CN103858147B - 在轮胎的内部表面上的浮凸元素特征的快速分析方法 - Google Patents

在轮胎的内部表面上的浮凸元素特征的快速分析方法 Download PDF

Info

Publication number
CN103858147B
CN103858147B CN201280047611.0A CN201280047611A CN103858147B CN 103858147 B CN103858147 B CN 103858147B CN 201280047611 A CN201280047611 A CN 201280047611A CN 103858147 B CN103858147 B CN 103858147B
Authority
CN
China
Prior art keywords
pixel
value
rapid analysis
analysis method
point
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.)
Active
Application number
CN201280047611.0A
Other languages
English (en)
Other versions
CN103858147A (zh
Inventor
G·努瓦耶尔
D·热兰
E·帕拉-德尼
M·比洛多
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Compagnie Generale des Etablissements Michelin SCA
Original Assignee
Michelin Recherche et Technique SA Switzerland
Compagnie Generale des Etablissements Michelin SCA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Michelin Recherche et Technique SA Switzerland, Compagnie Generale des Etablissements Michelin SCA filed Critical Michelin Recherche et Technique SA Switzerland
Publication of CN103858147A publication Critical patent/CN103858147A/zh
Application granted granted Critical
Publication of CN103858147B publication Critical patent/CN103858147B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Abstract

一种在轮胎的内部表面上的浮凸元素特征的快速分析方法,所述方法包括步骤,在这些步骤的过程中:A‑所述表面的三维图像通过为图像的每个像素分配与该点的地形海拔成比例的灰度值而捕获,以便得到初始图像,B‑捕获的表面的图像转换到正交坐标系(OXY)中,其中横坐标轴(OX)表示圆周值,纵坐标轴(OY)表示径向值,C‑通过比较其海拔与布置在穿过相关像素(p)且在圆周方向上定向的直线上的离散且减少数目的点的海拔来为表面的每个像素而分配高度梯度值(f(p))。

