). Preferivelmente, a orientação é normalizada na faixa [0 a 180°] ou [-90° a +90°].

[0048] Em uma modalidade preferida, uma ou mais dentre as ditas operações de identificar a dita pluralidade das primeiras regiões, identificar a dita respectiva pluralidade de regiões homólogas, calcular o dito modelo da respectiva subporção do esquema e calcular o dito modelo padrão são realizadas baseando-se nos ditos valores de módulo de gradiente (por exemplo, os ditos valores associados com os pixéis são os valores de módulo de gradiente e as ditas funções de correlação e/ou o dito valor médio são calculados nos ditos valores de módulo de gradiente).

[0049] Em uma modalidade, uma ou mais dentre as ditas operações de identificar a dita pluralidade das primeiras regiões, identificar a dita respectiva pluralidade de regiões homólogas, calcular o dito modelo da respectiva subporção do esquema e calcular o dito modelo padrão são realizadas nos ditos valores de orientação de gradiente (por exemplo, os ditos valores associados com os pixéis são os valores do módulo de orientação e as ditas funções de correlação e/ou o dito valor médio são calculados nos ditos valores do módulo de orientação). O Requerente de fato verificou que o método acima fornece resultados confiáveis quando do uso do módulo de gradiente e/ou valores de orientação. Neste caso, vantajosamente, um modelo padrão é obtido como um resultado em que cada pixel está associado com o módulo de gradiente e/ou valores de orientação.

[0050] Em um modalidade alternativa, para cada pixel do modelo padrão (em valores de luminosidade) calculado na dita primeira imagem, provisão é feita para calcular um valor de módulo de gradiente e um valor de orientação de gradiente de valores de luminosidade. Também deste modo, um modelo padrão é obtido em que cada pixel está associado com o módulo de gradiente e/ou valores de orientação, similar ao método no parágrafo anterior.

[0051] Na presente descrição e reivindicações, qualquer referência a uma imagem digital (por exemplo, a primeira imagem, a imagem de diferença, o modelo da respectiva subporção do esquema ou o modelo padrão) é entendida incluir, se não especificado, tal imagem em valores de luminosidade e/ou em valores de módulo de gradiente e/ou em valores de orientação de gradiente calculados nos valores de luminosidade.

[0052] Preferivelmente, o dito modelo padrão é obtido substituindo- se, em pelo menos uma imagem dentre a dita uma ou mais imagens (mais preferivelmente na dita primeira imagem), cada primeira região e as respectivas regiões homólogas com o dito modelo da respectiva subporção do esquema. Deste modo (também levando-se em conta as deformações encontradas no padrão real), um modelo padrão completo sem defeitos é obtido, que pode ser sobreposto ao padrão real inteiro na dita uma ou mais imagens.

[0053] Vantajosamente (por exemplo, quando o padrão ocupa a porção de superfície inteira), tal modelo padrão pode ser uma imagem modelo global da porção de superfície comparável com a dita pelo menos uma da dita uma ou mais imagens digitais, e contendo um modelo completo da porção de superfície sem defeitos que pode ser sobreposto à dita uma ou mais imagens.

[0054] Preferivelmente, é considerado comparar a dita uma ou mais imagens digitais (mais preferivelmente a primeira imagem digital), com o dito modelo padrão e, com base em tal comparação, detectar possíveis defeitos na dita uma ou mais imagens digitais.

[0055] Preferivelmente, é considerado calcular um modelo padrão dilatado por meio de uma operação de dilatação conduzida no modelo padrão, mais preferivelmente com base nos ditos valores de gradiente de módulo do modelo padrão em valores de luminosidade. Deste modo, variações/defeitos/acúmulos no esquema padrão real são levados em conta com um certo grau de tolerância na comparação com a imagem de partida.

[0056] Preferivelmente, a dita dilatação compreende designar, para cada pixel do modelo padrão dilatado, o valor máximo do valor de módulo de gradiente calculado em uma área predeterminada em torno do pixel correspondente no dito modelo padrão (a dita área preferivelmente tendo um raio dentre 3 e 10 pixéis).

[0057] Preferivelmente, o modelo padrão é processado, antes ou depois da dita dilatação, com base no dito valor de módulo de gradiente, de modo a obter um modelo binário (preferivelmente dilatado) do padrão em que cada pixel está associado com um primeiro índice (preferivelmente binário) cujo valor é representativo de se o pixel pertence ao padrão (preferivelmente dilatado) ou não. O Requerente de fato verificou que a binarização no módulo de gradiente (antes ou depois da dilatação) é mais robusta e/ou menos barulhento do que, por exemplo, uma binarização nos valores de luminosidade. Também deste modo, vantajosamente, um modelo binário (dilatado) do padrão é obtido que é facilmente comparável com a imagem de partida, por exemplo para decidir se um certo pixel do último pertence ou não ao padrão, possivelmente no caso de modelo dilatado, também levando-se em conta as tolerâncias inerentes nas possíveis deformações do padrão.

[0058] Preferivelmente, cada pixel do dito modelo binário dilatado do padrão pertencente a um padrão dilatado está associado com um segundo índice, o valor do qual é representativo de uma orientação pelo menos local de uma seção de padrão dilatado passando pelo dito pixel. Deste modo, um modelo padrão é fornecido que também permite uma comparação entre as orientações das seções de modelo padrão e as orientações das seções (dos defeitos padrão ou potenciais) presentes na imagem adquirida.

[0059] Preferivelmente, para cada pixel, o valor do dito segundo índice é selecionado com base no (por exemplo igual ao) valor de orientação de gradiente do pixel com o valor máximo do valor de módulo de gradiente em uma vizinhança predeterminada do dito cada pixel no dito modelo padrão. Deste modo, vantajosamente, também uma dilatação da orientação de gradiente no modelo é conduzida, que favorece os pixéis de módulo alto no gradiente, que é tipicamente uma condição dos pixéis pertencentes às seções padrão, e exclui os pixéis de módulo baixo do gradiente, que são menos significantes. Deste modo é vantajosamente evitado que nos cruzamentos entre seções padrão com uma orientação diferente, existe uma orientação de uma seção que “invade” a seção cruzada ou que pixéis cruzados são privilegiados em que a orientação não é significante.

[0060] Preferivelmente, a dita porção de superfície é uma porção de superfície interna circunferencial, mais preferivelmente correspondendo a um ângulo no centro que é maior do que ou igual a 30°, mais preferivelmente maior do que ou igual a 60°, tipicamente igual a pelo menos um ângulo completo (360°).

[0061] Preferivelmente, a dita porção de superfície interna circunferencial tem uma largura em um plano passando pelo dito eixo, maior do que ou igual a 50 mm, mais preferivelmente maior do que ou igual a 80 mm, e/ou menor do que ou igual a 200 mm, mais preferivelmente menor do que ou igual a 150 mm.

[0062] Preferivelmente, o método é repetido variando-se cada vez a dita porção de superfície interna circunferencial de modo que toda as porções de superfície componham pelo menos uma meia porção da superfície interna total que se estende do plano mediano para um talão.

