CN112365488B - 一种轮胎截面不同成分几何参数的检测系统及方法 - Google Patents

一种轮胎截面不同成分几何参数的检测系统及方法 Download PDF

Info

Publication number
CN112365488B
CN112365488B CN202011330588.9A CN202011330588A CN112365488B CN 112365488 B CN112365488 B CN 112365488B CN 202011330588 A CN202011330588 A CN 202011330588A CN 112365488 B CN112365488 B CN 112365488B
Authority
CN
China
Prior art keywords
steel wire
image
ring
cord fabric
detection
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
CN202011330588.9A
Other languages
English (en)
Other versions
CN112365488A (zh
Inventor
董玉德
刘琛
李宏玲
韦艳丽
魏道高
高浩宇
黄智豪
陶森望
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 University of Technology
Original Assignee
Hefei University of Technology
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 University of Technology filed Critical Hefei University of Technology
Priority to CN202011330588.9A priority Critical patent/CN112365488B/zh
Publication of CN112365488A publication Critical patent/CN112365488A/zh
Application granted granted Critical
Publication of CN112365488B publication Critical patent/CN112365488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/0025—Measuring of vehicle parts
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种轮胎截面不同成分几何参数的检测系统及方法，包括：钢丝圈层检测模块；钢丝束层检测模块；帘布层检测模块；参数信息导出模块，其中，钢丝圈层检测模块包括：钢丝圈检测单元、钢丝圈个数检测单元、钢丝圈半径大小检测单元、钢丝圈位置截图单元；钢丝束层模块包括：钢丝束分布检测单元、钢丝束数量检测单元、钢丝束位置截图单元；帘布层检测模块包括：帘布层分布检测单元、帘布层面积检测单元；参数信息导出模块包括：被检测图像基本信息导出单元、钢丝圈坐标信息导出单元、钢丝束坐标信息导出单元、帘布层信息导出单元。本发明能系统化检测并参数化轮胎截面的金属成分，提高轮胎分析的效率和质量。

