CN107545560A - 用于轮胎胎侧气泡的检测方法和装置 - Google Patents

用于轮胎胎侧气泡的检测方法和装置 Download PDF

Info

Publication number
CN107545560A
CN107545560A CN201610499763.4A CN201610499763A CN107545560A CN 107545560 A CN107545560 A CN 107545560A CN 201610499763 A CN201610499763 A CN 201610499763A CN 107545560 A CN107545560 A CN 107545560A
Authority
CN
China
Prior art keywords
area image
tire sidewall
bubble
point
marginal 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.)
Granted
Application number
CN201610499763.4A
Other languages
English (en)
Other versions
CN107545560B (zh
Inventor
孙彪
李建峰
汪庆花
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.)
Hefei Meyer Optoelectronic Technology Inc
Original Assignee
Hefei Meyer Optoelectronic Technology Inc
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 Hefei Meyer Optoelectronic Technology Inc filed Critical Hefei Meyer Optoelectronic Technology Inc
Priority to CN201610499763.4A priority Critical patent/CN107545560B/zh
Publication of CN107545560A publication Critical patent/CN107545560A/zh
Application granted granted Critical
Publication of CN107545560B publication Critical patent/CN107545560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提出一种用于轮胎胎侧气泡的检测方法和装置,该用于轮胎胎侧气泡的检测方法包括获取轮胎胎侧的待检测区域图像的目标区域图像的边缘点集,其中,边缘点集包括目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点;基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测。通过本发明能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。

