CN103649991A - 用于确定轮胎的侧壁的外表面上的浮雕般的标记的方法 - Google Patents
用于确定轮胎的侧壁的外表面上的浮雕般的标记的方法 Download PDFInfo
- Publication number
- CN103649991A CN103649991A CN201280033424.7A CN201280033424A CN103649991A CN 103649991 A CN103649991 A CN 103649991A CN 201280033424 A CN201280033424 A CN 201280033424A CN 103649991 A CN103649991 A CN 103649991A
- Authority
- CN
- China
- Prior art keywords
- image
- pattern
- gamma
- extracting method
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004049 embossing Methods 0.000 claims description 14
- 230000002829 reductive effect Effects 0.000 claims description 5
- 230000000630 rising effect Effects 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000000877 morphologic effect Effects 0.000 abstract description 8
- 101100421134 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sle1 gene Proteins 0.000 abstract 2
- 238000001514 detection method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000007797 corrosion Effects 0.000 description 5
- 238000005260 corrosion Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 235000012489 doughnuts Nutrition 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001915 proofreading effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种轮胎的侧壁的表面上具有的浮雕标记图案的提取方法,在其过程中包括以下步骤:捕获侧壁的所述表面的三维图像,同时对图像的每一个像素赋予与此点相对于所述表面的升高成比例的灰度值,以便获得起始图像(f);借助于具有相继增大的尺寸且沿圆周方向取向的线性结构元素,以迭代方式执行起始表面的图像的一系列相继的形态学开(γ150(f),γ500(f),γ7000(f));从利用结构元素的形态学开之后获得的图像的值减去借助于紧随的较小尺寸的结构元素的形态学开之后获得的图像的值(f-γ150(f),γ150(f)-γ500(f),以及γ500(f)-γ7000(f)),以便获得一连串通过差分化变平的图像,同时通过从起始图像(f)减去借助于具有较小尺寸的结构元素获得的图像来初始化程序;执行通过差分化变平的图像的阈值化,以便获得二值图像(seg1(f-γ150(f)),seg2(γ150(f)-γ500(f)),以及seg3(γ500(f)-γ7000(f)));实施每一个二值图像的值的集理论合并,以便获得最终的二值图像,其中仅标记图案浮雕般地显现(seg=seg1∪seg2∪seg3)。
Description
技术领域
本发明涉及轮胎制造领域,并且更一般地在于用于在制造过程期间或制造过程结束时,监控轮胎的外部或内部方面的操作,以确定其相对于已建立的监控参考的顺应性(compliance),的领域内。
背景技术
由轮胎制造商开发并且尤其旨在帮助负责视觉监控的操作者的工业自动监控装置广泛要求图像处理技术。
被采用来实施这些处理的方法在于,一般将待检查的轮胎的表面的二维的或优选地三维的图像与所述轮胎的表面的二维的和优选地三维的参考图作比较。
因此,此处理的步骤之一在于,以已知的方式,借助于例如基于光学三角测量法的原理的手段来取得轮胎的表面的三维图像,实施例如耦合至激光器类型的照明源的2D传感器。
轮胎的表面的地形图像(topographic image)一般是二维图像,被称作灰度图像,其中,任何点,即图像的任何像素(x,y),是与被称为灰度并且表示此点相对于表面的标高(altitude)的值f(x,y)相关联的。能够有用地将此灰度值编码为8位或16位,或者甚至用于更佳的动态范围的32位。对于编码为8位,值255(白)与最高的标高对应,并且至0(黑)与最低的标高对应。