Description

一种轮胎截面不同成分几何参数的检测系统及方法
技术领域
本发明属于轮胎工业的技术领域，涉及一种轮胎截面不同成分几何参数的检测系统及方法。
背景技术
目前，国内汽车的持有量连年增长，基本上成为家家户户的出行工具，汽车的安全系数显得越发重要。轮胎是机动车的重要组成要素，其安全性能直接影响机动车的安全行驶。不管在安全性或其他方面，所起主导作用的主要是内部金属部分而不是胎体。轮胎内部的制作工艺很复杂，制作步骤繁琐，在制作过程中步骤多，其中有钢丝圈层、钢丝束层、帘布层等。因此为了确保轮胎的安全使用，在轮胎离开轮胎厂投入使用前要对其内部结构和材料进行严格的质检。除此以外，在对轮胎进行剖面分析时，内部的金属层构造分析研究，对轮胎工艺的研究与进步有重要意义。
轮胎断面成分的自动化分析系统是为了实现轮胎断面结构化设计而研发的。一般的轮胎测绘主要靠人工的手段，少量类似设备也需人工大量参与，对操作人员有很高要求。轮胎截面分析的现状，早期专门针对轮胎内部成分的检测研究相对较少。在目前的人工检测过程中的弊端主要表现在：
I、对于图像的检测人眼无法准确分辨出像素的256种灰度级，因此人眼的观测与数字化处理相比会漏掉很多信息。
II、长期的检测统计工作易疲劳，无法精确的获取数据。若工人在操作间对着电脑屏幕通过观察来统计来对每个轮胎截面成分进行检测，眼睛需要不停的观察，这样长时间的工作肯定会疲劳，很容易造成误报漏报。
III、信息的记录与统计十分繁琐，需要大量人工。因此，研究轮胎截面的内部成分参数并进行重构具有重要意义。需要研发出一套适合国内工厂以及符合国内轮胎截面成分分析的系统。
IV、缺乏统一的检测标准，难以从传统的检测结果中有效的整合数据，提出建设性的意见，不利于轮胎内部结构的后续扩展设计，如轮胎截面分析模型的建立和进一步优化改进等。
发明内容
本发明为解决上述现有技术中存在的不足之处和弊端，提出一种轮胎截面不同成分几何参数的检测系统及方法，以期能实现轮胎截面成分的系统规范化检测，并快速高效完成常见轮胎截面的成分分析，从而能规范轮胎截面的检测流程，提高轮胎设计效率和质量。
为了达到上述目的，本发明所采用的技术方案为：
本发明一种轮胎截面不同成分几何参数的检测系统的特点包括：钢丝圈层检测模块、钢丝束层检测模块、帘布层检测模块、参数信息导出模块；
所述钢丝圈层检测模块包括：钢丝圈检测单元、钢丝圈个数检测单元、钢丝圈半径大小检测单元、钢丝圈位置截图单元；
所述钢丝束层检测模块包括：钢丝束分布检测单元、钢丝束数量检测单元、钢丝束位置截图单元；
所述帘布层检测模块包括：帘布层分布检测单元、帘布层面积检测单元；
所述参数信息导出模块包括：被检测图像基本信息导出单元、钢丝圈坐标信息导出单元、钢丝束坐标信息导出单元、帘布层信息导出单元；
所述钢丝圈检测单元对所接收到的轮胎断面图像进行图像滤波、图像增强、阈值分割的预处理，得到预处理后的轮胎图像后，再通过霍夫变换对所述预处理后的轮胎图像进行钢丝圈的检测，得到钢丝圈圆心坐标、半径长度，再利用k均值聚类对所述钢丝圈圆心坐标进行二次筛选，最终得到钢丝圈的检测结果；
所述钢丝圈个数检测单元对所述钢丝圈的检测结果进行累加计数，获得钢丝圈个数；
所述钢丝圈半径大小检测单元对钢丝圈的检测结果进行数据处理，获得钢丝圈的半径长度；
所述钢丝圈位置截图单元根据所述钢丝圈的检测结果中的钢丝圈圆心坐标以及所述钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
所述钢丝束分布检测单元对轮胎断面图像进行图像滤波、图像增强、阈值分割和形态学膨胀处理，得到预处理后的轮胎图像；再利用连通域标记法对所述预处理后的轮胎图像进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息；
所述钢丝束数量检测单元对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对所述初步数量进行优化处理，获得钢丝束的最终数量；
所述钢丝束位置截图单元根据所述钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
所述帘布层分布检测单元对轮胎断面图像进行图像滤波、增强、阈值分割处理，获得轮胎截面的二值图像，再根据所述钢丝圈的位置截图和钢丝束的位置截图，消除所述轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布；
所述帘布层面积检测单元对所述帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获得帘布层面积参数；
所述被检测图像基本信息导出单元获取轮胎断面图像的尺寸，并与所述钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