Description

在轮胎的内部表面上的浮凸元素特征的快速分析方法
技术领域
本发明涉及轮胎制造领域,并且更具体而言,本发明落入用于在制造过程期间或者在制造过程结束时检验轮胎的内部外观的操作的环境中,用于确定相对于检验标准的一致性的目的。
背景技术
通过制造商研制的并且尤其意在帮助对视觉检验负责的操作者的自动工业轮胎检验装置主要依赖于图像处理技术。
在已知方法中,在本过程中的一个步骤为利用例如基于光学三角的原理的装置,通过执行联接至激光类型的光源的2D传感器来获取三维的轮胎表面的图像。
轮胎表面的地形图像通常为二维“灰度”图像,其中每个点(即,图像的每个像素)与“灰度”值相关联,该“灰度”值与该点相对于该表面的高度成比例。该灰度值能够有效地编码为8位或16位,或者为了更好的动态甚至编码为32位。对于8位编码,值255(白色)对应于最高的高度,而值0(黑色)对应于最低的高度。那么在这种方式中,特征为浮凸的灰度图像与黑色和白色图像的比较能够与灰度图像处理相结合。
分析获得的图像的过程(特别是在轮胎的内部表面的情况下)在于检测待检验的表面的浮凸元素,并且在于区分异常元素与诸如在轮胎的固化过程中意在保证空气流泻的浮凸图案或条纹的元素。这些浮凸元素通常在轮胎的内部部分的平均表面之外凸出几十毫米。
分析方法可以使用诸如形态分析的图像处理,并且例如在专利申请FR11/54346中或者在申请WO/EP11/053284中进行描述,这两个申请在本申请的申请日时均未公开。这些方法利用形态滤波器(诸如顶帽滤波器)执行图像分析程序,并且特别地适合于轮胎的内部表面的图像分析。文献DE19849793,或者文献WO02/48648描述了轮胎侧壁的图像处理方法,用于通过使用频率滤波器来区分侧壁的曲率与相关于图形元素或相关于表面异常的变化。
但是,关于这些方法,花费相当大量的计算时间,缩短这些时间永远是有价值的。
发明内容
根据本发明的快速分析方法的目的在于提供一种对于该问题在计算中需要更少时间消耗的替换解决方案。该方法的目标在于快速识别可能包含异常的区域。一旦识别出该区域,则能够局部地利用上述工具进行进一步分析来重新检查成为问题的表面。
浮凸元素的快速分析包括下面的步骤,其中:
A-通过为图像的每个像素分配与该点的地形海拔成比例的灰度值来捕获所述表面的三维图像,以便得到初始图像,
B-捕获的表面的图像被转换到正交坐标系(OXY)中,其中横坐标轴(OX)表示圆周方向,纵坐标轴(OY)表示径向方向,
C-通过比较其海拔与布置在穿过考虑的像素且在圆周方向上定向的直线上的减少数目且离散的点的海拔来为表面的每个像素分配高度梯度值。
优选地,在步骤C的结论处,通过将零的梯度值分配给具有低于给定阈值的绝对值的海拔梯度的像素来转换图像。
优选地,除了被分配所述梯度值的点之外,点的数目在1至4之间。
当内部表面包括条纹时,在步骤C中的高度梯度的评估可以利用距离考虑的像素给定值的单个点来实现。该距离可以有效地基本上等于在两个条纹之间的圆周间隔。
为了进一步的精确性,高度梯度可以在步骤C的过程中利用放置在所述像素的每一侧上的四个点来评估。
当内部表面包括条纹时,点将有利地放置在基本上分别在条纹的圆周宽度的一倍和十倍之间,以及在条纹的圆周宽度的一倍和五倍之间的距离处考虑的像素的上游和下游。
在步骤C的结论处,对于快速提取包含在根据上述方法转换的图像中的信息,通过将表示他们的海拔的变化的值分配给位于相同圆周横坐标(在径向纵坐标的两个值(y1,y2)之间)上的一组点,可以有效地确定图像的缩小的圆周剖面。
根据第一选择,在该步骤中通过得到被分配给具有相同径向位置的每个像素的绝对梯度值的总和或平均值来确定缩小的圆周剖面。
根据第二选择,通过计数具有非零值和具有相同径向位置的像素的数目来确定缩小的圆周剖面。
为了提取有用信息并且确定潜在显示异常的区域,因此能够通过从所述缩小的圆周剖面中减去低通滤波器来解调表示缩小圆周剖面的信号,从而仅显示幅度在所述阈值之上的元素。
当内部表面包括条纹时,还能够通过消除周期性元素来解调表示圆周剖面的信号。
为此,从缩小的圆周剖面中减去所述剖面的下确界,具有其从条纹的圆周外观的周期的值的偏移。
附图说明
下面的描述基于图1至图7,其中:
-图1为轮胎的内部表面的浮凸的灰度图像,
-图2示出包括5个点的多点算子,
-图3示出在利用包括5个点的多点处理之后的海拔变化剖面,
-图4示出在图3在阈值转换之后的图像,
-图5示出图4在计数非零像素之后的图像的圆周剖面,
-图6示出了在图3中的图像的前三低的灰度值的平均值上计算的圆周剖面,
-图7示出利用低通滤波器解调的图6的图像,
-图8示出通过提取条纹的周期性值来解调图6中的图像。
具体实施方式
图1中的图像,g(p),利用包括联接至激光类型光源的2D传感器的基于光学三角的原理的获取装置得以获得。图像中的每个像素p(i,j)与表示该点相对于轮胎的内部表面的海拔的灰度值相关联。这些局部海拔主要是由于存在条纹而导致的,该条纹意在用于使在外壳硫化过程中轮胎的内部表面和固化薄膜之间捕获的空气流动。它们还可以源于异常的存在,以及在这种情况下显示正海拔,作为负海拔。这些异常通过标记d表示在图1至图8中,或者被椭圆形环绕。
由于轮胎的圆形形状,原始图像的像素的识别通常通过获取装置在圆柱坐标中获得。由于便于计算,并且虽然这不是绝对必须的,但是其确实证明有助于将该图像转换为正交坐标系OXY以得到轮胎的内部表面的展开图像g(p(x,y)),其中对于每个像素,圆周坐标绘制在OX轴上,径向坐标绘制在OY轴上。