用于分析所获得的图像的过程的延续于是尤其在于识别待检查的表面的浮雕。此步骤在轮胎的外部部分的分析的框架内是特别重要的,因为必须精确地定位和识别侧壁所带有的标记,以便不将侧壁所带有的标记认为是表面异常。
这些标记由从侧壁的平均(mean)表面凸起十分之几毫米的浮雕图案形成。
第一种已知的用于提取这些浮雕图案的方法在于确定侧壁的弧形(camber)的平均值,并且在于将侧壁的真实弧形和平均弧形之间的差异视为蚀刻图案。
然而,观察到侧壁的真实弧形能够呈现出圆周变化,该圆周变化的幅度超过侧壁所带有的图案的过量升高(elevation),因此,引起所考虑区域中的图案的差的检测。
发明内容
根据本发明的方法的目的是提供对提出的问题的解决方案。
用于提取轮胎的侧壁的表面上具有的浮雕标记图案的此方法依赖于将具有标记图案的浮雕的灰度图像视为黑白图像,基于此方法,为了提取寻求的信息,在使形态学算子的属性适合轮胎的独特性之后,充分利用形态学算子的属性变得可能。
常用的形态学算子是使用适合的结构元素的形态学开(opening)和闭(closing)、形态学膨胀(dilation)或腐蚀(erosion)。
结构元素是用来考查(survey)所研究的图像的集合。将其视为将使得对图像进行腐蚀(即移除材料)或膨胀(即添加材料)成为可能的工具是可能的。从而,通过结构元素B对函数f(即灰度图像)的膨胀是在任何像素x∈E处给出由B定义的观察窗口中的图像f的最大值的函数,该膨胀标识为δB(f),这样:δB(f)(x)=sup{f(x-y),y∈B}。
以相同的方式,通过结构元素B对函数f(即灰度图像)的腐蚀是在任何像素x∈E处给出由B定义的观察窗口中的图像f的最小值的函数,该腐蚀标识为εB(f),这样:εB(f)(x)=inf{f(x-y),y∈B}。
通过相加(addition)γB的形态学开定义为对于结构元素B,腐蚀εB与膨胀δB的合成(composition),这样:γB(f)=δBoεB(f)。相反地,形态学闭φB定义为对于结构元素B,膨胀δB与腐蚀εB的合成,这样:φB(f)=εBoδB(f)。
也称为顶帽(top-hat)的操作在于获得图像f和通过形态学开γB对此图像的变换之间的差异,该操作标识为ρB(f)=f-γB(f)。
根据本发明的方法设想在其过程中包括以下步骤:
A-捕获轮胎侧壁的所述表面的三维图像,同时对图像的每一个像素赋予与此点相对于所述表面的升高成比例的灰度值,以便获得起始图像,
B-借助于具有相继增大的尺寸且沿圆周方向取向的线性结构元素,执行起始表面的图像的一系列形态学开,
C-从借助于紧随的较小尺寸的结构元素的形态学开之后获得的图像的值减去利用结构元素的形态学开之后获得的图像的值,以便获得一连串通过差分化变平的图像,同时通过从起始图像减去借助于具有较小尺寸的结构元素获得的图像来初始化程序,
D-执行通过差分化变平的图像的阈值化,以便获得二值图像,
E-实施每一个二值图像的集理论合并,以便获得最终的二值图像,
其中仅标记图案浮雕般地显现。
利用沿圆周方向的侧壁的图像的像素具有大致相同的标高的事实。通过使用明智地选择的尺寸的结构元素,删除具有的尺寸大于结构元素的尺寸的凸起的目标,由此,使得通过差分化相继地揭示(reveal)增大的圆周长度的图案,同时回避侧壁的圆周弧形成为可能,圆周弧形在这里视为侧壁在径向平面中的几何结构。
为了更大的工作方便,在正交参考坐标系中展开侧壁的表面的图像是明智的,正交参考坐标系中的横轴表示圆周值,且纵轴表示径向值。
以有利的方式,在轮胎的表面的分析的情况下,借助于第一、第二以及第三结构元素的表面的图像的开的三次相继的迭代(iteration)似乎足够在步骤B的过程中提取期望的信息。
根据图像的定义,于是将选择结构元素的尺寸,以便第一线性结构元素由与位于4和10mm之间的长度对应的若干像素形成,第二线性结构元素由与位于15和30mm之间的长度对应的若干像素形成,以及第三线性结构元素由与位于200和400mm之间的长度对应的若干像素形成。
为在步骤C完成时改善滤波,有利的是,通过借助于沿径向方向取向的线性结构元素来实施形态学开以变换至少一个变平的图像,并从所述变平的图像减去此得到的图像是可能的。
在此情况下,有利的是,根据图像的定义,结构元素能够由与位于15和30mm之间的长度对应的若干像素形成。
通过依赖由灰度阴影(grey shade)的变化所引起的高度变化,在步骤D的过程中,实施与大于或等于0.15mm的高度变化对应的灰度的阈值化是特别有益的。在轮胎的情况下,此高度小于所寻求精确定位(pinpoint)的图案的平均高度。
以可选的方式,为回避错误的检测,在步骤D完成时,从二值图像消除未重新进入高度标准的图案是可能的,该图案通常与所寻求在轮胎的侧壁上选择的图形和装饰图案对应。因此:
-识别表面的二值图像中的分离的图案,
-确定起始表面的弧形的图像,
-对于考虑的图案,从形成起始图像中的此图案的像素的灰度值减去与弧形的图像中的此图案对应的像素的灰度值,以便获得图案的变平,
-推算所述变平的图案的灰度的平均值和标准偏差,
-在二值图像中,在如下情况下删除此图案:
o灰度的平均值不位于给定的区间中,以及