所述钢丝圈坐标信息导出单元将所述钢丝圈圆心坐标和半径长度通过.xls文件导出；
所述钢丝束坐标信息导出单元将所述钢丝束的外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
所述帘布层信息导出单元在所述帘布层分布上添加帘布层面积参数后通过.jpg文件导出。
本发明一种截面不同成分几何参数的检测方法的特点是按如下步骤进行：
步骤1、获取包括钢丝圈层、钢丝束层、帘布层结构的轮胎截面图像；
步骤2、对轮胎截面图像进行图像滤波、图像增强、阈值分割处理，获取轮胎截面的二值图像；
步骤3、获取钢丝束层：
步骤3.1、对所述轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝束部分；
步骤3.2、通过形态学膨胀处理对所述轮胎截面的钢丝束部分的每一束钢丝进行融合处理，得到膨胀处理后的图像；
步骤3.3、利用连通域标记法对所述膨胀处理后的图像通进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息；
步骤3.4、对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对所述初步数量进行优化处理，获得钢丝束的最终数量；
步骤3.5、根据所述钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
步骤3.6、将钢丝束所在的连通域进行颜色标注，获取钢丝束层标注图；
步骤4、获取钢丝圈层：
步骤4.1、对所述轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝圈部分；
步骤4.2、通过霍夫变换对轮胎截面的钢丝圈部分进行检测，获得钢丝圈圆心坐标、半径长度；
步骤4.3、对所述钢丝圈圆心坐标进行k均值聚类，最终得到钢丝圈的检测结果并进行计数，得到钢丝圈个数；
步骤4.4、根据所述钢丝圈圆心坐标以及所述钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
步骤4.5、将所述钢丝圈的检测结果中的钢丝圈进行颜色标注，获取钢丝圈层标注图；
步骤5、获取帘布层：
步骤5.1、获取轮胎截面的二值图像，并根据所述钢丝圈的位置截图和钢丝束的位置截图，对所述钢丝束和钢丝圈所在位置进行填充处理，从而消除所述轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布；
步骤5.2、对所述帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获取帘布层面积参数；
步骤6、参数导出：
步骤6.1、将轮胎断面图像的尺寸，并与所述钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
步骤6.2、将所述钢丝圈圆心坐标和半径长度通过.xls文件导出；
步骤6.3、将所述钢丝束外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
步骤6.4、所述帘布层分布上添加帘布层面积参数后通过.jpg文件导出。
与已有技术相比，本发明的有益效果为：
1、本发明系统通过获取的轮胎二维截面图并进行数字图像处理操作，生成轮胎截面的二值化图像；接着利用钢丝束层检测模块实现钢丝束成分检测并生成相应位置参数，导出检测图片和参数文件；利用钢丝圈层检测模块实现钢丝圈成分检测并生成相应位置参数，导出检测图片和参数文件；利用帘布层检测模块实现帘布层成分检测并生成相应位置参数，导出检测图片和参数文件；并最终利用辅助参数导出模块实现检测信息的规范化汇总；从而规范了轮胎截面成分的检测流程，减少了设计人员的大量重复操作。
2、本发明采用了参数化设计的方法对轮胎截面进行开发；将原本需要大量人工进行信息的繁琐记录与统计，简化为设计人员只需输入一些基本的参数或者修改部分检测参数，就能完成轮胎截面的参数化检测，提高了轮胎截面成分检测的效率。
3、本发明采用了对轮胎截面进行分类检测的方法，详细阐述了钢丝束层、钢丝圈层、帘布层的检测单元、参数信息导出单元的实现方法，并给出相关算法及设计方法，从而能随意地分块、整体或组合的检测所需的轮胎截面成分单元，提高了方法的通用性和鲁棒性。
4、本发明提出了一种通过k均值聚类和面积关系对检测目标筛选优化的算法，该算法能快速对检测结果进行优化筛选，并根据识别结果做出相应的后续处理，从而获得更优的检测效果，提高了设计效率。
附图说明
图1为本发明系统模块化设计总体结构图；
图2为本发明轮胎截面参数化检测系统结构图；
