CN114332838A - 一种轮胎视觉检测方法、装置及计算机可读存储介质 - Google Patents
一种轮胎视觉检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114332838A CN114332838A CN202111633297.1A CN202111633297A CN114332838A CN 114332838 A CN114332838 A CN 114332838A CN 202111633297 A CN202111633297 A CN 202111633297A CN 114332838 A CN114332838 A CN 114332838A
- Authority
- CN
- China
- Prior art keywords
- tire
- image
- sidewall
- information
- sidewall image
- 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.)
- Pending
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Tires In General (AREA)
Abstract
本申请涉及一种轮胎视觉检测装置、方法及计算机可读存储介质,属于轮胎检测技术领域,其中轮胎视觉检测装置包括获取胎侧图像;判断所述胎侧图像是否存在视觉偏移,若存在视觉偏移,则矫正轮胎胎侧图的视觉偏移,若不存在视觉偏移,则进行下一步;判断所述胎侧图像是否与镜头面倾斜,若所述胎侧图像与镜头面倾斜,则矫正所述轮胎胎侧图的倾斜,若所述胎侧图像与镜头面平行,则进行下一步;将所述胎侧图像拟合为圆环图像;将圆环图像转换到极坐标系,得到轮胎文本图像;对轮胎文本图像进行文本识别,得到轮胎文本信息。本申请具有提升轮胎信息采集效率的效果。
Description
技术领域
本申请涉及轮胎检测技术领域,尤其是涉及一种轮胎视觉检测方法、装置及计算机可读存储介质。
背景技术
车辆轮胎作为车辆重要的组成部分,是车辆承受重力、传递牵引力、制动力、转向力以及承受路面反作用力的重要部件,其质量的好坏直接关系到人身安全,因此需要对定期对车辆轮胎进行检查。
轮胎的胎侧上往往形成有一串数字和字母,这些数字和字母中包括了轮胎的尺寸、轮胎的类型和安全标准。在对车辆轮胎进行检查时,需要采集胎侧上的信息,因为胎侧上的文字呈弧形,且对轮胎拍照的过程中,因为拍照角度,轮胎往往还会发生倾斜和透视变形,现有的文字识别算法难以识别轮胎上变形的文字,只能通过人工读取轮胎信息,工作效率较低。
发明内容
为了提升轮胎信息采集的效率,本申请提供一种轮胎视觉检测方法、装置及计算机可读存储介质。
第一方面,本申请提供一种轮胎视觉检测方法,采用如下的技术方案:
一种轮胎视觉检测方法,包括:
获取胎侧图像;
判断所述胎侧图像是否存在视觉偏移,若存在视觉偏移,则矫正轮胎胎侧图的视觉偏移,若不存在视觉偏移,则进行下一步;
判断所述胎侧图像是否与镜头面倾斜,若所述胎侧图像与镜头面倾斜,则矫正所述轮胎胎侧图的倾斜,若所述胎侧图像与镜头面平行,则进行下一步;
将所述胎侧图像拟合为圆环图像;
将圆环图像转换到极坐标系,得到轮胎文本图像;
对轮胎文本图像进行文本识别,得到轮胎文本信息。
通过采用上述技术方案,对于汽车轮胎的胎侧图像,能够从视觉偏移和与镜头的倾斜程度两方面进行判断和矫正,使轮胎图像接近正视视角,因为矫正的过程中会存在近似,会使得图像纠正不完全,所以理论上矫正回来的轮胎为圆形,但可能实际上依旧不是正圆,所以对矫正后的轮胎轮廓模拟一个基本重合的正圆环,并让车轮轮廓拟合这个正圆环,以便于将圆环图像转换到极坐标系,得到较为规则的文本图像,对于较为规则的文本图像采用现有的技术即可进行识别,不再需要人工进行识别,快速、方便且有效,从而有助于提高轮胎信息采集的工作效率。