[0063] Preferivelmente, o método compreende realizar a análise descrita acima enquanto se mantém o pneu apoiando sobre um dos costados. Preferivelmente, o método compreende inclinar o pneu de modo a apoia-lo sobre um costado oposto e repetindo as operações descritas acima.

[0064] De acordo com um seu segundo aspecto, a invenção se refere a um aparelho para analisar pneus em uma linha de produção de pneu.

[0065] O aparelho compreende: - um suporte para um pneu, preferivelmente horizontal e preferivelmente adaptado para girar em torno de um eixo perpendicular a este; - pelo menos uma fonte adaptada para emitir pelo menos uma radiação luminosa para iluminar uma porção de superfície do pneu, quando colocado no suporte, e, em uma distância da dita fonte, um sistema de detecção adaptado para detectar uma intensidade óptica da radiação luminosa refletida e/ou difundida pela dita porção de superfície; e - uma unidade de processamento configurada para atuar o método de acordo com o primeiro aspecto da presente invenção.

[0066] Preferivelmente, o sistema de detecção compreende uma câmera linear tendo uma linha objetiva situada em um plano ótico passando pela câmera linear.

[0067] Preferivelmente, a dita pelo menos uma fonte inclui uma primeira fonte de luz, uma segunda fonte de luz e uma terceira fonte de luz adaptada para emitir uma primeira, uma segunda e uma terceira radiações luminosas, respectivamente, para iluminar a dita porção de superfície, mais preferivelmente uma porção de superfície linear coincidente com ou próxima da linha objetiva.

[0068] Preferivelmente, a dita primeira fonte de luz e a segunda fonte de luz se situam em lados opostos, respectivamente, com respeito ao dito plano ótico.

[0069] Preferivelmente, cada uma da dita primeira e segunda fontes de luz é adaptada para iluminar a dita linha objetiva com uma respectiva luz direcional em ângulo agudo, e a dita terceira fonte de luz é adaptada para iluminar a dita linha objetiva com luz difusa.

[0070] Em uma modalidade, o sistema de detecção compreende um espelho tendo uma superfície reflexiva disposta na terceira fonte de luz perpendicular ao plano ótico e intersectando o último (tipicamente na linha mediana do espelho) em uma maneira de modo a refletir a dita linha objetiva no plano ótico por um ângulo maior do que ou igual a 30° ou menor do que ou igual a 135°. Deste modo, vantajosamente, durante a inspeção da superfície interna do pneu, a câmera linear permanece posicionada na área central do pneu enquanto o grupo com as fontes de luz trabalha próxima à superfície interna.

[0071] Preferivelmente, o aparelho compreende uma unidade de comando e controle configurada para: - ativar, em sequência alternada, a dita primeira fonte de luz, segunda fonte de luz e terceira fonte de luz; e - dirigir a dita câmera linear para respectivamente adquirir a dita primeira, segunda e terceira imagens sincronicamente com a ativação da dita primeira fonte de luz, segunda fonte de luz e terceira fonte de luz, respectivamente. Deste modo, é possível adquirir tanto uma imagem em luz difusa quanto duas imagens em luz direcional em ângulo agudo.

[0072] Preferivelmente, o aparelho inclui um membro móvel adaptado para girar o dito suporte, em torno de um eixo de rotação do mesmo, a unidade de comando e controle sendo configurada para controlar o dito membro móvel.

[0073] Outros traços e vantagens tornar-se-ão mais evidentes a partir da descrição detalhada de algumas modalidades exemplares mas não limitantes de um método e um aparelho para analisar a superfície de um pneu em um linha de produção de pneu, de acordo com a presente invenção. Tal descrição será dada aqui a seguir com referência às figuras anexas, fornecidas apenas para propósitos ilustrativos e, portanto, não limitantes, em que: - a figura 1 mostra um diagrama esquemático, em termos de blocos funcionais, de um aparelho para analisar a superfície de pneus de acordo com a presente invenção; - a figura 2 mostra uma vista esquemática de uma parte do aparelho de acordo com a presente invenção de acordo com uma variante de modalidade; - as figuras 3 a 14 mostram algumas etapas do método usando uma representação visual das respectivas imagens digitais; - a figura 15 mostra um diagrama de fluxo do método da presente invenção.

[0074] Com referência às figuras, o numeral de referência 1 geralmente indica um aparelho para analisar uma superfície de pneus em uma linha de produção de pneu de acordo com a presente invenção.

[0075] O aparelho 1 compreende um suporte 102 adaptado para sustentar o pneu 200 sobre um costado e girar o mesmo em torno de um eixo de rotação 201 coincidindo com o eixo de rotação do pneu e tipicamente disposto de acordo com a vertical. O suporte 102 é tipicamente operado por um membro de condução, não ainda descrito e mostrado, visto que o mesmo exemplarmente pode ser de tipo conhecido.

[0076] Aparelho 1 compreende uma fonte 104 adaptada para emitir pelo menos uma radiação luminosa para iluminar uma porção de superfície do pneu colocado no suporte, e, em uma distância da dita fonte, um sistema de detecção 105 adaptado para detectar uma intensidade óptica da radiação luminosa refletida e/ou difundida pela porção de superfície.

[0077] O sistema de detecção 105 compreende uma câmera, preferivelmente linear e tendo uma linha objetiva 106 situando-se em um plano ótico 107 passando pela câmera linear e o eixo de rotação 201.

[0078] A fonte 104 compreende uma primeira fonte de luz 108, uma segunda fonte de luz 109 e uma terceira fonte de luz 110 adaptada para emitir uma primeira, uma segunda e uma terceira radiações luminosas, respectivamente, para iluminar uma porção de superfície linear 211 do dito pneu coincidindo com a linha objetiva (por exemplo, quando a porção de superfície é planar) ou na vicinidade da linha objetiva (devido à tendência curvilínea da superfície do pneu).

[0079] O sistema de detecção 105 é adaptado para adquirir uma respectiva imagem digital bidimensional da porção de superfície da superfície iluminada por pelo menos uma da primeira, segunda e terceira radiações luminosas.

[0080] Tipicamente, o aparelho compreende um braço robótico (não mostrado) sobre o qual a primeira, segunda e terceira fontes de luz e o sistema de detecção são montados.

[0081] Preferivelmente, a primeira fonte de luz 108 e a segunda fonte de luz 109 consistem cada uma de uma única respectiva subfonte 111 e 112. Preferivelmente, a terceira fonte de luz 110 consiste de quatro respectivas subfontes 113 distribuídas em ambos os lados do plano ótico 107 e simetricamente com respeito a tal plano.

[0082] Cada subfonte 111-113 tem uma respectiva direção principal de desenvolvimento que desenvolve paralelo ao plano ótico 107 e assim à linha objetiva 106.

[0083] Cada subfonte tipicamente compreende uma pluralidade de fontes de luz de LED dispostas alinhadas ao longo da direção principal de desenvolvimento.