对于检验高度变化以提取可以表示异常的元素,惯常使用形态算子,包括利用正确选择的结构元素打开和关闭操作的组合系列。这些方法需要关于包括大量点的大尺寸的结构元素的下确界或上确界计算。得到的结果可以用于准确地定位所寻找的目标。
然而,其证明了有效地减少计算时间,并且有效地仅为其中疑为存在异常值的区域保留这些方法的使用。
快速分析方法的目的是利用明智地相对彼此放置的数量小得多的点进行相似计算,可以设想,轮胎的内部表面不显示在圆周方向上太不规则的高度变化。
已经成功测试过的算法取决于减少数目的点的使用,并且在于为每个像素分配表示在该点处的高度变化的值f(p)。最佳结果已经利用2个点、4个点或者5个点的算法得到,包括正在考虑应该为其分配值的像素。这些点在圆周方向(OX)上彼此对齐。
关于两点算法,包括由下式给出代表值的点:
f(px,y)=|g(x,y)-g(x+a,y)|
当内部表面包括条纹时,值a实质上等于在两个条纹之间的圆周距离,从而使得周期性的全部为零,其他为非零。
关于四点算法,下式给出代表值:
f(px,y)=|g(x,y)-g(x+b,y)|-|g(x+a,y)-g(x+a+b,y)|
当内部表面包括条纹时,a的值可以优选在条纹的圆周宽度的一倍和十倍之间,并且b的值在条纹的圆周宽度的一倍和五倍之间,从而突出平均倾斜的浮凸中的元素。作为指导,对于17"尺寸的轻轮胎,分别等于条纹的宽度的四倍和两倍的a和b的值给出良好结果。
对于五点算法,如图2中所示,下式给出代表值:
f(px,y)=α(|g(x-a,y)-g(x-b,y)|+|g(x+a,y)-g(x+b,y)|)
-β(|g(x,y)-g(x-b,y)|-|g(x,y)-g(x+b,y)|)
当内部表面包括条纹时,a的值实质上等于条纹的圆周宽度的两倍,b的值实质上等于条纹的圆周宽度,从而突出具有最陡倾斜的浮凸的元素和条纹。
为了提高具有较陡倾斜(例如边缘)或者具有较缓倾斜(例如顶部)的梯度之间的反差,两个区域的各自的权重可以利用权重系数α和β修改,其中α+β=1。
五点算法也可以用于定位干扰的边缘的x横坐标,可以设想,干扰的形式包括对应于圆周剖面的较陡梯度的输入和输出。该信息可以从|g(x-a,y)-g(x-b,y)|和|g(x+a,y)-g(x+b,y)|之间的差而得到。干扰的顶部附近对应于较缓的梯度,可以从|g(x,y)-g(x-b,y)|和|g(x,y)-g(x+b,y)|之间的差而得到。
干扰的顶部对应于使下面的表达式最大的x的值:
f(px,y)=|g(x-a,y)-g(x-b,y)|+|g(x+a,y)-g(x+b,y)|
-|g(x,y)-g(x-b,y)|-|g(x,y)-g(x+b,y)|
图3表示利用包括五个点的多点算子在转换之后的表面的图像。
一旦利用多点算子转换了整个图像,并且仍然具有减少运算次数的想法,则在该阶段能够将图像转换为缩小的图像。
为了提高方法的灵敏度,明智的是在减小图像之前将点减小至零值,对于该点海拔梯度具有低于给定阈值的绝对值。图4示出了在该阈值转换操作之后的图3的图像。
图像缩小在于将表面的转换的图像(该图像为二维图像,描绘为表示在图像的每个点处的高度变化f(x)的值的二维阵列)缩小至在表示表面浮凸变化的特征的缩小的圆周剖面r(x)的信号或曲线中具体化的一维表示。
因此,该过程在于为一组具有相同径向位置(y=恒量)的像素分配表示这些像素的高度变化的值。
第一处理方法在于简单计数具有非零值并且放置在相同的圆周横坐标上的像素的数目。图5示出了根据该第一缩小方法的图4的图像缩小。
可选择地,每个像素的绝对梯度值的总和或平均值可以得到:
r ( x ) = Σ y = y 1 y = y 2 | f ( p ( x , y ) |
图6示出了根据第二缩小方法的图4中的图像的缩小。
在这两个图像上容易地识别出异常。但是,在图5中可以看出,另一个异常已经进入之前在轮胎表面上已经识别出的三个中。另一方面,该异常没有出现在图6中的图示上。此处这可以被视为由于应用的分析方法简单而导致的错误检测。但是,当将该方法的使用视为以在包含异常的被怀疑区域上开始更详尽的分析为目的的第一方法时,优选集中于错误检验而不是错过检验。
还观察到,这些缩小的表示都突出了周期性变化,该周期性变化由于在轮胎的内部表面上存在条纹而产生。这些周期性变化除了干扰之外并且产生在异常周围。可以设想,在轮胎的情况下,这些异常不是周期性质,其可以证实有利于从表示轮胎内侧的图像的缩小的圆周剖面的曲线中提取周期性元素。
第一方法可以配置为减去通过如图7中所示的低通滤波器转换的信号,在图7中异常的圆周横坐标易于定位。通过修改该滤波器的阈值,检测灵敏度可以容易地被调整,并且如果需要,可以集中于错误检测的数目。
如果条纹的周期s相对恒定且已知,缩小的圆周剖面的信号还可以通过从所述剖面的值中减去具有其偏移的剖面的下确界而进行解调。
m(x)=r(x)-∧(r(x),r(x-s))
在图8中显示出结果。
相同的异常从相同的圆周横坐标值中显露出来。
上面描述的方法的好处在于能够执行第一快速分析,用于突出显示潜在异常的区域。
一旦识别出这些区域,那么能够利用形态分析工具(诸如之前引用的专利申请FR11/54346或者WO/EP11/053284中描述的那些)凭借计算算法来开始更详尽的分析。