可选的,在完成对轮胎文本图像进行文本识别,得到轮胎文本信息后,还包括:
将轮胎文本信息与预设信息对比,所述预设信息包括轮胎有效使用期限、轮胎型号中的至少一个;
若轮胎文本信息与预设信息对比不符合,则生成第一报警信息。
通过采用上述技术方案,能够自动将采集到的轮胎信息与预设的信息进行对比,判断轮胎是否合格,无需人工进行判断,简化了人工操作的流程,从而提升了检测轮胎的效率。
可选的,所述矫正胎侧图像的视觉偏移包括:
获取包绕所述胎侧图像的最小矩形框;
以所述胎侧图像为基准,计算矩形框相较于所述胎侧图像的偏移角度;
根据偏移角度旋转胎侧图像,使胎侧图像中轮胎的中心线与画面框平行。
通过采用上述技术方案,以包绕胎侧图像的最小矩形框与原始胎侧图像之间的偏移角度,对胎侧图像进行调整能够使调整后的图像更接近正视于轮胎胎侧的图像,以便于后续的图像拟合和识别,提升识别的准确度。
可选的,所述矫正胎侧图像与镜头面的倾斜包括:
根据轮毂盖中心点与所述胎侧图像中心点的偏移判断轮胎的倾斜方向;
根据胎侧图像的长半轴和短半轴的长度比判断轮胎的倾斜程度;
根据所述倾斜方向和倾斜程度,矫正胎侧图像,使轮胎胎侧与镜头面平行。
通过采用上述技术方案,在轮胎与镜头面倾斜时,拍出的照片中轮胎是成椭圆形的,因此存在长半轴和短半轴,轮胎倾斜的角度越大,长半轴和短半轴的比值就越大,因此根据长半轴和短半轴的比值对胎侧图像进行矫正能够更加贴合轮胎的原始形状。
可选的,在所述将所述胎侧图像拟合为圆环图像前,还包括:
收集矫正后的胎侧图像上的异常信息,异常信息包括鼓包、刮蹭、异物、胎压不足中的至少一个;
根据所述异常信息的具体类型,形成相应的第二报警信息。
通过采用上述技术方案,在进行胎面文字识别前还能够对轮胎侧面的异常进行检测,自动识别出胎侧的鼓包、破损等异常情况并自动进行报警,无需人工进行检查,能够进一步提升工作效率。
可选的,所述获取胎侧图像包括:
获取胎侧照片;
在所述胎侧照片中,根据轮胎轮廓和轮毂轮廓识别轮胎的胎侧区域;
提取所述胎侧区域的图像获得所述胎侧图像。
通过采用上述技术方案,能够提取出轮胎的图像,排除背景环境和轮毂形状对后续的矫正和识别步骤的干扰,提升了矫正和识别时的准确度,进而提升文字识别的准确性。
可选的,获取胎侧照片包括:
获取进车感应信息;
在获取进车感应信息后,采用灯光对胎侧进行补光;
对轮胎内外两侧连续拍照获取照片;
根据图片完整度和清晰度,对每个轮胎的内侧和外侧各选取一张照片,作为所述胎侧照片。
通过采用上述技术方案,在拍照时进行补光,能够降低曝光时间,避免车轮运动导致的图片模糊、提高图片质量;同时连续进行拍照,并选取完整度和清晰度较高的照片,能够提升原始胎侧图像的质量,使后续的胎侧图像矫正和识别步骤较为简单,提升后续矫正和识别的效率。
第二方面,本申请提供一种轮胎视觉检测装置,采用如下的技术方案:
一种轮胎视觉检测装置,包括:
进车感应装置,包括用于感应车轮的传感器,若有轮胎通过则发出进车信息;
成像装置,包括至少两组摄像头,用于对轮胎的内侧和外侧进行拍照;
控制装置,用于接收进车感应装置发出的进车信息,并控制成像装置工作;
图像处理识别装置,用于处理和识别成像装置形成的照片,获取轮胎胎侧的文字信息及异常信息。
通过采用上述技术方案,在车轮通过时,传感器能够自动感应到轮胎,并将进车信息发送给控制装置,从而使控制装置能够控制成像装置自动进行拍照,无需手动控制拍照,使用较为方便。
可选的,还包括补光装置,所述补光装置包括至少两组光源,所述光源用于在拍照时照亮轮胎的内侧和外侧。