图3为本发明钢丝圈层检测模块流程图；
图4为本发明数字图像处理过程流程图；
图5a为本发明钢丝圈检测时k均值聚类筛除错检的情况示意图；
图5b为本发明钢丝圈检测时k均值聚类筛除错检完成结果图；
图6为本发明钢丝束层检测模块流程图；
图7a为本发明钢丝束检测时用k均值聚类以及连通域面积大小和长宽筛除错检的情况示意图；
图7b为本发明钢丝束检测时筛除错检完成结果图；
图8为本发明帘布层检测消除钢丝束层和钢丝圈层图像流程图；
图9为本发明参数导出模块流程图。
具体实施方式
本实施例中，通过各检测单元的封装形成的成分检测类包含轮胎截面成分的数字化信息与图像信息的融合。这些封装的成分检测类之间的通讯，采用各个检测方法属性设定的方式进行，通过MATLAB-GUI设计系统的运行主界面，包含菜单栏选项、图像显示界面、操作按钮等，并在matlab中使用mbuild–setup指令通过Visual Studio配置编译器，调用配置的编译器利用deploytool工具生成独立可执行的程序，完成轮胎截面成分分析的实例化表达。具体的系统模块化设计总体结构图如图1所示。
本实施例中，一种轮胎截面不同成分几何参数的检测系统结构图如图2所示，包括：钢丝圈层检测模块、钢丝束层检测模块、帘布层检测模块、参数信息导出模块；
钢丝圈层检测模块包括：钢丝圈检测单元、钢丝圈个数检测单元、钢丝圈半径大小检测单元、钢丝圈位置截图单元；
钢丝束层检测模块包括：钢丝束分布检测单元、钢丝束数量检测单元、钢丝束位置截图单元；
帘布层检测模块包括：帘布层分布检测单元、帘布层面积检测单元；
参数信息导出模块包括：被检测图像基本信息导出单元、钢丝圈坐标信息导出单元、钢丝束坐标信息导出单元、帘布层信息导出单元；
钢丝圈层检测模块流程图如图3所示。钢丝圈检测单元对所接收到的轮胎断面图像进行图像滤波、图像增强、阈值分割的预处理，数字图像预处理过程流程图如图4所示，得到预处理后的轮胎图像后，再通过霍夫变换对预处理后的轮胎图像进行钢丝圈的检测，得到钢丝圈圆心坐标、半径长度，再利用k均值聚类对钢丝圈圆心坐标进行二次筛选，最终得到钢丝圈的检测结果。如图5a为钢丝圈检测时k均值聚类筛除错检的情况示意图；图5b所示钢丝圈检测时k均值聚类筛除错检完成结果图；
钢丝圈个数检测单元对钢丝圈的检测结果进行累加计数，获得钢丝圈个数；
钢丝圈半径大小检测单元对钢丝圈的检测结果进行数据处理，获得钢丝圈的半径长度；
钢丝圈位置截图单元根据钢丝圈的检测结果中的钢丝圈圆心坐标以及钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
钢丝束分布检测单元对轮胎断面图像进行图像滤波、图像增强、阈值分割和形态学膨胀处理，得到预处理后的轮胎图像；再利用连通域标记法对预处理后的轮胎图像进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息，钢丝束层检测模块流程图如图6所示；
钢丝束数量检测单元对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对初步数量进行优化处理，获得钢丝束的最终数量，如图7a为钢丝束数量检测时用k均值聚类以及连通域面积大小和长宽筛除错检的情况示意图，图7b为钢丝束检测时筛除错检完成结果图；
钢丝束位置截图单元根据钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
帘布层分布检测单元对轮胎断面图像进行图像滤波、增强、阈值分割处理，获得轮胎截面的二值图像，再根据钢丝圈的位置截图和钢丝束的位置截图，消除轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布，如图8所示为帘布层检测消除轮胎截面的二值图像中的钢丝圈和钢丝束流程图；
帘布层面积检测单元对帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获得帘布层面积参数；
被检测图像基本信息导出单元获取轮胎断面图像的尺寸，并与钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
钢丝圈坐标信息导出单元将钢丝圈圆心坐标和半径长度通过.xls文件导出；
钢丝束坐标信息导出单元将钢丝束的外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
帘布层信息导出单元在帘布层分布上添加帘布层面积参数后通过.jpg文件导出。
由被检测图像基本信息单元、钢丝圈坐标信息单元、钢丝束坐标信息导出单元、帘布层信息导出单元构成轮胎截面成分分析参数化信息数据，参数导出模块流程图如图9所示；
本实施例中，一种截面不同成分几何参数的检测方法是按如下步骤进行：