o灰度的标准偏差大于预定的阈值,
以便获得校正的二值图像,其中,删除错误地检测到的图案。
为了确定侧壁的表面的弧形,借助于具有增大的尺寸且沿圆周方向取向的线性结构元素来交替实施起始图像的一系列形态学开,以便获得表面的弧形的图像,其中,删除了凸图案以及凹陷的和凸起的目标。
根据经验,在轮胎的情况下,有用地可能的是,相继地实施:借助于包括与位于4和10mm之间的长度对应的若干像素的线性结构元素的起始图像的形态学开,借助于包括与位于200和400mm之间的长度对应的若干像素的结构元素的先前图像的形态学开,以及借助于包括与位于500和800mm之间的长度对应的若干像素的结构元素的先前图像的形态学开。
为了消除异常灰度值,在从起始图像减去弧形的图像之前,由仅含有考虑的识别图案的包围框围住每一个考虑的图案,并且执行含有考虑的图案的小图像的变平,将是可能的。
对于通常尺度的轮胎,有利的是,灰度的平均的区间能够与位于0.2mm和0.3mm之间的高度变化对应,并且灰度的标准偏差的阈值的值与小于或等于0.2mm的高度变化对应。
附图说明
随后的描述的目的在于基于范例给出了关于方法的实现的详细指示,并且依赖图1至16,其中:
图1表示轮胎的侧壁的形貌表面的二维灰度图像;
图2表示在第一次形态学开之后的相同的图像;
图3表示在减去图2的图像之后的起始图像;
图4表示借助于径向结构元素对其预先执行了顶帽的图3的图像的二值图像;
图5表示借助于第二次形态学开所变换的起始图像;
图6表示在减去图5的图像之后的图2的图像;
图7表示图6的图像的二值图像;
图8表示借助于第三次形态学开所变换的起始图像;
图9表示在减去图8的图像之后的图5的图像;
图10表示通过图9的图像的阈值化(thresholding)所分割的二值图像;
图11的图像表示图4、7以及10的图像的合并(union);
图12表示根据本发明的对起始图像的处理的功能图;
图13表示侧壁的弧形的图像;
图14表示其中浮雕图案包含于包围框中的图7的图像;
图15表示校正的图13的图像;
图16表示所校正的二值图像的集理论合并(set-theoretic union)。
具体实施方式
图1的图像表示轮胎的侧壁的图像的局部视图。借助于要求诸如激光三角法的本身已知的技术的手段来获得此图像。
一般,轮胎的表面的二维图像是灰度图像,诸如图1中所表示的,其中,以点格(point grid)(也就是2D阵列)的形式表示的平面(E=[1,2,...]×[1,2,...],其中)的任何点或像素x=(i,j)与值相关联,其中一般地,T由位于0和255之间的整数值组成。该灰度值表示此点相对于轮胎的形貌表面的标高。
对于标准尺度的汽车轮胎,以使得灰度单元的变化与大约0.01mm的高度对应的方式校准图像。
图像的像素的数目自然地取决于所使用的相机的选择和输入模式,但是产生包括40000×5000个像素的图像以表示整个侧壁是司空见惯的。
为了推算方便的原因,将轮胎的侧壁的圆形图像的极坐标变换为正交坐标。图1的图像表示于所述正交参考坐标系中,其中横轴OX表示圆周值,且纵轴OY表示径向值。
根据本发明的方法的随后的步骤在于借助于具有沿圆周方向取向,即沿着轴OX,的段的形式的结构元素来实施表面的图像的一系列形态学开,以便回避侧壁的表面的弧形(通过考虑此弧形对于给定的径向值基本上是相同的)。
结构元素相对于所述弧形的圆周变化是小尺寸的,由此使得也回避关于弧形的圆周变化的介绍中提到的缺点成为可能。
最后,结构元素的尺寸使得选择被期望从侧壁的表面分离的浮雕图案成为可能。
从而,在当前描述的框架内,相继使用包括与位于4mm和10mm之间的长度对应的若干像素(由此与大致150个像素对应)的第一结构元素。此尺寸使得选择如随后将看到的包括小尺度的字符的文字(writing)成为可能。
第二结构元素包括与位于15mm和30mm之间的长度对应的若干像素,其在用作对当前描述的支持的范例的框架内表示大约500个像素。此尺寸使得选择与侧壁上具有的字母和装饰对应的较大表面的图案成为可能。
第三结构元素包括与位于200mm和400mm之间的长度对应的若干像素,该若干像素与大约7000个像素对应,并且这使得选择遍布于圆周的诸如旗帜或邻接的一连串字符的装饰性的元素成为可能。
执行表面f的分别标识为γ150(f)、γ500(f)以及γ7000(f)的一系列形态学开。分别于图2、5以及8中再现所获得的图像。观察到,图2中形成调整的题字的字符已经消失了。对商标进行特写(feature)的字符在图5中已经消失了。并且图8不再包括任何装饰性的图案或字符。
通过计算由借助于结构元素的形态学开获得的图像与在借助于紧随的较大尺寸的结构元素的形态学开之后获得的图像之间的差异,获得了一连串通过差分化变平的图像,其中仅仅保持了已经从一个开至另一个开消失的图案。
对于图像的每一个像素i,j,两个图像之间的差异在于计算灰度的差异。将观察到,在此操作的过程中,得到的图像是浮雕图像,在该浮雕图像中,图案显现在平面上而不再在弧形面上。
通过计算由借助于较小尺寸的结构元素对起始图像f的形态学开γ150(f)获得的图像与起始图像f之间的差异来初始化该推算(calculation)。