通过采用上述技术方案,在拍照时进行补光,能够降低曝光时间,避免车轮运动导致的图片模糊、提高图片质量;同时连续进行拍照,并选取完整度和清晰度较高的照片,能够提升原始胎侧图像的质量,使后续的胎侧图像矫正和识别步骤较为简单,提升后续图像处理识别的效率。
第三方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,其特征在于:存储有能够被处理器加载并执行如第一方面任意一种方法的计算机程序。
附图说明
图1是本申请轮胎视觉检测方法的流程示意图;
图2是轮胎视觉检测方法中获取胎侧图像的子流程示意图;
图3是轮胎视觉检测方法中获取胎侧照片的子流程示意图;
图4是轮胎视觉检测方法中矫正轮胎胎侧图的视觉偏移的子流程示意图;
图5是轮胎视觉检测方法中矫正轮胎胎侧图的倾斜的子流程示意图;
图6是本申请轮胎视觉检测装置的结构示意图。
附图标记说明:1、进车感应装置;2、成像装置;3、补光装置;4、保护壳。
具体实施方式
以下结合附图1-6对本申请作进一步详细说明。
本申请实施例公开一种轮胎视觉检测方法,能够应用于修理厂、车检所的车辆常规检测或者新车出厂检测等场景。
参照图1,轮胎视觉检测方法包括,
S100,获取胎侧图像。
其中,轮胎的胎侧图像可以是轮胎静止时获取的,也可以是轮胎滚动过程中获取的,且得到的胎侧图像可以是彩色的,也可以是黑白的,但是都应该包含有轮胎侧面的完整图像,对于每个轮胎,需要获取内侧和外侧的图像,以避免只获取一侧的图像导致遗漏胎面信息。
S210,判断胎侧图像是否存在视觉偏移;
S220,若存在视觉偏移,则矫正轮胎胎侧图的视觉偏移;
S230,若不存在视觉偏移,则进行下一步。
其中视觉偏移是因为照片成像的特性产生的,若实物所在平面与拍照的镜头面不平行,假设实物原本为矩形,在图片中会呈现梯形;同时,矩形中心是否在图像横向中心线会使得梯形形状是否为等腰梯形。因为后续操作是针对图像在中心线上的操作,所以轮胎中心不在中心线上的会有纵向的视觉偏移需要矫正,在矫正后,轮胎的中心处于图像的中心线上。
S310,判断胎侧图像是否与镜头面倾斜;
S320,若胎侧图像与镜头面倾斜,则矫正轮胎胎侧图的倾斜;
S330,若胎侧图像与镜头面平行,则进行下一步。
其中,在轮胎与镜头面倾斜时,实际为正圆形的轮胎,拍照获得的轮胎轮廓为椭圆形,因此存在长半轴和短半轴。轮胎倾斜的角度越大,长半轴和短半轴的比值就越大,需要根据轮胎的倾斜方向和倾斜程度对胎侧图像进行矫正,使轮胎矫正后的轮胎与镜头面平行,矫正后的轮胎外轮廓接近正圆形。
S400,将胎侧图像拟合为圆环图像。
由于前面的矫正步骤中有近似,会使得图像纠正不完全,所以理论上矫正回来的轮胎为圆形,但可能实际上依旧不是正圆,并且后续提取文字时是按照圆环进行变形的,所以此处对矫正后的轮胎轮廓模拟一个基本重合的正圆,并让现轮廓拟合这个正圆,以便于后续的识别过程。
S500,收集矫正后的胎侧图像上的异常信息,异常信息包括鼓包、刮蹭、异物、胎压不足中的至少一个;根据异常信息的具体类型,形成相应的第二报警信息。
其中第二报警信息包括鼓包报警信息、刮蹭报警信息、异物报警信息以及胎压报警信息,鼓包、刮蹭和异物是通过视觉识别算法自动识别,只要识别到了其中一个就会生产对应的第二报警信息。胎压信息通过采集轮胎最高点轮毂到轮胎最上端的高度和最低点轮毂到轮胎最下端的高度的比值来检测。轮胎最高点轮毂到轮胎最上端的高度为h1,轮胎最低点轮毂到轮胎最下端的高度为h2,首先获取胎压正常范围值内h1/h2的范围值;在检测过程中分别获取h1和h2,并计算h1/h2的数值,若h1/h2的计算值在正常的范围内,则胎压合格,不产生胎压报警信息,若h1/h2的计算值超出正常范围,则生成胎压报警信息。
S600,将圆环图像转换到极坐标系,得到轮胎文本图像。
首先根据圆环图像的外环轮廓线建立极坐标系,并在极坐标系内将圆环图像映射变换为矩形展开图像,使圆环图像上呈环形分布的变形的文字和图像转化为直列的形式,以便于进行识别。