[0084] Na figura 2, as subfontes de luz são esquematicamente mostradas com referência à sua respectiva superfície emissora (exemplarmente de forma retangular), que pode por exemplo coincidir com um vidro transparente protetivo e/ou difusor. Exemplarmente, as subfontes têm uma dimensão ao longo da direção principal de desenvolvimento igual a 6 cm e uma dimensão ao longo da direção ortogonal em relação à direção principal de desenvolvimento igual a cerca de 1 cm.

[0085] Preferivelmente, as subfontes 111 e 112 residem nos lados opostos, respectivamente, com respeito ao plano ótico e são equidistantes dos mesmos.

[0086] Preferivelmente, a distância das subfontes 113 da terceira fonte de luz do plano ótico 107 é menor do que a distância entre cada subfonte da dita primeira fonte de luz e segunda fonte de luz e o plano ótico.

[0087] Preferivelmente, a terceira fonte de luz 110 é adaptada para iluminar a linha objetiva com luz difusa (por exemplo um respectivo ângulo tendo o seu vértice em cada ponto da linha objetiva e situando-se em um plano ortogonal em relação à linha objetiva, e subtendido pela terceira fonte de luz, é igual a cerca de 80°).

[0088] Em uma modalidade do aparelho particularmente adaptado para a inspeção da superfície interna do pneu, exemplarmente mostrado na Fig. 2, o sistema de detecção inclui um espelho 150 (tipicamente também montado no braço robótico) tendo uma superfície reflexiva plana disposta na terceira fonte de luz perpendicularmente ao plano ótico e intersectando a última na linha mediana do espelho, de modo a refletir a linha objetiva no plano ótico por um ângulo exemplarmente igual a 90°.

[0089] Preferivelmente, uma unidade de comando e controle 140 é compreendida, configurada para ativar em uma sequência alternada a primeira, segunda e terceira fontes de luz, e controlar a câmera linear para adquirir uma primeira, segunda e terceira imagens, respectivamente, em sincronismo com a ativação da primeira, segunda e terceira fontes de luz, respectivamente.

[0090] A unidade de comando e controle é tipicamente configurada para controlar também o membro de manuseio do suporte 102.

[0091] O aparelho compreende uma unidade de processamento (por exemplo integrada na unidade de comando e controle 140 ou em comunicação com o mesmo ou com o sistema de detecção 105 para receber as ditas imagens adquiridas) configuradas para implementar o método de acordo com a presente invenção.

[0092] Em operação, um pneu 200 é colocado no suporte 102 e submetido a uma rotação (preferivelmente completa) em torno do seu eixo de simetria 201 de modo a detectar uma imagem digital bidimensional de uma porção de superfície interna, preferivelmente ao longo do desenvolvimento circunferencial total.

[0093] Durante a rotação, a unidade de comando e controle ciclicamente ativa, em sequência alternada rápida, a dita primeira, segunda e terceira fontes de luz e ativa a câmera linear para adquirir uma respectiva imagem digital linear bidimensional (colorida ou monocromática) da respectiva porção de superfície linear em sincronia com a ativação da primeira, segunda e terceira fontes de luz, respectivamente. Por via de exemplo, cada imagem digital linear única compreende 1x2048 pixéis no caso de câmera monocromática, ou 2x2048 pixéis no caso de câmara colorida RGB ou câmera bilinear.

[0094] Por via de exemplo, o intervalo entre a aquisição da primeira e segunda imagens lineares, assim como entre a segunda e terceira imagens lineares e depois ciclicamente entre a primeira e terceira imagens lineares, é menor do que 0,2 milissegundo.

[0095] Uma vez que a rotação desejada do pneu para escanear a porção de superfície desejada foi realizada, preferivelmente pelo menos uma rotação completa de modo a adquirir todo o desenvolvimento circular, uma única imagem digital é obtida, feita com todas as imagens digitais lineares da sequência de porções lineares, cada uma iluminada com as três fontes de luz.

[0096] A unidade de processamento recebe tal imagem do sistema de detecção e separa do mesmo a primeira, segunda e terceira imagens correspondentes da porção de superfície desejada inteira.

[0097] Tais imagens podem ser substancialmente sobrepostas, pixel por pixel, embora a porção de superfície linear real associada com uma única imagem linear não exatamente corresponde às três imagens, devido à rotação do pneu ocorrida nesse meio-tempo. Entretanto, a seleção da frequência de aquisição das imagens lineares e da velocidade de rotação é tal que as três imagens lineares são mutuamente intrelaçada e assim comparável pixel por pixel.

[0098] A Figura 3 mostra uma representação visual exemplar na escala cinza de um exemplo da dita primeira imagem, isto é, de uma imagem digital bidimensional, adquirida na faixa de frequência visível, de uma porção de superfície interna de um pneu iluminada com luz difusa (totalmente similar a uma imagem em preto e branco comum). A direção circunferencial do pneu está disposta ao longo da direção horizontal na figura (linha reta 300).

[0099] No exemplo na figura 3, cada pixel da imagem digital está associada com um valor escalar (nível ou escala de cinza) em uma escala de 255 níveis diretamente representativos da reflexividade e/ou difusividade e/ou cor do ponto de superfície interna correspondendo ao pixel considerado. A presente invenção também pode ser aplicada às imagens digitais em que cada pixel está associado com um valor de vetor, tal como imagens coloridas digitais. Por exemplo, o método aqui descrito pode ser realizado em cada canal/cor ou combinações dos mesmos, ou em um canal selecionado (por exemplo, verde, que vantajosamente fornece uma melhor qualidade de imagem).

[00100] A imagem digital na qual o método aqui descrito é realizado pode coincidir com a imagem digital diretamente detectada pelo sistema de detecção ou, mais preferivelmente, pode ser submetida, antes de realizar o método aqui descrito, a um pré-processamento para melhorar a sua qualidade. O dito pré-processamento pode compreender um ou mais de filtração, balanceamento, reduções de ruído, suavização, por exemplo como conhecido na técnica. Daqui em diante é assumido que tal pré-processamento não muda a natureza digital bidimensional da imagem, tal que cada pixel esteja associado com um valor de luminosidade (ou tom) representativo da reflexividade e/ou difusividade e/ou cor da superfície interna.

[00101] Como observado na figura 3, a superfície interna do pneu é sulcado por uma pluralidade de relevos que formam um “padrão.” A presença dos relevos produz uma variação na reflexividade da superfície interna detectada pela câmera. A presente invenção também é aplicável ao relevo baixo ou padrões simplesmente bidimensionais, isto é, consistindo apenas em uma variação de cor e/ou reflexividade e destituídos de profundidade. Tipicamente, o padrão compreende uma série de seções retilíneas 301 de modo substancialmente mútuo paralelas, tipicamente distribuídas com periodicidade substancial ao longo da direção circunferencial, e uma rede densa (na linguagem profissional chamada ‘borda de seixo’) de segmentos substancialmente retilíneos 302 interconectados em uma rede substancialmente contínua, o padrão sendo tipicamente caracterizado por uma periodicidade substancial do mesmo ao longo da direção circunferencial. É mencionado que o padrão se desenvolve na superfície interna do pneu, que é fornecido com a sua própria curvatura.