Description

用于轮胎胎侧气泡的检测方法和装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种用于轮胎胎侧气泡的检测方法和装置。
背景技术
轮胎的稳定性和质量安全性直接决定着机动车辆的人员安全,由于其制作流程的复杂性和工艺流程可能存在的不确定性,将不可避免的存在钢丝帘布分布不均、杂质带入、钢丝线游离和气泡等缺陷。其中,气泡是轮胎常见的缺陷类型,存在气泡缺陷的轮胎具有重大的安全隐患,可能导致运动中轮胎爆裂。相关技术中,X光机对轮胎进行透射成像后,能够获得轮胎内部钢丝帘线和橡胶状态信息图像,多数的气泡缺陷也能够在X光成像在图像中显现出来,采用灰度明亮法能够识别较为明显的气泡缺陷。
这种方式下,由于通常情况下气泡特征不明显,质检人员肉眼难以发现,且传统的气泡识别算法只能识别较为明显的气泡缺陷,轮胎胎侧气泡缺陷的漏检率较高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种用于轮胎胎侧气泡的检测方法,能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。
本发明的另一个目的在于提出一种用于轮胎胎侧气泡的检测装置。
为达到上述目的,本发明第一方面实施例提出的用于轮胎胎侧气泡的检测方法,包括:获取轮胎胎侧的待检测区域图像的二值化图像,并将所述二值化图像作为目标区域图像;获取所述目标区域图像的边缘点集,其中,所述边缘点集包括所述目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点;基于所述边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,所述目标边缘点满足预设条件;根据所述边缘点集中至少一个的边缘点和所述边缘基准线的位置关系对所述轮胎胎侧的气泡进行检测;其中,所述第一区域图像中的每个像素点的灰度值等于255,所述第二区域图像中的每个像素点的灰度值小于255。
本发明第一方面实施例提出的用于轮胎胎侧气泡的检测方法,通过获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像,获取目标区域图像的边缘点集,基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测,能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。
为达到上述目的,本发明第二方面实施例提出的用于轮胎胎侧气泡的检测装置,包括:二值化图像获取模块,用于获取轮胎胎侧的待检测区域图像的二值化图像,并将所述二值化图像作为目标区域图像;边缘点集获取模块,用于获取所述目标区域图像的边缘点集,其中,所述边缘点集包括所述目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点;绘制模块,用于基于所述边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,所述目标边缘点满足预设条件;检测模块,用于根据所述边缘点集中至少一个的边缘点和所述边缘基准线的位置关系对所述轮胎胎侧的气泡进行检测;其中,所述第一区域图像中的每个像素点的灰度值等于255,所述第二区域图像中的每个像素点的灰度值小于255。
本发明第二方面实施例提出的装置用于轮胎胎侧气泡的检测,通过获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像,获取目标区域图像的边缘点集,基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测,能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一实施例提出的用于轮胎胎侧气泡的检测方法的流程示意图;
图2是本发明另一实施例提出的用于轮胎胎侧气泡的检测方法的流程示意图;
图3是本发明实施例中包含气泡的轮胎图像示意图;
图4是本发明实施例中去除钢丝结构的轮胎胎侧区域图像示意图;
图5是本发明实施例中轮胎胎侧区域图像的二值化图像示意图;
图6是本发明实施例中边缘基准线示意图;
图7是本发明另一实施例提出的用于轮胎胎侧气泡的检测方法的流程示意图;
图8(a)是本发明实施例中气泡检测结果示意图;
图8(b)是本发明实施例中气泡检测结果示意图;