这些平坦化分别标识为f-γ150(f)、γ150(f)-γ500(f)以及γ500(f)-γ7000(f),并且表示在图3、6以及9中。观察到,浮雕图案相继地重新显现于这些图像上。
为了选择寻求的图案,执行这些图像中的每一个图像的阈值化,以便获得其中图案显现为白而背景显现为黑的二值图像。
通过给灰度高于给定的阈值的像素赋予最高的灰度值(白)以及给灰值低于此阈值的像素赋予零值(黑)来执行此操作。
为了避免错误的检测,此阈值必须与刚好低于图案的最低高度的高度对应,然而无需太低,以便避免将非显著的高度变化认为是浮雕图案。对于标准尺度的汽车轮胎,此阈值大约是0.15mm,这大致与约十五个左右的灰度单位对应。
这些二值图像分别标识为seg1(f-γ150(f))、seg2(γ150(f)-γ500(f))以及seg3(γ500(f)-γ7000(f))。
图7和10示例了二值图像seg2(γ150(f)-γ500(f))和seg3(γ500(f)-γ7000(f)),该二值图像是在对变平的并且由图6和9示例的图像的分割之后获得的。
为了改善图案的检测,通过消除源于诸如毛刺的小的圆周不规则的检测异常,以可选的方式对变平的图像执行一系列附加操作是可能的。
这些操作在于借助于沿径向方向取向的线性结构元素来执行变平的图像的顶帽。此结构元素的尺寸在标准尺度的汽车轮胎的情况下能够有用地位于15和30mm之间,从而在用作对当前描述的支持的范例的情况下与大约500个像素对应。
此得到的图像在第一变平的图像的情况下标识为ρ500(f-γ150(f))=(f-γ150(f))-γ500(f-γ150(f)),并且在图4中以其二进制形式seg1(ρ500(f-γ150(f))显现。
为了获得含有所有寻求的浮雕图案的图像,实施二值图像的集理论合并。图11中示例了标识为seg=seg1∪seg2∪seg3的此最终的二值图像。
注意到以下情况是合适的:在描述本发明的实施例之际,变平的图像的以及二值图像的形态学开的数目不限制于3,而且其能够根据本发明的方法的使用者的选择来增大或减小。推算步骤的进行保持相同,并且所获得的结果是相同性质的。尽管如此,事实证明,对于三次形态学开的此限制特别良好地适合于标准尺度(dimension)的汽车轮胎的情况。增大步骤的数目,将必然对推算时间不利,并能够使得解决较大尺度的轮胎的情况成为可能,该较大尺度的轮胎呈现特别的图形化的装饰或者其中浮雕标记的尺寸或高度变化大。
然而,在图11的图像中观察到,浮雕元素可以错误地显现在先前描述的步骤的过程中所获得的二值图像中。这些元素与被不适当地视为图案的局部过度升高的区域对应。从而,处于两个条(bar)之间并被箭头标注的区域A易于构成(constitute)错误的检测。
那么借助于实施在上文介绍的形态学算子的操作来从图像中去除这些异常元素可能是有用的。
为了实现此目的,我们从以下观察结果开始:被寻求保留的浮雕图案具有基本上规则的和同样的高度,该浮雕图案是装饰性的图案或由连串的字母数字字符形成。那么其将足以从二值图像segi消除呈现出异常高度或非常分散的高度变化的区域,以获得校正的二值图像
此可选过程的第一步骤在于识别浮雕般地显现在二值图像segi上的图案,并且该图案在所述图像的黑色背景上以白色显现。给这些图案中的每一个图案以及构成此图案的每一个像素分配识别号。将注意到,两个分离的图案不由相同的号码来识别。这里,分离旨在引起(mean)由属于着色成黑色的且其灰度值等于零的浮雕的背景的像素相互隔开的图案,以便不可能以连续的方式从一个任意的图案移动到另一个任意的图案而不穿过黑色着色的空间。
其后根据起始表面f确定侧壁的表面的弧形。因此,借助于沿圆周方向取向且其尺寸增大的线性结构元素来交替进行起始表面f的一系列形态学开和闭,以便获得其中消除了具有过量升高以及异常沟槽的图案的表面。此操作标识为φes1oγes2oφes3o......oγesn(f),其中es1≥es2≥es3≥....esi...≥esn。
开和闭的数目不是限制性的,但是观察到,不再以超过限制的操作数目的显著的方式修改所获得的结果。结构元素的长度如先前地适合于侧壁的表面上存在的浮雕图案的尺寸。
在随后的范例中,显然的是,证明了包括两次形态学开和两次形态学闭的系列足以获得显著的结果。该结构元素因此是适合的,并且具有其像素的数目与从几毫米至几百毫米改变的长度对应的尺寸。图13示例了图1的图像f的弧形的图像,其中结构元素相继地包括500、500、7000以及17000个像素,camber(f)=φ17000(γ7000(φ500(γ500(f))))。
识别带有(bearing)与寻求检验的图案相同的标签的弧形的图像的像素和起始图像的像素无疑是可能的。
然后从构成所述图案并属于起始图像的像素的灰度值减去相同图案的并属于弧形的先前获得的图相的像素的灰度值diffA(f)=A(f)-camberA(f)。
此操作相当于执行所考虑的图案的变平。
以可选的方式,在此减法操作之前,执行附加的滤波操作,以便提取易于显现在图案的图像中的异常灰度值,是可能的。
因此,将所考虑的图案A围在受限制的尺度的包围框中,以便构成含有所述白色着色的浮雕图案以及部分的黑色着色的背景的小尺寸的小图像(imagette),如图14中所示例的。