[00102] Preferivelmente, o padrão consiste de linhas tracejadas fechadas (polígonos) conectados entre si. Tipicamente, o padrão consiste de polígonos adjacentes entre si (por exemplo, é destituído de polígonos isolados).

[00103] O padrão tem um esquema que é repetido substancialmente igual em uma pluralidade de posições distribuídas ao longo da direção circunferencial, tipicamente com uma periodicidade substancialmente circunferencial (por exemplo com uma variação de período local, em valor absoluto, situando-se dentro de 5% do período médio calculado na imagem inteira), ainda mais tipicamente com continuidade ao longo da imagem digital inteira. No exemplo mostrado, a borda de seixo tem uma periodicidade circunferencial igual a duas vezes a periodicidade do estriamento, por meio do qual a periodicidade global do padrão é igual àquela da borda de seixo.

[00104] Como estabelecido acima, os relevos 301, 302 são a impressão deixada pelo balão pneumático. Na prática, o dito esquema é tipicamente repetido ao longo da direção circunferencial com leves variações na periodicidade e/ou forma e/ou orientação e/ou posição axial, enquanto permanece substancialmente igual, tais variações sendo devido por exemplo à não uniformidade da expansão e/ou posicionamento do balão, e/ou a pequenas distorções do padrão impresso no próprio balão, e/ou aos fenômenos de distorção no processo de detecção de imagem (por exemplo, devido à centralização errada do eixo de rotação do pneu, circularidade não perfeita do pneu, etc.).

[00105] Para mais clareza, a figura 3 mostra uma porção de imagem digital circunferencial longa, ao longo da direção 300, apenas duas vezes e meia em torno do período do padrão; entretanto, tipicamente a imagem digital processada corresponde a uma porção de superfície interna circunferencial compreendendo o dito esquema repetido pelo menos oito a dez vezes. Preferivelmente, a porção de superfície interna circunferencial processada cobre o desenvolvimento interno circunferencial inteiro do pneu.

[00106] Tipicamente, a imagem digital processada corresponde a uma porção da superfície interna tendo um comprimento na direção axial (da direção perpendicular para a direção 300 na figura 3) de pelo menos 5 cm, preferivelmente igual a pelo menos metade do desenvolvimento axial global da coroa do pneu.

[00107] Na Figura 3 é mostrado um defeito exemplar 303 (mostrado ampliado na figura 3a que mostra um detalhe rotacionado da figura 3) consistindo em um corte que cruza pelo menos um segmento do padrão.

[00108] Preferivelmente, o método fornece derivar um valor representativo do período padrão através de processamentos digitais de imagem, por exemplo procurando-se um máximo de uma função de autocorrelação (por exemplo, o coeficiente de correlação de Pearson calculado sobre os valores associados com os pixéis da imagem) entre uma dada porção (na linguagem profissional chamada ‘suporte’) da imagem digital (tendo dimensões adequadas, por exemplo comprimento circunferencial maior do que o período e menor do que três vezes o período) e uma pluralidade de outras porções da imagem digital tendo dimensões iguais às dimensões da dita dada porção de imagem e disposta em posições circunferencialmente distribuídas. Preferivelmente, a autocorrelação circunferencial é repetidamente calculada com referência aos múltiplos suportes diferentes e parcialmente sobrepondo na direção axial da imagem, e tendo as mesmas dimensões, com o objetivo de selecionar o pico de autocorrelação mais confiável para identificar o período padrão. Alternativamente, é fornecido adquirir um valor predeterminado do período, por exemplo de uma medição e/ou das especificações do balão.

[00109] O método envolve identificar uma primeira região 304 da imagem digital correspondendo a uma subporção do esquema, por exemplo tendo um desenvolvimento circunferencial menor do que um desenvolvimento circunferencial inteiro do esquema (no exemplo igual a cerca de um terço do desenvolvimento circunferencial do esquema, coincidindo com o dito período). As dimensões da primeira região são vantajosamente compatíveis com as dimensões típicas esperadas do defeito procurado.

[00110] É fornecido ainda identificar uma respectiva pluralidade de regiões 305, 306 da imagem digital homólogas à primeira região 304 e distribuídas ao longo da direção circunferencial. Cada região homóloga contém uma respectiva subporção do esquema substancialmente idêntica à subporção do esquema da primeira região. Para esta finalidade, uma função de correlação é calculada (por exemplo, o coeficiente de correlação de Pearson) entre a primeira região e uma porção do resto da imagem digital. Preferivelmente, uma primeira região homóloga 305 é primeiro identificada calculando-se a função de correlação entre a primeira região 304 e uma pluralidade de regiões tendo dimensões iguais à primeira região e dispostas em uma vizinhança de um ponto da imagem digital que está circunferencialmente distante da primeira região por uma distância igual a um período P. Por exemplo, se as coordenadas do centro da primeira região 304 são x0, y0, uma região de dimensões iguais é primeiro identificada, tendo as coordenadas x0, y0+P no centro. Depois, a função de correlação é calculada entre a primeira região e todas as regiões das mesmas dimensões cujo centro está localizado na vizinhança das coordenadas x0±Δx, y0+P±Δy, com Δx, Δy igual a um número apropriado de pixéis, por exemplo 5 a 10 pixéis. A região tendo coordenadas x1, y1 no centro, no qual a função de correlação exibe um máximo (pelo menos local), é identificada como a primeira região homóloga 305.

[00111] O algoritmo é repetido partindo da primeira região homóloga 305 e procurando uma correlação máxima na vizinhança das coordenadas x1±Δx, y1+P±Δy, de modo a localizar a segunda região homóloga 306 (tendo no centro coordenadas x2, y2), e assim por diante iterativamente, de modo a identificar uma sequência de regiões homólogas em sucessão. Em particular, um conjunto de valores de coordenadas xn, yn é calculado, correspondendo ao centro (ou qualquer outro ponto de referência) do conjunto de valores das regiões homólogas.

[00112] No exemplo aqui descrito, a aquisição do valor representativo do período padrão processando-se a imagem digital e identificando tais conjuntos de valores de coordenadas são realizadas na imagem em luz difusa (do tipo mostrado na figura 3).

[00113] Entretanto, o Requerente verificou que resultados ainda mais robustos podem ser obtidos se as operações de cálculo do período e/ou a identificação de tais conjuntos de valores (por exemplo a identificação de regiões homólogas através da autocorrelação) são realizadas em uma imagem de diferença, em que cada pixel está associado com um valor representativo da diferença dos valores de luminosidade correspondentes da segunda e terceira imagens adquiridas na luz direcional em ângulo agudo, como descrito acima.

[00114] Este conjunto de valores de coordenadas é depois mostrado na primeira imagem em luz difusa de modo a identificar uma primeira região correspondente e uma pluralidade correspondente de regiões homólogas na dita primeira imagem.

[00115] É fornecido ainda calcular um modelo da subporção do esquema, em que cada pixel está associado com um valor médio dos valores associados com os pixéis da primeira região e das respectivas regiões homólogas da primeira imagem tendo as mesmas coordenadas do dito cada pixel.