图9是本发明一实施例提出的用于轮胎胎侧气泡的检测装置的结构示意图;
图10是本发明另一实施例提出的用于轮胎胎侧气泡的检测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的用于轮胎胎侧气泡的检测方法的流程示意图。本实施例以该用于轮胎胎侧气泡的检测方法被配置为用于轮胎胎侧气泡的检测装置中来举例说明。本实施例可以应用在用户使用图像处理设备对轮胎胎侧的待检测区域图像进行检测的过程中。其中,图像处理设备为具有图像处理功能的电子设备,例如,个人电脑(PersonalComputer,PC),云端设备或者移动设备,移动设备例如智能手机,或者平板电脑等。
参见图1,该用于轮胎胎侧气泡的检测方法包括如下几个步骤:
S11:获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像。
可以理解的是,获取轮胎胎侧的待检测区域图像的二值化图像,后续根据二值化图像对气泡进行检测,能够消除钢丝结果对气泡结果检测的影响,且方便质检人员对其进行气泡检测。
一些实施例中,参见图2,获取轮胎胎侧的待检测区域图像的二值化图像,包括:
S21:获取轮胎胎侧的待检测区域图像。
本发明实施例中,待检测区域图像例如可以为带有气泡的轮胎胎侧区域图像。
可选地,可以通过常规拍照技术拍摄得到轮胎胎侧的二维、三维或者多维图像,例如,通过X射线轮胎检测设备检测得到轮胎胎侧的X射线图像作为待测区域图像,对此不作限制。
可选地,也可以通过人工或者自动化手段选定轮胎的二维、三维或者多维图像中带有气泡的轮胎胎侧区域图像作为待测区域图像,对此不作限制。
可选地,若通过常规拍照技术拍摄得到的是三维或者多维图像,则可以采用相关技术将三维或者多维图像转换为二维图像,再从二维图像中得到带有气泡的轮胎胎侧区域图像作为待测区域图像。若通过常规拍照技术拍摄得到的是二维图像,则可以直接从二维图像中得到带有气泡的轮胎胎侧区域图像作为待测区域图像,对此不作限制。
作为一种示例,参见图3,图3为本发明实施例中包含气泡的轮胎图像示意图,其中,图3包括带有气泡的轮胎胎侧区域图像31,选定带有气泡的轮胎胎侧区域图像31,例如,可以采用x轴和y轴来标记带有气泡的轮胎胎侧区域图像31的像素值,表示为I0(x,y),图像大小为H×W像素,其中,H表示图像高度,W表示图像宽度。
S22:对待检测区域图像进行去钢丝结构的处理。
可以理解的是,在本发明的实施例中,去除钢丝结构能够消除钢丝对于气泡结构形态的干扰,在本发明的实施例中,可采用相关技术去除钢丝结构,例如,可以采用最大灰度滤波算法或数学形态学算法对待检测区域图像进行去钢丝结构的处理,对此不作限制。
在本发明的实施例中,以采用最大灰度滤波算法对待检测区域图像进行去钢丝结构的处理为例,该算法的具体实现方法举例如下:
使用固定大小的矩形窗口遍历待检测区域图像区域,该窗口大小例如可以为5×5像素至15×15像素大小的奇数宽度矩形窗口,以窗口中心为参考点移动窗口逐行逐列遍历待检测区域图像的所有像素点,并使用窗口内所有像素中最大像素值替换窗口中心像素值,以得到去除钢丝结构的图像。
可以理解的是,针对大多数轮胎X光图像,对于待检测区域图像可以使用9×9像素大小的矩形窗口进行滤波处理,在该参数下可获得最佳的钢丝去除效果,或者,还可以采用数学形态学算法对待检测区域图像进行去钢丝结构的处理,形态学处理算子可以选择4×4像素椭圆结构,以得到去除钢丝结构的图像。
作为一种示例,参见图4,图4为本发明实施例中去除钢丝结构的轮胎胎侧区域图像示意图,其中,图4包括带有气泡的轮胎胎侧区域图像41及去除钢丝结构的轮胎胎侧区域图像42,例如,可以采用x轴和y轴来标记去除钢丝结构的轮胎胎侧区域图像42的像素值,表示为I1(x,y)。
S23:对处理后的待检测区域图像进行图像二值化处理,得到二值化图像。
在本发明的实施例中,二值化处理是将待检测区域的灰度值大于二值化阈值θ的像素值置为255,反之,则保持原始像素灰度值不变,由此得到二值化图像I2(x,y),其数学表达式为:
其中,二值化阈值θ可以为图像处理设备的内置程序预先设定的。
可以理解的是,二值化处理的过程为遍历去除钢丝结构的轮胎胎侧区域图像I1(x,y)中的每一个像素,在该像素值大于二值化阈值θ时,将其灰度值置为255,反之,保持原始像素灰度值不变,由此得到二值化图像I2(x,y)。
在本发明实施例中,可以采用相关技术中的多种常见阈值求解方法获得二值化阈值θ,例如,可以使用平均灰度值阈值法、百分比阈值法、基于谷底最小值的阈值法以及基于双峰平均值阈值法,对此不作限制。