将注意到,如先前地,每个包围框仅仅含有单个图案。在所述包围框将包含给定标签的图案以及全部或部分其它不同的标签图案的情况下,根据选择,改变包围框的形状或更容易地通过以与背景的值(黑)对应的零值替换这些图案的值来消除其标签不同于所考虑的图案的标签的图案的部分,是可能的。
一旦已经选择这些区域,则与所考虑的小图像A对应的像素位于起始图像f中,并且借助于沿圆周方向取向的线性结构元素来实施所述区域的形态学开,标识为γ150,A(f)。选择减小尺寸的结构元素,其像素的数目与几个毫米的长度对应。在用作对当前描述的支持的范例的情况下,所采用的结构元素具有150个像素。
然后实施起始图像中含有的区域A的小图像和弧形的图像中含有的小图像之间的减法diffA(f)=γA,150(f)-camberA(f),以获得图案的变平的小图像。
在已经执行图案的或包含所述图案的小图像的变平之后,随后的操作在于推算变平的图案的或变平的小图像的像素的灰度的值的平均值和标准偏差,以及在于将这些值与值的范围或与预定的阈值进行比较,该预定阈值表示于轮胎的侧壁的表面上寻求识别的图案的平均高度。
以实验方式,对于灰度的平均和与用于灰度的标准偏差的小于或等于0.2mm的高度变化对应的阈值,认为通过采用对应于位于0.2mm和0.3mm之间的高度变化的区间(interval)获得了好的结果。
其平均值和标准偏差位于约定限制内的图案保留在二值图像中,并且通过将形成其平均值不在这些限制内的图案的像素减小至零值来从二值图像提取其平均值不在这些限制内的图案,以便它们与背景的黑色值相一致。
通过实施求和(sum)或者校正过的或没校正过的二值图像的集理论合并来获得最终的二值图像:如图16中所示例的。
提取图案并进行图像的随后的处理以确定轮胎的顺应性于是成为可能。
根据本发明所述的方法的示例性实现不是限制性的,并且将会根据给定的指示来适应,以便处理不同尺寸和用途的轮胎的分析,同时考虑到侧壁上具有的图案的独特性。
Claims (15)
1.一种轮胎的侧壁的表面上具有的浮雕标记图案的提取方法,在其过程中包括以下步骤:
A-捕获侧壁的所述表面的三维图像,同时对图像的每一个像素(i,j)赋予与此点相对于所述表面的升高成比例的灰度值,以便获得起始图像(f),
B-借助于具有相继增大的尺寸且沿圆周方向取向的线性结构元素,执行起始表面的图像(f)的一系列形态学开(γ150(f),γ500(f),以及γ7000(f)),
C-从利用结构元素的形态学开之后获得的图像的值减去借助于紧随的较小尺寸的结构元素的形态学开之后获得的图像的值(f-γ150(f),γ150(f)-γ500(f),γ500(f)-γ7000(f)),以便获得一连串通过差分化变平的图像,同时通过从起始图像(f)减去借助于具有较小尺寸的结构元素获得的图像来初始化程序,
D-执行通过差分化变平的图像的阈值化,以便获得二值图像(seg1(f-γ150(f)),seg2(γ150(f)-γ500(f)),seg3(γ500(f)-γ7000(f))),
E-实施每一个二值图像的值的集理论合并,以便获得最终的二值图像,其中仅标记图案浮雕般地显现(seg=seg1∪seg2∪seg3)。
2.根据权利要求1所述的提取方法,其中,在步骤B之前,在正交参考坐标系(OXY)中展开侧壁的表面的图像,其中,横轴(OX)表示圆周值,并且纵轴(OY)表示径向值。
3.根据权利要求1或2中的一项所述的提取方法,其中,借助于第一、第二以及第三结构元素来执行表面的图像的形态学开的三次相继迭代。
4.根据权利要求3所述的提取方法,其中,所述第一结构元素由与位于4和10mm之间的长度对应的若干像素形成。
5.根据权利要求3所述的提取方法,其中,第二结构元素由与位于15和30mm之间的长度对应的若干像素形成。
6.根据权利要求3所述的提取方法,其中,第三结构元素由与位于200和400mm之间的长度对应的若干像素形成。
7.根据权利要求1至6中的一项所述的提取方法,其中,在步骤C完成时,通过借助于沿径向方向取向的线性结构元素实施形态学开来变换至少一个变平的图像,并且将此得到的图像从所述变平的图像减去(ρ500(f-γ150(f))。
8.根据权利要求7所述的提取方法,其中,结构元素由与位于15和30mm之间的长度对应的若干像素形成。
9.根据权利要求1至8中的一项所述的提取方法,其中,在步骤D的过程中,实施与大于或等于0.15mm的高度变化对应的灰度的阈值化。
11.根据权利要求10所述的提取方法,其中,为了确定侧壁的表面的弧形(camber(f)),借助于具有增大的尺寸且沿圆周方向取向的线性结构元素来实施起始图像(f)的一系列形态学开(camber(f)=φ17000(γ7000(φ500(γ500(f))))),以便获得表面的弧形的图像,其中,删除凸图案以及凹陷的和凸起的目标。