[00116] Para esta finalidade, para propósitos de ilustração, a figura 4 mostra uma representação gráfica em 3D de uma pilha 307 de regiões obtidas pela sobreposição da primeira região (por exemplo na base da pilha) e todas as suas respectivas regiões homólogas da primeira imagem em luz difusa. Como pode ser observado, cada pixel na base da pilha corresponde a um conjunto de valores estatísticos (escalar, ou escala de cinza) situando-se na coluna vertical correspondente. Tal conjunto estatístico tem uma variação intrínseca devido às deformações descritas acima.

[00117] Preferivelmente, o modelo digital 308 da subporção do esquema (mostrado na figura 5) associada com a primeira região 304 é calculado considerando-se o valor médio do conjunto estatístico correspondente para cada pixel da base da pilha. Um modelo 308 é assim gerado que tem em cada pixel de coordenada relativa (i,j) o valor médio (por exemplo, nível cinza) calculado em todos os pixéis de coordenada relativa (i,j) do conjunto da primeira região e das regiões homólogas. Como pode ser observado na figura 5, o modelo assim calculado não contém contribuições de quaisquer defeitos, além de exibir uma alta qualidade de imagem (por exemplo, em termos de ruído e/ou nitidez).

[00118] Preferivelmente, um modelo digital da respectiva subporção do esquema é calculado de acordo com o acima para uma pluralidade de primeiras regiões, cada uma compreendendo a respectiva subporção do esquema. As primeiras regiões formam uma porção de imagem digital conectada tendo desenvolvimento circunferencial aproximadamente igual ao período. Deste modo, um modelo digital é calculado para o esquema inteiro que compõe o padrão. Preferivelmente, as primeiras regiões estão de modo mutuamente parcial sobrepondo-se na direção axial e/ou na direção circunferencial, de modo a melhorar a confiabilidade do método.

[00119] Uma vez que os modelos das respectivas subporções foram construídos, um modelo padrão é obtido substituindo-se, na dita primeira imagem, o dito modelo da respectiva subporção do esquema para cada primeira região e para as respectivas regiões homólogas. Pelo procedimento de autoaprendizado acima, uma imagem é obtida que é um modelo global da porção de superfície sem defeitos, que é facilmente comparável com a imagem real.

[00120] Para os propósitos desta comparação, é vantajoso usar o módulo e a orientação de gradiente como descritos a seguir.

[00121] Em uma modalidade, para cada pixel do modelo padrão em valores de luminosidade calculados na primeira imagem, é considerado calcular um valor de módulo e um valor de orientação de um gradiente dos valores de luminosidade associados com os pixéis, obtendo-se deste modo um modelo padrão em valores de módulo de gradiente e em valores de orientação de gradiente, respectivamente. De modo a reduzir o uso de recursos computacionais, é preferível calcular estes valores de módulo de gradiente e orientação de gradiente em cada modelo da subporção do esquema em valores de luminosidade, e depois prosseguir com a operação acima de se obter um modelo padrão pela substituição.

[00122] Em uma modalidade alternativa e preferida, as operações descritas acima para a identificação de regiões homólogas e o cálculo de um respectivo modelo da subporção do esquema (preferivelmente pelo uso de um conjunto de valores de coordenadas identificadas na imagem de diferença) são conduzidas nos valores de módulo de gradiente e nos valores de orientação de gradiente calculados na primeira imagem em valores de luminosidade. Neste caso, não é estritamente necessário calcular o modelo padrão em valores de luminosidade na primeira imagem.

[00123] Para os propósitos de calcular os valores de módulo e orientação de gradiente, o gradiente dos valores de luminosidade é calculado para cada pixel da imagem digital ao longo das duas coordenadas horizontal e vertical da imagem, obtendo-se assim um vetor com dois componentes: um módulo (por exemplo, a raiz da soma quadrática dos dois componentes) e uma orientação na imagem digital (por exemplo, o ângulo formado pelo vetor com respeito à direção horizontal), normalizado na faixa [0 a 180°] ou [-90° a + 90°].

[00124] De modo a calcular o os valores de módulo e orientação de gradiente, é por exemplo proceder como segue: sendo I(x,y) cada pixel da imagem de entrada (a notação (x,y) é omitida quando desnecessária), o seguinte é calculado: Ix = I * Kx, onde ‘*’ é o operador de convolução, e Kx é um núcleo apropriado para o cálculo da primeira derivada em x (por exemplo, Kx = [ 1 -1 ] ) Iy = I * Ky, onde ‘*’ é o operador de convolução, e Ky é um núcleo apropriado para o cálculo da primeira derivada em y (por exemplo, Ky = [ 1; -1 ] ) Grad(x,y) = [ Ix; Iy ] = gradiente de I(x,y) Módulo de gradiente = sqrt( (Ix)A2 + (Iy)A2 ) Orientação de gradiente = arctan( Iy / Ix )

[00125] A Figura 6 mostra uma visualização exemplar de uma subporção superficial correspondendo a uma porção central da imagem na figura 3, em que cada pixel está associado com um nível cinza representativo do (por exemplo, proporcional ao) módulo de gradiente no pixel considerado (por exemplo, pixéis claros correspondem a um módulo de gradiente alto e vice e versa).

[00126] A Figura 7 mostra uma visualização exemplar da mesma subporção de superfície na figura 6, em que cada pixel está associado com um nível cinza unicamente representativo da orientação de gradiente no pixel considerado.

[00127] Uma comparação entre as figuras 6 e 7 mostra que as zonas de módulo de gradiente baixo fora do padrão são caracterizadas por um valor de orientação não significante (desordenadamente variável).

[00128] Como dito acima, executando-se as seguintes operações nas imagens digitais como mostrado nas figuras 6 e 7: identificar uma pluralidade de primeiras regiões; para cada primeira região, identificar uma respectiva pluralidade de regiões homólogas; e calcular um respectivo modelo, o modelo padrão é obtido em valores de módulo de gradiente e valores de orientação de gradiente, respectivamente.

[00129] Neste ponto, o modelo padrão resultante (seja ele em valores de luminosidade e/ou valores de módulo e/ou valores de orientação de gradiente) é submetido à dilatação para introduzir uma tolerância que leve em conta as deformações e/ou flutuações do esquema no padrão.

[00130] Em uma primeira modalidade preferia, o modelo padrão em valores de módulo de gradiente é primeiro binarizado (por exemplo limiarizando-se com um limiar único ou duplo) para se obter um modelo binário do padrão.

[00131] Tal modelo binário do padrão é submetido à dilatação (por exemplo por meio de uma operação de processamento morfológico) de modo a se obter um modelo binário de padrão dilatado em que os pixéis têm um primeiro índice binário associado, o valor do qual é indicativo de se o pixel pertence ou não aos padrões dilatados, respectivamente (de modo a distinguir os pixéis pertencentes ao fundo daqueles pertencentes ao padrão dilatado da primeira imagem pela comparação com um tal modelo binário dilatado).