在本发明实施例中,以使用平均均灰度值阈值法为例,即使用灰度平均值作为二值化阈值θ,该过程可表达为:
即,二值化阈值为所有像素值的总和除以像素个数。
作为一种示例,参见图5,图5为本发明实施例中二值化图像示意图,其中,图5包括去除钢丝结构的轮胎胎侧区域图像51及二值化图像52,例如,可以采用x轴和y轴来标记二值化图像52的像素值,将其表示为I2(x,y)。
本实施例中,通过对待检测区域图像进行去钢丝结构的处理,对处理后的待检测区域图像进行图像二值化处理,得到二值化图像,能够消除钢丝结果对气泡结果检测的影响,有效提高轮胎胎侧气泡的识别能力,减少气泡缺陷的漏判。
S12:获取目标区域图像的边缘点集,其中,边缘点集包括目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点。
其中,第一区域图像中的每个像素点的灰度值等于255,第二区域图像中的每个像素点的灰度值小于255。
例如,针对二值化图像I2(x,y)进行逐行扫描,从较亮一侧开始扫描,即,对于轮胎图像右胎侧边缘从左往右遍历,对于轮胎图像左侧边缘从右往左遍历,搜索所有第一区域图像(灰度值为255)与第二区域图像(灰度值<255)的交接点,将交接点作为目标区域图像的边缘点集。
S13:基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,目标边缘点满足预设条件。
其中,预设条件为:目标边缘点到第二区域图像的垂直边界的距离值大于其它边缘点到垂直边界的距离值,其中,其它边缘点为边缘点集中除目标边缘点之外的边缘点。
例如,扫描目标区域图像的边缘点集,可以将最偏离第二区域图像(灰度值<255)的边缘点作为目标边缘点,以目标边缘点为基准点绘制一条从上到下的纵线,该线即为边缘基准线。
作为一种示例,参见图6,图6为本发明实施例中边缘基准线示意图,包括第一区域图像(灰度值为255)61与第二区域图像(灰度值<255)62,边缘基准线即为第一区域图像61与第二区域图像62之间的灰色竖线所示。
S14:根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测。
可以理解的是,在轮胎胎侧不存在气泡时,第一区域图像和第二区域图像交接处的边缘线相对平直,当轮胎胎侧存在气泡时,第一区域图像和第二区域图像交接处的边缘线必然向第二区域图像发生较大弯曲,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测,以判断轮胎胎侧是否存在气泡。
一些实施例中,参见图7,步骤S14具体可以包括:
S71:获取边缘点集中的每个边缘点到边缘基准线垂直距离的距离值,得到至少一个的距离值。
例如,扫描全部边缘点,获取边缘点集中的每个边缘点到边缘基准线垂直距离的距离值,将其标记为di,其中,i为边缘点集中的边缘点的个数。
S72:获取至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点。
在本发明的实施例中,可以根据轮胎的生产厂家的轮胎检验标准设置第一预设阈值,例如,可以将第一预设阈值标记为对此不作限制。
可以理解的是,第一预设阈值可以根据具体轮胎的生产厂家的轮胎检验标准而设定,以保证在不遗漏满足设定标准的气泡的同时减少气泡误判。
例如,将步骤S71中获得的di与第一预设阈值进行比较,选出其中大于或等于第一预设阈值的di,即获取至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点。
S73:如果对应的至少一个边缘点中包含相邻的边缘点,且相邻的边缘点占据目标区域图像中的长度大于或等于第二预设阈值,则判定轮胎胎侧存在气泡。
在本发明的实施例中,可以根据轮胎的生产厂家的轮胎检验标准设置第二预设阈值,例如,可以将第二预设阈值标记为l,对此不作限制。
可以理解的是,第二预设阈值可以根据具体轮胎的生产厂家的轮胎检验标准而设定,以保证在不遗漏满足设定标准的气泡的同时减少气泡误判。
例如,扫描至少一个边缘点,在对应的至少一个边缘点中包含相邻的边缘点时,将相邻的边缘点占据目标区域图像中的长度标记为hi,将hi与第二预设阈值l进行比较,如果hi大于或等于第二预设阈值l,则判定轮胎胎侧存在气泡。