S700,对轮胎文本图像进行文本识别,得到轮胎文本信息。
其中文字识别是使用的开源的网络框架以及参数,包括卷积循环神经网络,或者其他基于图像的序列识别网络。
S800,将轮胎文本信息与预设信息对比,预设信息包括轮胎有效使用期限、轮胎型号中的至少一个;
若轮胎文本信息与预设信息对比不符合,则生成第一报警信息。
其中,轮胎文本信息包括轮胎的生产日期、轮胎型号、生产厂商、轮胎平台等,预设信息包括轮胎有效使用期限、轮胎型号、生产厂商、轮胎平台等信息,只要有一组对比有异常则生成第一报警信息。
在使用一段时间后对车辆进行检测的场景,首先要识别出轮胎品牌型号,然后获取检测时的日期,将现在日期减去识别到的生产日期得到轮胎使用时间,对比轮胎使用时间和轮胎有效使用期限,得出轮胎是否过期,若过期则需要报警。例如轮胎有效使用期限为五年、检测日期为2021年、识别到的生产日期为2015年,那么轮胎的使用时间为六年,大于轮胎有效使用期限,因此会生成第一报警信息。
在新车厂使用场景,若轮胎文本信息中的轮胎型号信息,与预设的轮胎型号不符,则可能出现装配失误,同样需要进行报警。
S900,汇总文本信息、第一报警信息和第二报警信息,生成检测结果清单,并手动修改和添加检测结果清单。
因为软件识别成功率难以100%准确,同时识别缺陷的类型有限,可能有一些别的类型的缺陷不在识别范围内,而刚好用户自己知道的缺陷,在生成检测结果清单后,就可以手动修改添加,生成校正后的检测结果清单。将校正后的检测结果清单储存到本地,并同时同步到云端储存,既能在本地查看检测结果清单,也能在云端查看检测结果清单,使用较为方便。
上述步骤中S210-S230模块和S310-S30模块的执行顺序能够进行替换,不影响整个检测方法的实施。优选的,若在拍摄胎侧图像时摄像头的位置处于轮胎的轴线上,且拍照的视角为正视胎面时,得到的胎侧图像为正圆环形,此时可将步骤S210到S400的步骤省去,直接将胎侧图像进行极坐标变换。
参照图2,步骤S100,获取胎侧图像包括:
S110,获取胎侧照片。
其中,对于一辆车上的每个轮胎,都需要获取胎侧照片,胎侧照片包括了轮胎内侧照片和轮胎外侧照片。
S120,在胎侧照片中,根据轮胎轮廓和轮毂轮廓识别轮胎的胎侧区域。
首先识别轮胎的外圆轮廓,然后根据轮毂的形状识别轮毂轮廓的外圆轮廓,轮胎的外圆轮廓和轮毂轮廓的外圆轮廓之间的区域即为胎侧区域。
S130提取胎侧区域的图像获得胎侧图像。
参照图3,步骤S110获取胎侧照片包括:
S111,获取进车感应信息。
进车感应信息由进车感应传感器自动触发,传感器可以是光学、机械、电子、电磁感应中的任意一种。当车辆行驶到检测区域时,传感器能够感应到车辆,并获取进车感应信息。在获取进车感应信息后,通过摄像头获取车辆的车牌信息。
S112,在获取进车感应信息后,采用灯光对胎侧进行补光。
用LED或激光等灯光照射轮胎胎面,在轮胎胎面的亮度较高时,能够降低拍照时的曝光时间,避免车轮运动导致的图片模糊,提高图片质量。
S113,对轮胎内外两侧连续拍照获取照片。
拍照由拍照传感器自动触发,拍照传感器与进车感应传感器可以是同一组,也可以是独立的两组。在车辆通过时,首先第一轮排触发拍照传感器,内外侧相机连续拍照采集轮胎图像,然后N轮排触发拍照传感器,内外侧相机连续拍照。
在多辆车连续通过时,首先设备正常工作的前提是上一辆车已检测完成,会有指示灯,例如绿色表示检测完成,提示客户检测完成可进行下一台车的检测,车辆通过车牌识别划分。当对有多排车轮的货车进行检测时,通过延时来划分不同车辆。例如,多排轮的货车正常行驶,一直有轮胎触发拍照传感器,间隔时间较短,例如2s-3s。通过预设较长的间隔时间,例如5s-8s,若在间隔时间内没有轮胎触发拍照传感器,就自动结束检测采集轮胎图像。