Claims (12)

1.一种在轮胎的内部表面上的浮凸元素特征的快速分析方法,所述方法包括以下步骤:
A-所述表面的三维图像通过为图像的每个像素p(i,j)分配与该点的地形海拔成比例的灰度值g(p)而捕获,以便得到初始图像,
B-捕获的表面的图像转换到正交坐标系(OXY)中,其中横坐标轴(OX)表示圆周方向,纵坐标轴(OY)表示径向方向,
C-表面的每个像素p(x,y)通过比较其海拔与布置在穿过考虑的像素(p)且在圆周方向上定向的直线上的多个点的海拔而被分配高度梯度值f(p),除了被要求分配所述高度梯度值的点之外,所述多个点的数目在1和4之间。
2.根据权利要求1所述的快速分析方法,其中,在步骤C的结论处,通过将零的高度梯度值分配给具有低于给定阈值的绝对值的高度梯度值f(p)的像素来转换图像。
3.根据权利要求2所述的快速分析方法,其中,在步骤C的过程中,高度梯度值f(px,y)=|g(x,y)-g(x+a,y)|利用与考虑的像素p(x,y)的距离为给定值a的单个点来评估。
4.根据权利要求3所述的快速分析方法,其中,内部表面包括条纹,并且其中,点与考虑的像素的距离为长度a,该长度a实质上对应于在两个条纹之间的圆周间隔。
5.根据权利要求2所述的快速分析方法,其中,在步骤C的过程中,高度梯度值
f(px,y)=|g(x,y)-g(x+b,y)|-|g(x+a,y)-g(x+a+b,y)|,f(px,y)=α(|g(x-a,y)-g(x-b,y)|+|g(x+a,y)-g(x+b,y)|)-β(|g(x,y)-g(x-b,y)|-|g(x,y)-g(x+b,y)|)利用放置在考虑的像素的每一侧上的四个点来评估;
a、b均指点与考虑的像素的距离,α、β是权重系数,其中,α+β=1。
6.根据权利要求5所述的快速分析方法,其中,内部表面包括条纹,并且其中,考虑的像素的上游和下游的点与所述像素的距离分别为大体上在条纹的圆周宽度的一倍和十倍之间以及在条纹的圆周宽度的一倍和五倍之间的长度。
7.根据权利要求1所述的快速分析方法,其中,在步骤C的结论处,通过给定位在相同圆周横坐标上在径向纵坐标的两个值(y1,y2)之间的一组点分配表示他们的海拔的变化的值来确定缩小的圆周剖面。
8.根据权利要求7所述的快速分析方法,其中,通过得到被分配给具有相同径向位置的像素中的每一个的绝对梯度值的总和或平均值来确定缩小的圆周剖面。
9.根据权利要求7至8中的一项所述的快速分析方法,其中,解调表示缩小的圆周剖面的信号。
10.根据权利要求9所述的快速分析方法,其中,通过从所述缩小的圆周剖面r(x)中减去低通滤波器来解调信号,从而仅显示出幅度在阈值之上的元素。
11.根据权利要求9所述的快速分析方法,其中,内部表面包括条纹,并且其中,通过消除周期性元素来解调表示缩小的圆周剖面的信号。
12.根据权利要求11所述的快速分析方法,其中,所述剖面的下确界被从所述缩小的圆周剖面减去,具有其从条纹的圆周外观的周期的值(s)的偏移。
CN201280047611.0A 2011-09-30 2012-09-27 在轮胎的内部表面上的浮凸元素特征的快速分析方法 Active CN103858147B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1158804A FR2980896B1 (fr) 2011-09-30 2011-09-30 Methode d'analyse rapide des elements en relief figurant sur la surface interne d'un pneumatique
FR1158804 2011-09-30
PCT/EP2012/069153 WO2013045594A1 (fr) 2011-09-30 2012-09-27 Methode d'analyse rapide des elements en relief figurant sur la surface interne d'un pneumatique