作为一种示例,参见图8(a)和图8(b),图8(a)和图8(b)为本发明实施例中气泡检测结果示意图,图8(a)包括灰色方块81,图8(b)包括白色方框区域82,本发明实施例选择的第一预设阈值大于5像素,第二预设阈值l大于10像素,且第一预设阈值和第二预设阈值l都不大于100像素,在检测第一区域图像中的灰色方块81满足条件时,判定目标区域图像存在气泡,即图8(b)中的白色方框区域82中存在气泡。
本实施例中,通过获取边缘点集中的每个边缘点到边缘基准线垂直距离的距离值,得到至少一个的距离值,获取至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点,在对应的至少一个边缘点中包含相邻的边缘点,且相邻的边缘点占据目标区域图像中的长度大于或等于第二预设阈值时,判定轮胎胎侧存在气泡,能够根据实际客户的轮胎检测标准对气泡检测进行调整,有效提高轮胎胎侧气泡的检测方法的通用性。
本实施例中,通过获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像,获取目标区域图像的边缘点集,基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测,能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。
图9是本发明一实施例提出的用于轮胎胎侧气泡的检测装置的结构示意图。该用于轮胎胎侧气泡的检测装置900可以通过软件、硬件或者两者的结合实现。
参见图9,该用于轮胎胎侧气泡的检测装置900可以包括:二值化图像获取模块910、边缘点集获取模块920、绘制模块930,以及检测模块940。其中,
二值化图像获取模块910,用于获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像。
边缘点集获取模块920,用于获取目标区域图像的边缘点集,其中,边缘点集包括目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点。
其中,第一区域图像中的每个像素点的灰度值等于255,第二区域图像中的每个像素点的灰度值小于255。
绘制模块930,用于基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,目标边缘点满足预设条件。
可选地,预设条件为:目标边缘点到第二区域图像的垂直边界的距离值大于其它边缘点到垂直边界的距离值,其中,其它边缘点为边缘点集中除目标边缘点之外的边缘点。
检测模块940,用于根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测。
可选地,一些实施例中,参见图10,该用于轮胎胎侧气泡的检测装置900还可以包括:
可选地,检测模块940包括:
距离值获取子模块941,用于获取边缘点集中的每个边缘点到边缘基准线垂直距离的距离值,得到至少一个的距离值。
边缘点获取子模块942,用于获取至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点。
判定子模块943,用于在对应的至少一个边缘点中包含相邻的边缘点,且相邻的边缘点占据目标区域图像中的长度大于或等于第二预设阈值时,判定轮胎胎侧存在气泡。
可选地,二值化图像获取模块910包括:
获取子模块911,用于获取轮胎胎侧的待检测区域图像。
第一处理子模块912,用于对待检测区域图像进行去钢丝结构的处理。
可选地,采用最大灰度滤波算法或数学形态学算法对待检测区域图像进行去钢丝结构的处理。
第二处理子模块913,用于对处理后的待检测区域图像进行图像二值化处理,得到二值化图像。
本实施例中,通过获取轮胎胎侧的待检测区域图像的二值化图像,并将二值化图像作为目标区域图像,获取目标区域图像的边缘点集,基于边缘点集中的目标边缘点绘制垂直方向的边缘基准线,根据边缘点集中至少一个的边缘点和边缘基准线的位置关系对轮胎胎侧的气泡进行检测,能够有效提高轮胎胎侧气泡的识别能力,为人工识别气泡提供有效辅助,降低气泡缺陷的漏检率。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种用于轮胎胎侧气泡的检测方法,其特征在于,包括以下步骤:
获取轮胎胎侧的待检测区域图像的二值化图像,并将所述二值化图像作为目标区域图像;
获取所述目标区域图像的边缘点集,其中,所述边缘点集包括所述目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点;