S114,根据图片完整度和清晰度,对每个轮胎各选取一张照片,作为胎侧照片。
在车轮行驶过程中,当车轮的边缘触发拍照传感器时,此时车辆还在移动,拍摄得到的照片清晰度较差,并且照片不完整,可能只有部分车轮出现在画面内,因此需要连续拍照,并选择其中完整度和清晰度较好的照片。
参照图4,步骤S220,若存在视觉偏移,则矫正轮胎胎侧图的视觉偏移包括,
S221,获取包绕胎侧图像的最小矩形框;
S222,以胎侧图像为基准,计算矩形框相较于胎侧图像的偏移角度;
S223,根据偏移角度旋转胎侧图像,使胎侧图像中轮胎的中心线与画面框平行。
通过轮胎椭圆轮廓的最小矩形框得到矩形边与图片框的偏移角度,通过旋转的方法,相当于把轮胎中心线矫正到与画面框平行,即把变换后的轮胎中心线作为图片的虚拟中心线。
参照图5,步骤S320,若胎侧图像与镜头面倾斜,则矫正轮胎胎侧图的倾斜包括:
S321,根据轮毂盖中心点与胎侧图像中心点的偏移判断轮胎的倾斜方向。
首先获取轮毂盖中心点的坐标数据,然后获取胎侧图像中心点的坐标数据,比较两个坐标,胎侧图像中心点坐标相对于轮毂盖中心点坐标的偏移方向就是轮胎的倾斜方向。
S322,根据胎侧图像的长半轴和短半轴的长度比判断轮胎的倾斜程度。
首先获取胎侧图像的长半轴的长度数据,然后获取胎侧图像的短半轴的长度数据,将两个数据进行比较,当长半轴和短半轴的比值越大时,轮胎倾斜的角度越大,当长半轴和短半轴的比值越小时,轮胎倾斜的角度越小。
S323,根据倾斜方向和倾斜程度,矫正胎侧图像,使轮胎胎侧与镜头面平行。
根据胎侧图像中心点相对于轮毂盖中心点的偏移方向能够获取较为准确的偏移方向,根据长半轴和短半轴的比值对胎侧图像进行矫正能够更加贴合轮胎的原始形状,还原度较高。
参照图6,本申请还公开了一种轮胎视觉检测装置,包括:
进车感应装置1,包括用于感应车轮的传感器,若有轮胎通过则发出进车信息;
成像装置2,包括至少两组摄像头,用于对轮胎的内侧和外侧进行拍照;
补光装置3,所述补光装置3包括至少两组光源,所述光源用于在拍照时照亮轮胎的内侧和外侧;
控制装置,用于接收进车感应装置1发出的进车信息,并控制成像装置2与补光装置3工作;
图像处理识别装置,用于处理和识别成像装置2形成的照片,获取轮胎胎侧的文字信息及异常信息。
其中成像装置包括一保护壳4,控制装置和图像处理识别装置内置与保护壳4内,使设备整体性较好。保护壳设置有三个,分别用于对应在车体两侧和车体底部,每个保护壳内均设置有成像装置和补光装置,不同保护壳内的设备通过线缆传递信号。
保护壳的底部设置有脚杯,通过旋转脚杯可以调节保护壳的高度,进而调节进车感应装置和拍照装置的高度,使设备适用于各种高度类型的车辆。
车辆在进入检测区域后,轮胎触发进车感应装置1,进车感应装置1发出进车信息,控制装置4在接收到进车信息后会控制补光装置3和成像装置2开启,在拍照的过程能够对轮胎进行补光,以缩短曝光的时间,提升成像的清晰度,从而能够提升图像识别时的准确度。
当车辆前轮完全驶过设备时,成像装置和补光装置马上停止工作,此时控制装置和图像处理装置还在继续工作,后轮开始阻挡传感器时,设备又马上开始工作,确保没有拍摄多余无用的图像。设备通过延时结束检测过程,例如8S没有触发,则结束这一次检测进程,默认车辆已经检测完成。
进车感应装置1的传感器可以是光学、机械、电子、电磁感应中的任意一种。作为传感器的一种实施方式,传感器具体为对射型光电传感器,对射型光电传感器的特点是有障碍物阻挡光线时触发。对射型光电传感器安装在特定高度的位置,高度刚好比车辆底盘底,车辆底盘无法阻挡到传感器,但是轮胎可以阻挡,当车轮通过时,车轮会阻挡传感器的光线,使传感器触发,从而对轮胎进行拍照。对射型光电传感器放置在两侧设备靠近进车方向的一侧,高度要低于车辆底盘,保证只有轮胎经过时才会触发设备工作,确保拍出的图像全是轮胎图像,防止车辆底盘触发设备一直工作导致拍摄过多无用的图像,减少无用图像的拍摄,有效降低图像处理的难度。