Publications (2)

Publication Number Publication Date
CN103858147A CN103858147A (zh) 2014-06-11
CN103858147B true CN103858147B (zh) 2016-12-07

Family

ID=46982566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280047611.0A Active CN103858147B (zh) 2011-09-30 2012-09-27 在轮胎的内部表面上的浮凸元素特征的快速分析方法

Country Status (5)

Country Link
US (1) US9196034B2 (zh)
EP (1) EP2761588B1 (zh)
CN (1) CN103858147B (zh)
FR (1) FR2980896B1 (zh)
WO (1) WO2013045594A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9880623B2 (en) 2013-01-24 2018-01-30 Immersion Corporation Friction modulation for three dimensional relief in a haptic device
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
WO2015116036A1 (en) 2014-01-28 2015-08-06 Hewlett-Packard Development Company, L.P. Method and system for surface wear determination
EP2913631A1 (en) * 2014-02-27 2015-09-02 Ricoh Company, Ltd. Test apparatus and method
FR3030042A1 (fr) * 2014-12-15 2016-06-17 Michelin & Cie Procede de detection de defaut sur une surface de pneumatique
FR3030844B1 (fr) * 2014-12-19 2017-01-27 Michelin & Cie Procede de detection de stries dans un pneumatique
WO2016097598A2 (fr) * 2014-12-19 2016-06-23 Compagnie Generale Des Etablissements Michelin Procede de detection de stries dans un pneumatique
EP3317634B1 (en) 2015-06-30 2020-06-10 Pirelli Tyre S.p.A. Method and apparatus for detecting defects on the surface of tyres
WO2017001969A1 (en) 2015-06-30 2017-01-05 Pirelli Tyre S.P.A. Method and apparatus for analysing a surface of a tyre
IT201700016046A1 (it) 2017-02-14 2018-08-14 Tekna Automazione E Controllo S R L Apparato per il rilevamento e la verifica di difetti superficiali di un pneumatico al termine di un processo di produzione
CN108189626B (zh) * 2017-12-28 2020-08-04 江苏灵动飞扬科技有限公司 一种胎压检测方法、装置、存储介质及汽车
CN109377482A (zh) * 2018-09-29 2019-02-22 中国石油大学(华东) 一种基于点云数据的轮胎胎角性质检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324448A (zh) * 1998-10-28 2001-11-28 弗兰霍菲尔运输应用研究公司 使用带通滤波检测在诸如轮胎侧壁之类的凸面中的奇点
CN100472175C (zh) * 2003-09-10 2009-03-25 精轮有限公司 轮胎检验装置和方法
EP2295930A1 (en) * 2008-06-04 2011-03-16 Kabushiki Kaisha Kobe Seiko Sho Tire shape inspection method and tire shape inspection device