基于所述边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,所述目标边缘点满足预设条件;
根据所述边缘点集中至少一个的边缘点和所述边缘基准线的位置关系对所述轮胎胎侧的气泡进行检测;
其中,所述第一区域图像中的每个像素点的灰度值等于255,所述第二区域图像中的每个像素点的灰度值小于255。
2.如权利要求1所述的用于轮胎胎侧气泡的检测方法,其特征在于,所述根据所述边缘点集中至少一个的边缘点和所述边缘基准线的位置关系对所述轮胎胎侧的气泡进行检测,包括:
获取所述边缘点集中的每个边缘点到所述边缘基准线垂直距离的距离值,得到至少一个的距离值;
获取所述至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点;
如果所述对应的至少一个边缘点中包含相邻的边缘点,且所述相邻的边缘点占据所述目标区域图像中的长度大于或等于第二预设阈值,则判定所述轮胎胎侧存在所述气泡。
3.如权利要求1所述的用于轮胎胎侧气泡的检测方法,其特征在于,所述预设条件为:
所述目标边缘点到所述第二区域图像的垂直边界的距离值大于其它边缘点到所述垂直边界的距离值,其中,所述其它边缘点为所述边缘点集中除所述目标边缘点之外的边缘点。
4.如权利要求1所述的用于轮胎胎侧气泡的检测方法,其特征在于,所述获取轮胎胎侧的待检测区域图像的二值化图像,包括:
获取所述轮胎胎侧的所述待检测区域图像;
对所述待检测区域图像进行去钢丝结构的处理;
对处理后的所述待检测区域图像进行图像二值化处理,得到所述二值化图像。
5.如权利要求4所述的用于轮胎胎侧气泡的检测方法,其特征在于,采用最大灰度滤波算法或数学形态学算法对所述待检测区域图像进行所述去钢丝结构的处理。
6.一种用于轮胎胎侧气泡的检测装置,其特征在于,包括:
二值化图像获取模块,用于获取轮胎胎侧的待检测区域图像的二值化图像,并将所述二值化图像作为目标区域图像;
边缘点集获取模块,用于获取所述目标区域图像的边缘点集,其中,所述边缘点集包括所述目标区域图像的第一区域图像和第二区域图像交接处的至少一个的边缘点;
绘制模块,用于基于所述边缘点集中的目标边缘点绘制垂直方向的边缘基准线,其中,所述目标边缘点满足预设条件;
检测模块,用于根据所述边缘点集中至少一个的边缘点和所述边缘基准线的位置关系对所述轮胎胎侧的气泡进行检测;
其中,所述第一区域图像中的每个像素点的灰度值等于255,所述第二区域图像中的每个像素点的灰度值小于255。
7.如权利要求6所述的用于轮胎胎侧气泡的检测装置,其特征在于,所述检测模块包括:
距离值获取子模块,用于获取所述边缘点集中的每个边缘点到所述边缘基准线垂直距离的距离值,得到至少一个的距离值;
边缘点获取子模块,用于获取所述至少一个的距离值中大于或等于第一预设阈值的距离值对应的至少一个边缘点;
判定子模块,用于在所述对应的至少一个边缘点中包含相邻的边缘点,且所述相邻的边缘点占据所述目标区域图像中的长度大于或等于第二预设阈值时,判定所述轮胎胎侧存在所述气泡。
8.如权利要求6所述的用于轮胎胎侧气泡的检测装置,其特征在于,所述预设条件为:
所述目标边缘点到所述第二区域图像的垂直边界的距离值大于其它边缘点到所述垂直边界的距离值,其中,所述其它边缘点为所述边缘点集中除所述目标边缘点之外的边缘点。
9.如权利要求6所述的用于轮胎胎侧气泡的检测装置,其特征在于,所述二值化图像获取模块包括:
获取子模块,用于获取所述轮胎胎侧的所述待检测区域图像;
第一处理子模块,用于对所述待检测区域图像进行去钢丝结构的处理;
第二处理子模块,用于对处理后的所述待检测区域图像进行图像二值化处理,得到所述二值化图像。
10.如权利要求9所述的用于轮胎胎侧气泡的检测装置,其特征在于,采用最大灰度滤波算法或数学形态学算法对所述待检测区域图像进行所述去钢丝结构的处理。
CN201610499763.4A 2016-06-28 2016-06-28 用于轮胎胎侧气泡的检测方法和装置 Active CN107545560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610499763.4A CN107545560B (zh) 2016-06-28 2016-06-28 用于轮胎胎侧气泡的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610499763.4A CN107545560B (zh) 2016-06-28 2016-06-28 用于轮胎胎侧气泡的检测方法和装置