[00132] Além disso, também os valores de orientação de gradiente do modelo padrão são preferivelmente submetidos à dilatação. Preferivelmente, cada pixel do modelo binário de padrão dilatado pertencente ao padrão dilatado está associado com um segundo índice, o valor do qual é representativo da orientação da seção de padrão dilatado passando pelo pixel: por exemplo, o valor de orientação de gradiente do pixel tendo valor de módulo de gradiente máximo em uma vizinhança predeterminada (por exemplo igual a 5 a 10 pixéis de raio) do dito cada pixel no dito modelo padrão pode ser selecionado.

[00133] Em uma segunda modalidade alternativa, os valores de módulo de gradiente e os valores de orientação de gradiente do modelo padrão são primeiro ambos submetidos à dilatação. Por exemplo, cada pixel do modelo padrão dilatado é designado como valor de módulo de gradiente o valor máximo do módulo de gradiente em uma vizinhança predeterminada do dito pixel no modelo padrão (a dita vizinhança exemplarmente tendo um raio igual a 5-10 pixéis) e como valor de orientação de gradiente que associado com o pixel tendo o dito valor de módulo de gradiente máximo. Subsequentemente, o modelo padrão assim obtido é binarizado com base no valor de módulo de gradiente, obtendo-se deste modo o valor do dito primeiro índice.

[00134] A Figura 8 mostra um exemplo de modelo padrão obtido como um resultado das ditas operações nas duas modalidades. Cada pixel da imagem na figura 8 não pertencente ao padrão dilatado mas ao fundo do padrão (por exemplo tendo o valor do dito primeiro índice igual a zero) é mostrado em preto. Cada pixel pertencente ao padrão dilatado (por exemplo tendo o valor do dito primeiro índice igual a um) é mostrado em um nível cinza outro que não preto, onde cada nível cinza biunamente corresponde a um valor do segundo índice representativo da orientação do segmento correspondente do padrão dilatado passando pelo pixel considerado. Como pode ser observado, os pixéis fora do padrão dilatado (pixéis pretos) não têm um valor significante associado do segundo índice.

[00135] Antes de marcar a comparação entre a primeira imagem do pneu adquirida em luz difusa em valores de luminosidade e o modelo padrão dilatado como obtido acima, é vantajoso processar tal primeira imagem de modo a salientar os defeitos potenciais do resto da imagem.

[00136] Para sustentar a descrição do método para salientar os defeitos potenciais, referência será feita às figuras 9 a 12.

[00137] A Figura 9 exemplarmente mostra uma representação visual em escala de cinza de um outro exemplo de uma porção da primeira imagem, de uma natureza similar àquela mostrada nas figuras 3 e 3a, mostrando uma outra porção de superfície interna de um pneu iluminada com luz difusa, em que um defeito 903 está presente, consistindo de um corte que cruza alguns segmentos do padrão. Na porção de superfície na figura 9 houve traços de um agente de liberação usado no balão, em particular nas paredes dos segmentos padrão. Visto que este agente de liberação é altamente reflexivo, tais paredes dos segmentos padrão na imagem dão origem a um par de linhas paralelas muito brilhantes 904. Uma linha mais escura 905 está presente entre as duas linhas brilhantes que corresponde ao ‘topo’ dos segmentos padrão, menos sujo com o agente de liberação. Em uma tal situação, em princípio, os segmentos 905 podem ser confundidos com os cortes 903 visto que eles têm características de luminosidade similares.

[00138] De modo a salientar os defeitos potenciais do resto da imagem, é considerado calcular um valor representativo do autovalor principal (ou autovalor máximo) da matriz hessiana no dito pixel para cada pixel da primeira imagem em valores de luminosidade.

[00139] Por via de exemplo, a matriz hessiana é calculada como segue. Sendo, como acima, l(x,y) cada pixel da imagem de entrada, o seguinte é calculado: Ixx = I * Kxx, onde ‘*’ é o operador de convolução, e Kxx é um núcleo apropriado para o cálculo da segunda derivada em x (por exemplo, Kxx = vetor de linha [ 1 -2 1 ]) Iyy = I * Kyy, onde ‘*’ é o operador de convolução, e Kyy é um núcleo apropriado para o cálculo da segunda derivada em y (por exemplo, Kyy = vetor de coluna [ 1; -2; 1 ])

[00140] Ixy = Iyx = I * Kxy onde ‘*’ é o operador de convolução e Kxy é um núcleo apropriado para o cálculo da derivada mista (por exemplo, a matriz Kxy = [ 1 0 -1 ; 0 0 0; -1 0 1 ] onde “;” é o separador de linha). O H hessiano = [ Ixx Ixy; Iyx Iyy ] é assim obtido.

[00141] A partir da matriz hessiana H, os autovetores e os autovalores são calculados, por exemplo pelo algoritmo EVD (Decomposição de Auto Valor/Vetor).

[00142] Preferivelmente, os valores principais de autovalor são binarizados pela comparação com um primeira valor limiar, de modo a identificar o pixel defeito proposto como aqueles pixéis cujo autovalor máximo associado está acima de tal primeiro valor limiar.

[00143] A Figura 10 mostra uma visualização exemplar da primeira porção de imagem substancialmente correspondendo àquela mostrada na figura 9, binarizada com base no autovalor principal. É mencionado que a dita binarização realçou ambos os pixéis pertencentes ao corte 903 e os pixéis nas paredes 904 (mais precisamente das áreas de transição entre o fundo e as paredes do padrão 904) e das áreas centrais 905 dos segmentos padrão 905 onde o autovalor máximo é alto.

[00144] De modo a eliminar pelo menos os pixéis nas áreas de transição entre o fundo do padrão e as paredes dos segmentos padrão dos defeitos propostos assim obtidos, assim como outro pixel espúrios, é considerado comparar os valores de módulo de gradiente calculados nos valores de luminosidade da primeira imagem com um segundo valor limiar e identificar os pixéis com um valor de módulo de gradiente menor do que tal segundo valor limiar como defeitos propostos.

[00145] A Figura 11 substancialmente mostra a mesma porção de imagem na figura 9 em que os pixéis foram binarizados com base no módulo de gradiente (opcionalmente com operações de suavização de borda apropriadas). Os pixéis brancos são aqueles com valor de módulo de gradiente baixo, isto é, menor do que o segundo valor de limiar. É mencionado que os pixéis 904 nas bordas dos segmentos padrão têm um alto valor de gradiente.

[00146] A Figura 12 substancialmente mostra a mesma porção de imagem na figura 10, onde os pixéis brancos são os defeitos propostos obtidos do limiar concorrente com os ditos dois valores limiares (isto é, os pixéis brancos tanto na figura 10 quanto na figura 11). É mencionado que alguns pixéis 905 permanecem como defeitos propostos no centro de algumas seções padrão, enquanto que quase todos os pixéis nas bordas das seções padrão foram substancialmente filtradas pelo critério.