步骤1、接收外部输入数据，读入一张工业CAA相机拍摄的高分辨率的包括钢丝圈层、钢丝束层、帘布层结构的轮胎截面图像；
步骤2、对所读取的轮胎截面图像进行数字图像处理，包括图像滤波、图像增强，用于消除图像采集时受到的光照、振动等因素产生的边缘模糊、噪点等影响，再通过阈值分割获取轮胎截面的二值图像；
步骤3、获取钢丝束层：
步骤3.1、对轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝束部分；
步骤3.2、通过形态学膨胀处理对轮胎截面的钢丝束部分的每一束钢丝进行融合处理，得到膨胀处理后的图像；
步骤3.3、利用连通域标记法对膨胀处理后的图像通进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息；
步骤3.3.1、通过函数bwlabel()获取图片L1的连通区域，并记录个数为M；
步骤3.3.2、通过函数regionprops(L1,'BoundingBox')获取连通域外接最小矩形边界，regionprops(L1,'Centroid')获取连通域形心位置，regionprops(L1,Area)获得钢丝束分布和钢丝束的外接矩形参数信息；
步骤3.4、对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对初步数量进行优化处理，获得钢丝束的最终数量；
步骤3.4.1、通过regionprops(L1,Area)判断连通域面积，筛除面积过大和过小的连通域和相关参数；
步骤3.4.2、通过regionprops(L1,'BoundingBox')获取连通域的长宽数值，通过比值筛除长宽比例不符的连通域和相关参数；
步骤3.4.3、通过函数kmeans()获取连通域集合的聚类中心坐标，设定聚类阈值对连通域进行kmeans均值聚类，筛除偏离聚类中心过远的连通域和相关参数，最终获得钢丝束的最终数量；
步骤3.5、根据钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
步骤3.6、将钢丝束所在的连通域进行颜色标注，获取钢丝束层标注图；
步骤4、获取钢丝圈层：
步骤4.1、对轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝圈部分；
步骤4.2、通过霍夫变换对轮胎截面的钢丝圈部分进行检测，获得钢丝圈圆心坐标、半径长度；
步骤4.2.1、通过函数imfindcircles()确定相关检查参数，对图片使用霍夫变换原理检测钢丝圈的外接圆，并创建矩阵存储检测获得的钢丝圈圆心坐标、半径长度；
步骤4.3、对钢丝圈圆心坐标进行k均值聚类，最终得到钢丝圈的检测结果并进行计数，得到钢丝圈个数；
步骤4.3.1、通过函数kmeans()获取圆心坐标集合的聚类中心坐标，设定聚类阈值对检测结果进行kmeans均值聚类，筛除偏离聚类中心过远的目标和相关参数；
步骤4.3.2对图像进行拼接复原并对检测的结果坐标进行尺度复原，获取最终钢丝圈个数；
步骤4.4、根据钢丝圈圆心坐标以及钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
步骤4.5、将钢丝圈的检测结果中的钢丝圈进行颜色标注，获取钢丝圈层标注图；
步骤5、获取帘布层：
步骤5.1、获取轮胎截面的二值图像，并根据钢丝圈的位置截图和钢丝束的位置截图，对钢丝束和钢丝圈所在位置进行填充处理，从而消除轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布；
步骤5.1.1、对获取的钢丝束和钢丝圈中心坐标信息进行遍历，通过min()、max()函数寻找检测结果中的边缘中心坐标；
步骤5.1.2、通过边缘中心坐标与外接图形的边长通过加减运算获得钢丝束层和钢丝圈层的边缘坐标；
步骤5.1.3、通过函数imcrop()和像素点赋值对二值图像中的钢丝圈和钢丝束进行截取、消去，获取帘布层的分布；
步骤5.2、对帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获取帘布层面积参数；
步骤6、对生成的数据进行分类整理，获得轮胎截面不同成分的几何参数并导出：
步骤6.1、将轮胎断面图像的尺寸，并与钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
步骤6.2、将钢丝圈圆心坐标和半径长度通过.xls文件导出；
步骤6.3、将钢丝束外接矩形外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
步骤6.4、帘布层分布上添加帘布层面积参数后通过.jpg文件导出。

Claims (2)

1.一种轮胎截面不同成分几何参数的检测系统，其特征包括：钢丝圈层检测模块、钢丝束层检测模块、帘布层检测模块、参数信息导出模块；
所述钢丝圈层检测模块包括：钢丝圈检测单元、钢丝圈个数检测单元、钢丝圈半径大小检测单元、钢丝圈位置截图单元；
所述钢丝束层检测模块包括：钢丝束分布检测单元、钢丝束数量检测单元、钢丝束位置截图单元；
所述帘布层检测模块包括：帘布层分布检测单元、帘布层面积检测单元；
所述参数信息导出模块包括：被检测图像基本信息导出单元、钢丝圈坐标信息导出单元、钢丝束坐标信息导出单元、帘布层信息导出单元；
所述钢丝圈检测单元对所接收到的轮胎断面图像进行图像滤波、图像增强、阈值分割的预处理，得到预处理后的轮胎图像后，再通过霍夫变换对所述预处理后的轮胎图像进行钢丝圈的检测，得到钢丝圈圆心坐标、半径长度，再利用k均值聚类对所述钢丝圈圆心坐标进行二次筛选，最终得到钢丝圈的检测结果；
所述钢丝圈个数检测单元对所述钢丝圈的检测结果进行累加计数，获得钢丝圈个数；
所述钢丝圈半径大小检测单元对钢丝圈的检测结果进行数据处理，获得钢丝圈的半径长度；
所述钢丝圈位置截图单元根据所述钢丝圈的检测结果中的钢丝圈圆心坐标以及所述钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
所述钢丝束分布检测单元对轮胎断面图像进行图像滤波、图像增强、阈值分割和形态学膨胀处理，得到预处理后的轮胎图像；再利用连通域标记法对所述预处理后的轮胎图像进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息；
所述钢丝束数量检测单元对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对所述初步数量进行优化处理，获得钢丝束的最终数量；
所述钢丝束位置截图单元根据所述钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
所述帘布层分布检测单元对轮胎断面图像进行图像滤波、增强、阈值分割处理，获得轮胎截面的二值图像，再根据所述钢丝圈的位置截图和钢丝束的位置截图，消除所述轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布；
所述帘布层面积检测单元对所述帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获得帘布层面积参数；
所述被检测图像基本信息导出单元获取轮胎断面图像的尺寸，并与所述钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
所述钢丝圈坐标信息导出单元将所述钢丝圈圆心坐标和半径长度通过.xls文件导出；
所述钢丝束坐标信息导出单元将所述钢丝束的外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
所述帘布层信息导出单元在所述帘布层分布上添加帘布层面积参数后通过.jpg文件导出。
2.一种截面不同成分几何参数的检测方法，其特征是按如下步骤进行：
步骤1、获取包括钢丝圈层、钢丝束层、帘布层结构的轮胎截面图像；
步骤2、对轮胎截面图像进行图像滤波、图像增强、阈值分割处理，获取轮胎截面的二值图像；
步骤3、获取钢丝束层：
步骤3.1、对所述轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝束部分；
步骤3.2、通过形态学膨胀处理对所述轮胎截面的钢丝束部分的每一束钢丝进行融合处理，得到膨胀处理后的图像；
步骤3.3、利用连通域标记法对所述膨胀处理后的图像通进行钢丝束的检测，获得钢丝束分布和钢丝束的外接矩形参数信息；
步骤3.4、对所检测到的钢丝束进行计数，得到初步数量，再利用各连通域的面积关系和k均值聚类对所述初步数量进行优化处理，获得钢丝束的最终数量；
步骤3.5、根据所述钢丝束的外接矩形参数信息确定处于边缘钢丝束的位置坐标，从而确定钢丝束的分布范围并进行图像提取，获得钢丝束的位置截图；
步骤3.6、将钢丝束所在的连通域进行颜色标注，获取钢丝束层标注图；
步骤4、获取钢丝圈层：
步骤4.1、对所述轮胎截面的二值图像进行图像分割，获取轮胎截面的钢丝圈部分；
步骤4.2、通过霍夫变换对轮胎截面的钢丝圈部分进行检测，获得钢丝圈圆心坐标、半径长度；
步骤4.3、对所述钢丝圈圆心坐标进行k均值聚类，最终得到钢丝圈的检测结果并进行计数，得到钢丝圈个数；
步骤4.4、根据所述钢丝圈圆心坐标以及所述钢丝圈的半径长度，得到边缘钢丝圈的位置坐标并进行图像截取，得到钢丝圈的位置截图；
步骤4.5、将所述钢丝圈的检测结果中的钢丝圈进行颜色标注，获取钢丝圈层标注图；
步骤5、获取帘布层：
步骤5.1、获取轮胎截面的二值图像，并根据所述钢丝圈的位置截图和钢丝束的位置截图，对所述钢丝束和钢丝圈所在位置进行填充处理，从而消除所述轮胎截面的二值图像中的钢丝圈和钢丝束，获得帘布层分布；
步骤5.2、对所述帘布层分布进行像素点数分析，得到帘布层的像素点数，并与现实环境进行比例尺转换，获取帘布层面积参数；
步骤6、参数导出：
步骤6.1、将轮胎断面图像的尺寸，并与所述钢丝圈个数、钢丝圈的半径长度、钢丝束的最终数量以及帘布层面积参数一起生成检测汇报文件，并通过.txt文件进行导出；
步骤6.2、将所述钢丝圈圆心坐标和半径长度通过.xls文件导出；
步骤6.3、将所述钢丝束外接矩形参数信息，即钢丝束外接矩形的中心坐标和长宽信息通过.xls文件导出；
步骤6.4、所述帘布层分布上添加帘布层面积参数后通过.jpg文件导出。
CN202011330588.9A 2020-11-24 2020-11-24 一种轮胎截面不同成分几何参数的检测系统及方法 Active CN112365488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011330588.9A CN112365488B (zh) 2020-11-24 2020-11-24 一种轮胎截面不同成分几何参数的检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011330588.9A CN112365488B (zh) 2020-11-24 2020-11-24 一种轮胎截面不同成分几何参数的检测系统及方法