成像装置2包括至少两组摄像头,一组用于对轮胎的内侧进行拍照,另一组用于对轮胎外侧进行拍照;控制装置4用于接收进车感应装置1发出的进车信息,并控制成像装置2工作;图像处理识别装置5用于处理和识别成像装置2形成的照片,获取轮胎胎侧的文字信息及异常信息。
作为成像装置2的一种实施方式,成像装置2的摄像头可以是相阵相机、面阵相机,可以为黑白相机或彩色相机。且照摄像头的接口类型可以为GigE、USB、Camera Link等接口类型。
作为控制装置4的一种实施方式,控制子模块包括输入输出信号控制板、微型电脑、嵌入式电脑或单板型电脑、可编程逻辑控制器以及有线或无线数据传输装置。
作为图像处理识别装置5的一种实施方式,图像处理识别装置5包括图像采集卡、数据采集卡、输入输出信号控制板、微型电脑、嵌入式电脑或单板型电脑、可编程逻辑控制器以及有线或无线数据传输装置。
其中,控制装置4和图像处理识别装置5可以共用输入输出信号控制板、微型电脑、嵌入式电脑或单板型电脑、可编程逻辑控制器以及有线或无线数据传输装置等装置,也可以单独使用。
且需要说明的是,控制装置4和图像处理识别装置5的微型电脑、嵌入式电脑或单板型电脑、可编程逻辑控制器以及有线或无线数据传输装置均带有数据显示、数据存储等功能,可以进行本地显示、本地存储、云端存储、远程显示等功能。因此,得到的深度数据可以存储于本地,并在本地显示单元显示,或通过网络连接在云端服务空间存储、分析、统计,并通过台式计算机、笔记本电脑、收集、平板电脑等远程访问并显示。
本实施例还公开了一种计算机可读存储介质,存储有能够被处理器加载并执行如轮胎视觉检测方法中任一种方法的计算机程序。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种轮胎视觉检测方法,其特征在于,包括:
获取胎侧图像;
判断所述胎侧图像是否存在视觉偏移;
若存在视觉偏移,则矫正轮胎胎侧图的视觉偏移;
若不存在视觉偏移,则进行下一步;
判断所述胎侧图像是否与镜头面倾斜;
若所述胎侧图像与镜头面倾斜,则矫正所述轮胎胎侧图的倾斜;
若所述胎侧图像与镜头面平行,则进行下一步;
将所述胎侧图像拟合为圆环图像;
将圆环图像转换到极坐标系,得到轮胎文本图像;
对轮胎文本图像进行文本识别,得到轮胎文本信息。
2.根据权利要求1所述的轮胎视觉检测方法,其特征在于,在完成对轮胎文本图像进行文本识别,得到轮胎文本信息后,还包括:
将轮胎文本信息与预设信息对比,所述预设信息包括轮胎有效使用期限、轮胎型号中的至少一个;
若轮胎文本信息与预设信息对比不符合,则生成第一报警信息。
3.根据权利要求1所述的轮胎视觉检测方法,其特征在于,所述矫正胎侧图像的视觉偏移包括:
获取包绕所述胎侧图像的最小矩形框;
以所述胎侧图像为基准,计算矩形框相较于所述胎侧图像的偏移角度;
根据偏移角度旋转胎侧图像,使胎侧图像中轮胎的中心线与画面框平行。
4.根据权利要求1所述的轮胎视觉检测方法,其特征在于,所述矫正胎侧图像与镜头面的倾斜包括:
根据轮毂盖中心点与所述胎侧图像中心点的偏移判断轮胎的倾斜方向;
根据胎侧图像的长半轴和短半轴的长度比判断轮胎的倾斜程度;
根据所述倾斜方向和倾斜程度,矫正胎侧图像,使轮胎胎侧与镜头面平行。
5.根据权利要求1所述的轮胎视觉检测方法,其特征在于,在所述将所述胎侧图像拟合为圆环图像前,还包括:
收集矫正后的胎侧图像上的异常信息,异常信息包括鼓包、刮蹭、异物、胎压不足中的至少一个;
根据所述异常信息的具体类型,形成相应的第二报警信息。
6.根据权利要求1所述的轮胎视觉检测方法,其特征在于,所述获取胎侧图像包括:
获取胎侧照片;