12.根据权利要求11所述的提取方法,其中,相继地实施借助于由与位于4和10mm之间的长度对应的若干像素形成的线性结构元素的起始图像的形态学开(γ500(f))、借助于由与位于4和10mm之间的长度对应的若干像素形成的结构元素的先前图像的形态学闭(φ500(γ500(f)))、借助于由与位于200和400mm之间的长度对应的若干像素形成的结构元素的先前图像的形态学开(γ7000(φ500(γ500(f))))、以及借助于由与位于500和800mm之间的长度对应的若干像素形成的结构元素的先前图像的形态学闭(φ17000(γ7000(φ500(γ500(f)))))。
13.根据权利要求10至12中的一项所述的提取方法,其中,在从起始图像减去弧形的图像之前,这些图案中的每一个图案由包围框围住,所述包围框形成仅含有所考虑的识别的图案的小图像,并且使含有所述图案的所述小图像变平。
14.根据权利要求10至13中的一项所述的提取方法,其中,灰度的平均的区间与位于0.2mm和0.3mm之间的高度变化对应。
15.根据权利要求10至13中的一项所述的提取方法,其中,灰度的标准偏差的阈值的值与小于或等于0.2mm的高度变化对应。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1154348A FR2975524B1 (fr) | 2011-05-19 | 2011-05-19 | Methode de determination des marquages en relief presents sur la surface exterieure du flanc d'un pneumatique |
FR1154348 | 2011-05-19 | ||
PCT/EP2012/058607 WO2012156262A1 (fr) | 2011-05-19 | 2012-05-10 | Methode de determination des marquages en relief presents sur la surface exterieure du flanc d'un pneumatique |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103649991A true CN103649991A (zh) | 2014-03-19 |
CN103649991B CN103649991B (zh) | 2016-05-25 |
Family
ID=46125422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280033424.7A Expired - Fee Related CN103649991B (zh) | 2011-05-19 | 2012-05-10 | 用于确定轮胎的侧壁的外表面上的浮雕般的标记的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9025853B2 (zh) |
EP (1) | EP2710552B1 (zh) |
CN (1) | CN103649991B (zh) |
FR (1) | FR2975524B1 (zh) |
WO (1) | WO2012156262A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107851317A (zh) * | 2015-06-29 | 2018-03-27 | 米其林集团总公司 | 图像分割的方法 |
CN107851314A (zh) * | 2015-07-27 | 2018-03-27 | 米其林集团总公司 | 用于分析轮胎表面一致性的优化的方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2976386B1 (fr) * | 2011-06-09 | 2018-11-09 | Mbda France | Procede et dispositif pour determiner automatiquement les contours de hauteurs du relief d'une zone geographique. |
JP5969906B2 (ja) * | 2012-11-29 | 2016-08-17 | 株式会社神戸製鋼所 | 計測方法及び計測装置 |
FR3007174B1 (fr) | 2013-06-13 | 2016-09-09 | Michelin & Cie | Methode de traitement de l'image numerique de la surface d'un pneumatique en vue de la detection d'une anomalie |
JP5964788B2 (ja) * | 2013-08-07 | 2016-08-03 | 株式会社神戸製鋼所 | データ生成方法及びデータ生成装置 |
FR3022380A1 (fr) * | 2014-06-13 | 2015-12-18 | Michelin & Cie | Procede de redressement d'image de pneumatiques |
CN105067638B (zh) * | 2015-07-22 | 2018-01-09 | 广东工业大学 | 基于机器视觉的轮胎胎膜表面字符缺陷检测方法 |