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1154346A (fr) 1956-06-29 1958-04-04 Materiel Electromagnetique Soc Dispositif de freinage automatique pour freins de sécurité
DE19922873A1 (de) 1999-05-19 2000-11-23 Krones Ag Vorrichtung zum Einbringen und/oder Ausbringen von Behältern
DE10062251C2 (de) * 2000-12-14 2002-12-12 Fraunhofer Ges Forschung Vorrichtung und Verfahren zur Qualitätsüberprüfung eines Körpers
DE10062254C2 (de) * 2000-12-14 2002-12-19 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Charakterisieren einer Oberfläche und Verfahren und Vorrichtung zur Ermittlung einer Formanomalie einer Oberfläche
JP4512578B2 (ja) * 2006-10-27 2010-07-28 株式会社ブリヂストン 分離フィルタ決定装置及びタイヤ検査装置
FR2959046B1 (fr) 2010-04-19 2012-06-15 Michelin Soc Tech Methode de controle de l'aspect de la surface d'un pneumatique
FR2975523B1 (fr) 2011-05-19 2015-09-25 Michelin Soc Tech Methode de determination des elements en relief presents sur la surface d'un pneumatique

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324448A (zh) * 1998-10-28 2001-11-28 弗兰霍菲尔运输应用研究公司 使用带通滤波检测在诸如轮胎侧壁之类的凸面中的奇点
CN100472175C (zh) * 2003-09-10 2009-03-25 精轮有限公司 轮胎检验装置和方法
EP2295930A1 (en) * 2008-06-04 2011-03-16 Kabushiki Kaisha Kobe Seiko Sho Tire shape inspection method and tire shape inspection device

Also Published As

Publication number Publication date
WO2013045594A1 (fr) 2013-04-04
CN103858147A (zh) 2014-06-11
EP2761588A1 (fr) 2014-08-06
US20140254912A1 (en) 2014-09-11
EP2761588B1 (fr) 2017-11-15
US9196034B2 (en) 2015-11-24
FR2980896B1 (fr) 2016-07-01
FR2980896A1 (fr) 2013-04-05

Similar Documents

Publication Publication Date Title
CN103858147B (zh) 在轮胎的内部表面上的浮凸元素特征的快速分析方法
JP5868987B2 (ja) タイヤのトレッドデザインを形成する基本的パターンを識別すると共に規定する方法
CN107941808B (zh) 基于机器视觉的3d打印成型质量检测系统及方法
CN102297660B (zh) 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN106969706A (zh) 基于双目立体视觉的工件检测与三维测量系统及检测方法
CN105335973B (zh) 运用于带钢加工生产线的视觉处理方法
CN108007388A (zh) 一种基于机器视觉的转盘角度高精度在线测量方法
CN106017350A (zh) 基于机器视觉的中小模数齿轮快速检测装置及检测方法
CN102441581A (zh) 基于机器视觉的型钢断面尺寸在线检测的装置及方法
CN109978940B (zh) 一种sab安全气囊尺寸视觉测量方法
CN108876860B (zh) 一种用于管水准器气泡偏移量测量的图像标定方法
CN103824275B (zh) 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN107358628B (zh) 基于靶标的线阵图像处理方法
CN104240204A (zh) 一种基于图像处理的太阳能硅片和电池片的计数方法
CN102608016A (zh) 基于Canny边界检测的复杂颗粒平均尺寸测量方法
CN107945155A (zh) 一种基于Gabor滤波器的牙膏管肩缺陷检测方法
CN104574312A (zh) 标靶图像求圆心的方法和装置
CN108036929B (zh) 一种显示设备排图参数的检测方法、装置及系统
CN104976959B (zh) 一种基于机器视觉的弹簧尺寸在线测量系统及其方法
CN105225243B (zh) 一种可抗噪声的图像边缘检测方法
CN104899857A (zh) 使用颜色编码结构的相机标定方法及装置
KR20080056149A (ko) 미지 품질의 패턴을 사용하여 기준 이미지를 생성하기 위한시스템 및 방법
WO2015115499A1 (ja) 工具検査方法及び工具検査装置
CN103438802B (zh) 光纤涂覆层几何参数测量方法
TWI543117B (zh) 物件辨識與定位方法

Legal Events

Date Code Title Description
C06 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
TR01 Transfer of patent right

Effective date of registration: 20171108

Address after: French Clermont Ferrand

Patentee after: Compagnie General Des Etablissements Michelin

Address before: French Clermont Ferrand

Co-patentee before: Michelin Research & Technology Co., Ltd.

Patentee before: Compagnie General Des Etablissements Michelin

TR01 Transfer of patent right