[00147] De modo a selecionar ainda mais os defeitos propostos, um terceiro critério de seleção é preferivelmente fornecido, preferivelmente usado em combinação com os ditos dois critérios adicionais, com base no valor de luminosidade na imagem adquirida em luz difusa. Em particular, tal valor de luminosidade é comparado com um terceiro valor de limiar e todos os pixéis de defeito propostos como identificados acima são selecionados, que também têm o valor de luminosidade abaixo do terceiro valor de limiar.

[00148] Neste ponto, é possível fazer a comparação entre os pixéis de defeito propostos assim selecionados com o modelo padrão dilatado livre de defeitos como calculado acima, de modo a detectar quaisquer defeitos na porção de superfície como uma função de tal comparação.

[00149] Preferivelmente, um primeiro conjunto de pixéis é identificado entre os ditos pixéis de defeito propostos para os quais os pixéis correspondentes no modelo padrão dilatado não pertencem ao padrão dilatado (por exemplo com referência à figura 8, as áreas de ‘fundo’ pretas), para identificar os defeitos (ou porções de defeito) localizados fora do padrão, isto é, pertencentes ao ‘fundo’ do padrão.

[00150] Preferivelmente, é considerado identificar um segundo conjunto de pixéis entre os ditos pixéis de defeito propostos que têm o pixel correspondente no modelo padrão pertencente ao padrão (por exemplo os pixéis em nível cinza outros que não pretos na figura 8), para os quais a pelo menos orientação local da seção do padrão passando pelo dito modelo padrão dilatado (representado pelo dito segundo valor, por exemplo, o valor de orientação do gradiente dilatado) é significantemente diferente (por exemplo, a diferença é maior do que 20°) da orientação da seção formada pelos ditos defeitos propostos e passando pelo dito pixel. Neste caso, tal seção de defeito proposto passando pelo dito pixel é provavelmente um corte tendo uma porção que intersecta com uma seção padrão no dito modelo padrão dilatado.

[00151] Em uma primeira modalidade, a orientação da seção formada pelos ditos defeitos propostos e passando pelo dito pixel é representada pelo valor de orientação de gradiente no dito pixel calculado como descrito acima nos valores de luminosidade na primeira imagem em luz difusa.

[00152] Em uma segunda modalidade, a orientação da seção formada pelos ditos defeitos propostos e passando pelo dito pixel é representada pela orientação do autovetor principal da matriz hessiana no dito pixel calculado como descrito acima nos valores de luminosidade na primeira imagem em luz difusa.

[00153] Preferivelmente, é considerado fundir (na lógica OR) o primeiro e segundo conjuntos de pixel para formar uma imagem final (tipicamente binária) representativa da dita porção de superfície em que os pixéis correspondendo ao dito primeiro e segundo conjuntos são distintos dos pixéis remanescentes, como exemplarmente mostrado na figura 13, onde é observado que tanto a porção de corte no fundo padrão quanto a porção de corte no padrão dilatado foram identificadas.

[00154] Preferivelmente, processamento morfológico apropriado pode ser realizado nos ditos pixéis de modo a descartar falsos defeitos propostos. Por exemplo, os blocos de pixéis isolados ou as regiões de pixel conectadas (‘blob’) que não são compatíveis com os defeitos procurados são eliminados; em particular, a seleção pode ser feita por área e/ou comprimento. A Figura 14 mostra o resultado final de um processamento deste tipo realizado na imagem na Figura 13.

[00155] A Figura 15 mostra um diagrama de fluxo do método de acordo com uma modalidade da presente invenção, em que a operação 1010 representa a operação a) de fornecer o pneu tendo uma superfície a ser analisada tendo um padrão com um esquema que é repetido substancialmente igual em uma pluralidade de posições.

[00156] A operação 1020 representa a operação b) de adquirir uma ou mais imagens digitais de uma porção de superfície em que o padrão inclui o esquema repetido uma pluralidade de vezes.

[00157] A operação 1030 representa a operação c) de identificar uma pluralidade de primeiras regiões da dita uma ou mais imagens digitais, cada primeira região correspondendo a uma respectiva subporção do esquema.

[00158] A operação 1040 representa a operação d) de identificar uma respectiva pluralidade de regiões da dita uma ou mais imagens digitais homólogas a cada primeira região, em que uma respectiva subporção do esquema em cada região homóloga é substancialmente idêntica à dita respectiva subporção do esquema da dita cada primeira região.

[00159] A operação 1050 representa a operação e) de calcular, para cada primeira região, um modelo da respectiva subporção do esquema, o dito modelo da subporção do esquema sendo uma imagem digital em que cada pixel está associado com um valor médio de valores associados com os pixéis da dita cada primeira região e das respectivas regiões homólogas tendo as mesmas coordenadas relativas do dito cada pixel, obtendo-se assim uma pluralidade de modelos calculados da subporção do esquema.

[00160] A operação 1060 representa a operação f) de obter um modelo do dito padrão na dita porção de superfície combinando-se os ditos modelos calculados da subporção do esquema.

Claims (15)

1. Método para analisar uma superfície de um pneu, o método caracterizado pelo fato de que compreende: a) fornecer o pneu (200) tendo a dita superfície a ser analisada, em que a dita superfície tem um padrão tendo um esquema que é repetido, igual, em uma pluralidade de posições; b) adquirir uma ou mais imagens digitais de uma porção da superfície, a dita porção da superfície sendo selecionada em uma maneira tal que o dito padrão na dita porção de superfície compreende o dito esquema repetido uma pluralidade de vezes; c) identificar uma pluralidade de primeiras regiões (304) da dita uma ou mais imagens digitais, cada primeira região correspondendo a uma respectiva subporção do esquema, em que cada primeira região compreende uma pluralidade de pixéis caracterizados pelas respectivas coordenadas relativas na dita primeira região; d) identificar uma respectiva pluralidade de regiões (305, 306) da dita uma ou mais imagens digitais homólogas a cada primeira região, em que cada região homóloga compreende uma pluralidade de pixéis caracterizados pelas respectivas coordenadas relativas na dita região homóloga e em que uma respectiva subporção do esquema em cada região homóloga é idêntica à dita respectiva subporção do esquema da dita cada primeira região; e) para cada primeira região (304), calcular um modelo (308) da respectiva subporção do esquema, o dito modelo da subporção do esquema sendo uma imagem digital em que cada pixel está associado com um valor médio de valores associado com os pixéis da dita cada primeira região (304) e das respectivas regiões homólogas (305, 306) tendo as mesmas coordenadas relativas do dito cada pixel, obtendo-se assim uma pluralidade de modelos calculados da subporção do esquema; f) obter um modelo do dito padrão na dita porção de superfície combinando-se os ditos modelos calculados da subporção do esquema.

2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que a dita pluralidade das primeiras regiões forma uma porção conectada da dita uma ou mais imagens digitais compreendendo pelo menos o dito esquema.

3. Método de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que as ditas primeiras regiões são parcialmente sobrepostas entre si em uma direção axial e/ou em uma direção circunferencial do pneu.

4. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que identificar a dita respectiva pluralidade de regiões homólogas compreende: - calcular uma função de correlação entre a dita respectiva primeira região e pelo menos uma porção de uma parte remanescente da dita uma ou mais imagens digitais; e - identificar um extremo pelo menos local da dita função de correlação.

5. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que a dita porção da superfície é selecionada em uma maneira tal que na dita uma ou mais imagens digitais, o dito esquema é repetido, igual, pelo menos oito vezes em uma pluralidade de posições distribuídas ao longo de uma direção circunferencial do pneu, e a dita respectiva pluralidade de regiões homólogas é distribuída ao longo da direção circunferencial, em que o esquema é repetido, igual, ao longo de uma direção de periodicidade com um período constante e em que, antes de identificar a respectiva pluralidade de regiões homólogas, fornecimento é feito para se obter um valor representativo do dito período procurando-se um máximo de uma função de correlação entre uma porção da dita uma ou mais imagens digitais e uma pluralidade de porções adicionais da dita uma ou mais imagens digitais tendo tamanho igual ao tamanho da dita porção da dita uma ou mais imagens digitais e distribuídos ao longo da dita direção de periodicidade, e em que identificar a dita respectiva pluralidade de regiões homólogas compreende identificar um respectiva primeira região homóloga calculando-se a dita função de correlação entre a dita cada primeira região e uma pluralidade de regiões tendo tamanho igual à dita cada primeira região e disposta em torno de um ponto da dita uma ou mais imagens digitais localizadas ao longo da dita direção de periodicidade em uma distância da dita cada primeira região igual a um múltiplo inteiro do dito período.

6. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que, no cálculo do dito modelo da respectiva subporção do esquema, o dito valor médio compreende, ou consiste da média aritmética e/ou geométrica, e/ou da moda, e/ou combinações das mesmas, dos ditos valores ou o dito valor médio compreende, ou consiste do valor médio dos ditos valores.

7. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que adquirir uma ou mais imagens digitais compreende: - iluminar a dita porção de superfície com luz difusa e adquirir uma primeira imagem em que cada pixel está associado com um valor de luminosidade representativo da reflexividade e/ou difusividade e/ou da cor de um ponto da superfície correspondendo ao dito cada pixel; - iluminar a dita porção de superfície com luz direcional vindo respectivamente de direções opostas e respectivamente adquirindo uma segunda e uma terceira imagem, em que cada pixel está associado com um valor de luminosidade representativa da reflexividade e/ou difusividade e/ou da cor de um ponto da superfície correspondendo ao dito cada pixel; - calcular uma imagem de diferença em que cada pixel está associado com um valor representativo da diferença dos valores de luminosidade correspondentes da dita segunda e terceira imagens, em que identificar cada uma das ditas primeiras regiões e a dita respectiva pluralidade de regiões homólogas compreende identificar, por meio de processamento a dita imagem de diferença, uma respectiva posição da dita cada primeira região e das ditas respectivas regiões homólogas na dita imagem de diferença e subsequentemente identificar, na dita primeira imagem, uma primeira região correspondente e uma respectiva pluralidade correspondente de regiões homólogas tendo as ditas respectivas posições, e em que a dita operação de calcular o dito modelo da dita respectiva subporção do esquema é realizada na dita primeira imagem.

8. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que, para cada pixel de pelo menos uma imagem entre a dita uma ou mais imagens digitais, fornecimento é feito para calcular um gradiente dos ditos valores associados com os pixéis ao longo de duas coordenadas da dita imagem, o dito gradiente sendo um vetor com dois componentes representativos de uma variação dos ditos valores respectivamente ao longo das ditas duas coordenadas, em que cada pixel está associado com um valor de módulo de gradiente e um valor de orientação de gradiente.

9. Método de acordo com a reivindicação 8, caracterizado pelo fato de que uma ou mais dentre as ditas operações de identificar a dita pluralidade de primeiras regiões, identificar a dita respectiva pluralidade de regiões homólogas, calcular o dito modelo da respectiva subporção do esquema e calcular o dito modelo padrão são realizadas com base nos ditos valores de módulo de gradiente e/ou nos ditos valores de orientação de gradiente.

10. Método de acordo com a reivindicação 7 ou 8, caracterizado pelo fato de que para cada pixel do modelo padrão calculado na dita primeira imagem, fornecimento é feito para calcular o dito valor de módulo de gradiente e o dito valor de orientação de gradiente de valores de luminosidade.

11. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que o dito modelo padrão é obtido substituindo-se, em pelo menos uma imagem dentre a dita uma ou mais imagens, cada primeira região e as respectivas regiões homólogas com o dito modelo da respectiva subporção do esquema.

12. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que compreende comparar a dita uma ou mais imagens digitais, com o dito modelo padrão e, com base em tal comparação, detectar possíveis defeitos na dita uma ou mais imagens digitais.

13. Método de acordo com qualquer uma das reivindicações precedentes, caracterizado pelo fato de que compreende calcular um modelo padrão dilatado por meio de uma operação de dilatação conduzida no modelo padrão obtido.

14. Aparelho (1) para analisar pneus em uma linha de produção de pneu, o aparelho caracterizado pelo fato de que compreende: - um suporte (102) para um pneu (200), adaptado para girar em torno de um eixo perpendicular a ele; - pelo menos uma fonte (104) adaptada para imitir pelo menos uma radiação luminosa para iluminar uma porção de superfície (221) do pneu, quando colocado no suporte, e, em uma distância da dita fonte, um sistema de detecção (105) adaptado para detectar uma intensidade óptica da radiação luminosa refletida e/ou difundida pela dita porção de superfície; e - uma unidade de processamento (140) configurada para atuar o método como definido em qualquer uma das reivindicações precedentes.

15. Aparelho de acordo com a reivindicação 14, caracterizado pelo fato de que a unidade de processamento (140) é configurada para atuar o método como definido na reivindicação 7 e em que o sistema de detecção compreende uma câmera linear tendo uma linha objetiva (106) residindo em um plano ótico (107) passando através da câmera linear, em que a dita pelo menos uma fonte compreende uma primeira fonte de luz (108), uma segunda fonte de luz (109) e uma terceira fonte de luz (110) respectivamente adaptada para emitir uma primeira, uma segunda e uma terceira radiações luminosas para iluminar uma porção de superfície linear (221) coincidindo com ou em proximidade à dita linha objetiva, em que a dita primeira fonte de luz e segunda fonte de luz respectivamente se situam em lados opostos com respeito ao dito plano ótico, em que cada uma das ditas primeira e segunda fontes de luz é adaptada para iluminar a dita linha objetiva com uma respectiva luz direcional, e a dita terceira fonte de luz é adaptada para iluminar a dita linha objetiva com luz difusa, e em que o aparelho compreende uma unidade acionadora e de controle configurada para: - ativar, em sequência alternada, a dita primeira fonte de luz, a segunda fonte de luz e a terceira fonte de luz; e - operar a dita câmera linear para respectivamente adquirir as ditas primeira, segunda e terceira imagens simultaneamente com a ativação da dita primeira fonte de luz, segunda fonte de luz e terceira fonte de luz, respectivamente.