US11614380B2 (en) | 2019-07-02 | 2023-03-28 | Hunter Engineering Company | System and method for acquisition of tire sidewall data from a moving vehicle |
CN111598851B (zh) * | 2020-04-29 | 2023-09-19 | 苏州晟成光伏设备有限公司 | 一种基于形态学图像处理的太阳能电池破片检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002048952A1 (en) * | 2000-12-15 | 2002-06-20 | Shih-Jong Lee | Structure-guided image processing and image feature enhancement |
CN1560794A (zh) * | 2004-03-03 | 2005-01-05 | 北京北大方正电子有限公司 | 一种应用三维浮雕进行安全底纹防伪设计的方法 |
EP2077442A1 (en) * | 2006-10-27 | 2009-07-08 | Bridgestone Corporation | Separation filter deciding device and tire inspecting device |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6591669B1 (en) * | 1999-06-26 | 2003-07-15 | Pirelli Pneumatici S.P.A. | Apparatus for experimentally measuring the interaction between surfaces and rubber specimens |
JP2011509398A (ja) * | 2007-12-19 | 2011-03-24 | ソシエテ ド テクノロジー ミシュラン | タイヤ表面を検査するために使用できるようにするようタイヤ表面の3次元画像を処理する方法 |
FR2966245B1 (fr) | 2010-10-19 | 2012-10-19 | Michelin Soc Tech | Methode d'identification et de limitation des motifs de base formant la sculpture de la bande de roulement d'un pneumatique |
FR2966246B1 (fr) | 2010-10-19 | 2012-12-14 | Michelin Soc Tech | Methode d'identification et de limitation des motifs de base formant la sculpture de la bande de roulement d'un pneumatique |
FR2966956B1 (fr) | 2010-10-27 | 2012-12-14 | Michelin Soc Tech | Methode de pre-traitement d'une image tri dimensionnelle de la surface d'un pneumatique a l'aide de deformations b-spline successives |
CN103180874A (zh) | 2010-10-27 | 2013-06-26 | 米其林企业总公司 | 用于检查轮胎表面的预处理轮胎表面的三维图像的方法 |
-
2011
- 2011-05-19 FR FR1154348A patent/FR2975524B1/fr not_active Expired - Fee Related
-
2012
- 2012-05-10 WO PCT/EP2012/058607 patent/WO2012156262A1/fr active Application Filing
- 2012-05-10 EP EP12722108.3A patent/EP2710552B1/fr not_active Not-in-force
- 2012-05-10 CN CN201280033424.7A patent/CN103649991B/zh not_active Expired - Fee Related
- 2012-05-10 US US14/118,612 patent/US9025853B2/en not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002048952A1 (en) * | 2000-12-15 | 2002-06-20 | Shih-Jong Lee | Structure-guided image processing and image feature enhancement |