在所述胎侧照片中,根据轮胎轮廓和轮毂轮廓识别轮胎的胎侧区域;
提取所述胎侧区域的图像获得所述胎侧图像。
7.根据权利要求6所述的轮胎视觉检测方法,其特征在于,获取胎侧照片包括:
获取进车感应信息;
在获取进车感应信息后,采用灯光对胎侧进行补光;
对轮胎内外两侧连续拍照获取照片;
根据图片完整度和清晰度,对每个轮胎的内侧和外侧各选取一张照片,作为所述胎侧照片。
8.一种轮胎视觉检测装置,其特征在于,包括:
进车感应装置(1),包括用于感应车轮的传感器,若有轮胎通过则发出进车信息;
成像装置(2),包括至少两组摄像头,用于对轮胎的内侧和外侧进行拍照;
控制装置(4),用于接收进车感应装置(1)发出的进车信息,并控制成像装置(2)工作;
图像处理识别装置(5),用于处理和识别成像装置(2)形成的照片,获取轮胎胎侧的文字信息及异常信息。
9.根据权利要求8所述的一种轮胎视觉检测装置,其特征在于:还包括补光装置(3),所述补光装置(3)包括至少两组光源,所述光源用于在拍照时照亮轮胎的内侧和外侧。
10.一种计算机可读存储介质,其特征在于:存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111633297.1A CN114332838A (zh) | 2021-12-28 | 2021-12-28 | 一种轮胎视觉检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111633297.1A CN114332838A (zh) | 2021-12-28 | 2021-12-28 | 一种轮胎视觉检测方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114332838A true CN114332838A (zh) | 2022-04-12 |
Family
ID=81014965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111633297.1A Pending CN114332838A (zh) | 2021-12-28 | 2021-12-28 | 一种轮胎视觉检测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114332838A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882489A (zh) * | 2022-07-07 | 2022-08-09 | 浙江智慧视频安防创新中心有限公司 | 一种对旋转车牌进行水平校正方法、装置、设备及介质 |
CN115096203A (zh) * | 2022-06-02 | 2022-09-23 | 深圳市二郎神视觉科技有限公司 | 一种激光测量轮胎胎纹深度的方法 |
CN115096203B (zh) * | 2022-06-02 | 2024-06-07 | 深圳市二郎神视觉科技有限公司 | 一种激光测量轮胎胎纹深度的方法 |
-
2021
- 2021-12-28 CN CN202111633297.1A patent/CN114332838A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115096203A (zh) * | 2022-06-02 | 2022-09-23 | 深圳市二郎神视觉科技有限公司 | 一种激光测量轮胎胎纹深度的方法 |
CN115096203B (zh) * | 2022-06-02 | 2024-06-07 | 深圳市二郎神视觉科技有限公司 | 一种激光测量轮胎胎纹深度的方法 |