Publications (2)

Publication Number Publication Date
CN112365488A CN112365488A (zh) 2021-02-12
CN112365488B true CN112365488B (zh) 2022-10-14

Family

ID=74534112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011330588.9A Active CN112365488B (zh) 2020-11-24 2020-11-24 一种轮胎截面不同成分几何参数的检测系统及方法

Country Status (1)

Country Link
CN (1) CN112365488B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5737383A (en) * 1995-04-24 1998-04-07 The Yokohama Rubber Co. Ltd. Method and apparatus for automatically testing tire
JP2014190805A (ja) * 2013-03-27 2014-10-06 Kobe Steel Ltd タイヤ形状検査装置のデータ処理方法、タイヤ形状検査装置のデータ処理プログラム、及び、タイヤ形状検査装置のデータ処理装置
CN104090995A (zh) * 2014-06-13 2014-10-08 广州市华南橡胶轮胎有限公司 一种ABAQUS轮胎模型中rebar单元网格的自动生成方法
CN104442217A (zh) * 2014-11-15 2015-03-25 杭州朝阳橡胶有限公司 一种用钢丝包布复合件加强胎圈的全钢子午线轮胎及制备方法
CN204679431U (zh) * 2015-04-03 2015-09-30 软控股份有限公司 轮胎钢丝帘布表面缺陷的检测系统
CN106153636A (zh) * 2015-04-03 2016-11-23 软控股份有限公司 轮胎钢丝帘布表面缺陷的检测方法、装置及系统
CN107230207A (zh) * 2017-06-23 2017-10-03 合肥美亚光电技术股份有限公司 轮胎的检测方法及系统
CN107657130A (zh) * 2017-10-18 2018-02-02 安徽佳通乘用子午线轮胎有限公司 一种面向轮胎花纹结构设计参数的逆向建模方法
CN110254137A (zh) * 2019-05-10 2019-09-20 浙江美亿佳新科技有限公司 一种防刺漏汽车轮胎及其该轮胎的生产方法
CN110838113A (zh) * 2019-11-08 2020-02-25 南京大学金陵学院 一种对复丝合成中单丝计数和单丝粗细一致性的检测方法
CN111062912A (zh) * 2019-11-20 2020-04-24 杭州睿眼科技有限公司 一种轮胎断面关键目标的特征提取与检测定位方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5737383A (en) * 1995-04-24 1998-04-07 The Yokohama Rubber Co. Ltd. Method and apparatus for automatically testing tire
JP2014190805A (ja) * 2013-03-27 2014-10-06 Kobe Steel Ltd タイヤ形状検査装置のデータ処理方法、タイヤ形状検査装置のデータ処理プログラム、及び、タイヤ形状検査装置のデータ処理装置
CN104090995A (zh) * 2014-06-13 2014-10-08 广州市华南橡胶轮胎有限公司 一种ABAQUS轮胎模型中rebar单元网格的自动生成方法
CN104442217A (zh) * 2014-11-15 2015-03-25 杭州朝阳橡胶有限公司 一种用钢丝包布复合件加强胎圈的全钢子午线轮胎及制备方法
CN204679431U (zh) * 2015-04-03 2015-09-30 软控股份有限公司 轮胎钢丝帘布表面缺陷的检测系统
CN106153636A (zh) * 2015-04-03 2016-11-23 软控股份有限公司 轮胎钢丝帘布表面缺陷的检测方法、装置及系统
CN107230207A (zh) * 2017-06-23 2017-10-03 合肥美亚光电技术股份有限公司 轮胎的检测方法及系统
CN107657130A (zh) * 2017-10-18 2018-02-02 安徽佳通乘用子午线轮胎有限公司 一种面向轮胎花纹结构设计参数的逆向建模方法
CN110254137A (zh) * 2019-05-10 2019-09-20 浙江美亿佳新科技有限公司 一种防刺漏汽车轮胎及其该轮胎的生产方法
CN110838113A (zh) * 2019-11-08 2020-02-25 南京大学金陵学院 一种对复丝合成中单丝计数和单丝粗细一致性的检测方法
CN111062912A (zh) * 2019-11-20 2020-04-24 杭州睿眼科技有限公司 一种轮胎断面关键目标的特征提取与检测定位方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Detection of Zero Degree Belt Loss in Radial Tire Based on Multiscale Gabor Transform;Xiunan Zheng 等;《Third International Workshop on Pattern Recognition》;20181231;第1-11页 *
基于相似性理论轮胎花纹相似度检测与分析;李宏玲 等;《中国机械工程》;20201111;第1-10页 *
数字图像处理技术及其在轮胎质量检测中的应用;孙燕;《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑》;20091015;第2009年卷(第10期);第I138-588页 *
轮胎断面自动测绘系统中的图像处理方法研究;刘巧霞;《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑》;20110315;第2011年卷(第03期);第I138-1368页 *
轮胎轮廓工程图自动标注方法研究;张方亮等;《轮胎工业》;20181231;第38卷(第12期);第719-722页 *