CN1560794A (zh) * | 2004-03-03 | 2005-01-05 | 北京北大方正电子有限公司 | 一种应用三维浮雕进行安全底纹防伪设计的方法 |
EP2077442A1 (en) * | 2006-10-27 | 2009-07-08 | Bridgestone Corporation | Separation filter deciding device and tire inspecting device |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107851317A (zh) * | 2015-06-29 | 2018-03-27 | 米其林集团总公司 | 图像分割的方法 |
CN107851314A (zh) * | 2015-07-27 | 2018-03-27 | 米其林集团总公司 | 用于分析轮胎表面一致性的优化的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2012156262A1 (fr) | 2012-11-22 |
EP2710552B1 (fr) | 2015-09-16 |
US20140219541A1 (en) | 2014-08-07 |
US9025853B2 (en) | 2015-05-05 |
EP2710552A1 (fr) | 2014-03-26 |
FR2975524A1 (fr) | 2012-11-23 |
CN103649991B (zh) | 2016-05-25 |
FR2975524B1 (fr) | 2013-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103649991A (zh) | 用于确定轮胎的侧壁的外表面上的浮雕般的标记的方法 | |
CN108920584B (zh) | 一种语义栅格地图生成方法及其装置 | |
CN111598823B (zh) | 多源移动测量点云数据空地一体化融合方法、存储介质 | |
CN110264567B (zh) | 一种基于标记点的实时三维建模方法 | |
Chen et al. | Fusion of LIDAR data and optical imagery for building modeling | |
CN107507167A (zh) | 一种基于点云平面轮廓匹配的货物托盘检测方法及系统 | |
CN109544599B (zh) | 一种基于相机位姿估计的三维点云配准方法 | |
CN110853081B (zh) | 基于单木分割的地面和机载LiDAR点云配准方法 | |
CN101915573B (zh) | 一种基于标记物的关键点检测的定位测量方法 | |
JP2007003233A (ja) | コードターゲット、コード検出システム、及び3次元情報取得システム | |
Becker et al. | Grammar supported facade reconstruction from mobile lidar mapping | |
CN113052903A (zh) | 一种用于移动机器人的视觉与雷达融合定位方法 | |
CN105389774A (zh) | 对齐图像的方法和装置 | |
CN103649995A (zh) | 用于确定轮胎表面上凸纹中的元素的方法 | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
CN102739911A (zh) | 图像处理装置及图像处理方法 | |
CN112464812A (zh) | 一种基于车辆的凹陷类障碍物检测方法 | |
CN111932494B (zh) | 一种轮胎磨损程度评价方法及装置 | |
CN112348897A (zh) | 位姿确定方法及装置、电子设备、计算机可读存储介质 | |
JP4762026B2 (ja) | 道路標識データベース構築装置 | |
Biasutti et al. | Range-Image: Incorporating sensor topology for LiDAR point cloud processing | |
CN108182707B (zh) | 采集不完整条件下的棋盘格标定模板及其自动识别方法 | |
JP7058170B2 (ja) | タイヤ金型サイドプレートの検査方法 | |
CN108053409A (zh) | 一种遥感影像分割基准库自动构建方法及其系统 | |
Tian | 3D change detection from high and very high resolution satellite stereo imagery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160525 Termination date: 20170510 |