CN114882489A (zh) * | 2022-07-07 | 2022-08-09 | 浙江智慧视频安防创新中心有限公司 | 一种对旋转车牌进行水平校正方法、装置、设备及介质 |
CN114882489B (zh) * | 2022-07-07 | 2022-12-16 | 浙江智慧视频安防创新中心有限公司 | 一种对旋转车牌进行水平校正方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2901112B2 (ja) | 車両周辺監視装置 | |
JP3760068B2 (ja) | 画像認識装置 | |
US9110032B2 (en) | System and methods for inspecting tire wheel assemblies | |
US10043262B2 (en) | Abnormal image detection device, image processing system having abnormal image detection device, and vehicle incorporating image processing system | |
CN107316488B (zh) | 信号灯的识别方法、装置和系统 | |
EP2150053A1 (en) | Vehicle periphery monitoring system, vehicle periphery monitoring program and vehicle periphery monitoring method | |
CN109919933B (zh) | Vr设备及其画面检测方法、装置、计算机可读存储介质 | |
CN111192326B (zh) | 一种用于视觉识别电动汽车直流充电插口的方法及系统 | |
CN108732507A (zh) | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 | |
JP2003051017A (ja) | 白線検出装置 | |
CN112257539A (zh) | 车辆与车道线的位置关系检测方法、系统和存储介质 | |
CN114332838A (zh) | 一种轮胎视觉检测方法、装置及计算机可读存储介质 | |
CN112616028A (zh) | 车载相机参数调整方法、装置、电子设备及存储介质 | |
CN112101147A (zh) | 车载智能识别检测系统 | |
CN113792600B (zh) | 一种基于深度学习的视频抽帧方法和系统 | |
JP7119476B2 (ja) | タイヤ接地形状解析装置およびタイヤ接地形状解析方法 | |
JP4397573B2 (ja) | 画像処理装置 | |
KR102316307B1 (ko) | 타이어의 측면 인쇄 정보 및 결함을 검출하는 장치 | |
CN117288429A (zh) | 抬头显示设备重影检测方法、装置及电子设备 | |
EP3629292A1 (en) | Reference point selection for extrinsic parameter calibration | |
CN112950511B (zh) | 一种检测850nm附近不可见激光光斑位置的方法 | |
CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 | |
CN116152790B (zh) | 一种安全带检测方法及装置 | |
KR101412480B1 (ko) | 트레드 전폭 및 숄폭 측정 방법 |
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 |