Also Published As

Publication number Publication date
CN112365488A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN109142366B (zh) 球形外壳缺陷检测方法、装置及计算机可读存储介质
EP1683105B1 (en) Object detection in images
CN108288264B (zh) 一种广角摄像头模组脏污测试方法
CN108596880A (zh) 基于图像处理的焊接缺陷特征提取与焊接质量分析方法
CN105453153A (zh) 交通灯检测
CN109087286A (zh) 一种基于计算机图像处理和模式识别的检测方法及应用
EP3822830B1 (en) Feature processing method and device for motion trajectory, and computer storage medium
CN110930357A (zh) 一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统
CN103020609B (zh) 复杂纤维图像的识别方法
CN107153067A (zh) 一种基于matlab的零件表面缺陷检测方法
CN110796661A (zh) 基于卷积神经网络的真菌显微图像分割检测方法及系统
CN107345916B (zh) 一种基于固定轮廓的平面外观检测方法
CN116228651A (zh) 一种布匹缺陷检测方法、系统、设备及介质
CN112784835A (zh) 圆形印章的真实性识别方法、装置、电子设备及存储介质
CN106960424B (zh) 基于优化分水岭的结核杆菌图像分割识别方法及装置
CN112365488B (zh) 一种轮胎截面不同成分几何参数的检测系统及方法
CN110909751B (zh) 用于变电站绝缘子清扫机器人的视觉识别方法、系统及介质
CN115830025B (zh) 白细胞分类计数方法、系统、存储介质及计算机设备
CN109272480B (zh) 一种不相溶溶液分界线的检测方法
CN104504702A (zh) 基于方格搜索法的水泥刻槽路面裂缝识别方法
KR102585146B1 (ko) 딥러닝 기반의 도로손상 탐지 장치 및 방법
CN111626339B (zh) 一种抗光影和抖动影响的注塑机模腔异常检测方法
CN110070520B (zh) 基于深度神经网络的路面裂缝检测模型构建及检测方法
CN113920087A (zh) 基于深度学习的微小元器件缺陷检测系统及方法
Chong et al. Fabric Defect Detection Method Based on Projection Location and Superpixel Segmentation

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