Publications (2)

Publication Number Publication Date
CN107545560A true CN107545560A (zh) 2018-01-05
CN107545560B CN107545560B (zh) 2020-05-15

Family

ID=60966143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610499763.4A Active CN107545560B (zh) 2016-06-28 2016-06-28 用于轮胎胎侧气泡的检测方法和装置

Country Status (1)

Country Link
CN (1) CN107545560B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111041076A (zh) * 2018-10-11 2020-04-21 深圳华大生命科学研究院 气泡检测方法及系统、基因测序仪、计算机可读存储介质
CN113640445A (zh) * 2021-08-11 2021-11-12 贵州中烟工业有限责任公司 基于图像处理的特征峰识别方法及计算设备、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0596737A1 (en) * 1992-11-05 1994-05-11 Sumitomo Rubber Industries Limited Radial tyre
CN102194111A (zh) * 2011-06-21 2011-09-21 哈尔滨工程大学 非接触握拳式手背静脉样本roi区域自适应提取方法
CN104062424A (zh) * 2014-06-30 2014-09-24 哈尔滨工业大学 航空轮胎内部缺陷在线检测及可靠性评价方法
CN104614386A (zh) * 2015-02-12 2015-05-13 江苏宇迪光学股份有限公司 一种镜片疵病类型的识别方法
CN105445298A (zh) * 2015-12-11 2016-03-30 山东永泰集团有限公司 一种基于x射线线阵的轮胎检测系统
CN105632048A (zh) * 2014-09-29 2016-06-01 新昌县澄潭镇澄设机械厂 轮胎水浸漏气监测提示装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0596737A1 (en) * 1992-11-05 1994-05-11 Sumitomo Rubber Industries Limited Radial tyre
CN102194111A (zh) * 2011-06-21 2011-09-21 哈尔滨工程大学 非接触握拳式手背静脉样本roi区域自适应提取方法
CN104062424A (zh) * 2014-06-30 2014-09-24 哈尔滨工业大学 航空轮胎内部缺陷在线检测及可靠性评价方法
CN105632048A (zh) * 2014-09-29 2016-06-01 新昌县澄潭镇澄设机械厂 轮胎水浸漏气监测提示装置
CN104614386A (zh) * 2015-02-12 2015-05-13 江苏宇迪光学股份有限公司 一种镜片疵病类型的识别方法
CN105445298A (zh) * 2015-12-11 2016-03-30 山东永泰集团有限公司 一种基于x射线线阵的轮胎检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐启蕾 等: "轮胎胎侧气泡的自动识别", 《青岛科技大学学报》 *
郭奇: "基于X射线轮胎缺陷检测系统设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111041076A (zh) * 2018-10-11 2020-04-21 深圳华大生命科学研究院 气泡检测方法及系统、基因测序仪、计算机可读存储介质
CN111041076B (zh) * 2018-10-11 2023-09-26 深圳华大生命科学研究院 气泡检测方法及系统、基因测序仪、计算机可读存储介质
CN113640445A (zh) * 2021-08-11 2021-11-12 贵州中烟工业有限责任公司 基于图像处理的特征峰识别方法及计算设备、存储介质

Also Published As

Publication number Publication date
CN107545560B (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
US11227405B2 (en) Determining positions and orientations of objects
CN1260680C (zh) 数字图像分段的方法和装置
CN103914827B (zh) 汽车密封条轮廓缺陷的视觉检测方法
CN110445921A (zh) 一种基于机器视觉的手机屏背光异物缺陷诊断方法及装置
JP5310247B2 (ja) 画像処理装置および方法、並びにプログラム
JPH09508817A (ja) 胸部の画像における総体的な異常及び非対称性の自動化検出方法及び装置
JP6357617B2 (ja) 蒲鉾板の欠陥検査装置
CN104597057A (zh) 一种基于机器视觉的柱状二极管表面缺陷检测装置
CN111242888A (zh) 一种基于机器视觉的图像处理方法及系统
TWI512284B (zh) 玻璃氣泡瑕疵檢測系統
CN107545560A (zh) 用于轮胎胎侧气泡的检测方法和装置
CN115201212A (zh) 一种基于机器视觉的塑料制品缺陷检测装置
JP4139291B2 (ja) 欠陥検査方法及び装置
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
CN111583202B (zh) 一种毛丝检测方法及装置
JP5889778B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
JP4293653B2 (ja) 外観検査方法
JP2009116419A (ja) 輪郭検出方法及び輪郭検出装置
CN115861220A (zh) 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和系统
RU2580074C1 (ru) Способ автоматической сегментации полутоновых сложноструктурированных растровых изображений
US20170221213A1 (en) Document region detection
JP3456096B2 (ja) 形状検査方法
CN104112271A (zh) 移动终端外壳侧面缺陷检测方法和系统
CN110335243B (zh) 一种基于纹理对比的轮胎x光病疵检测方法
TWI510776B (zh) 玻璃氣泡瑕疵檢測處理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant