CN116481687A - 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 - Google Patents
一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 Download PDFInfo
- Publication number
- CN116481687A CN116481687A CN202310352661.XA CN202310352661A CN116481687A CN 116481687 A CN116481687 A CN 116481687A CN 202310352661 A CN202310352661 A CN 202310352661A CN 116481687 A CN116481687 A CN 116481687A
- Authority
- CN
- China
- Prior art keywords
- tire
- image
- machine vision
- pixel
- sidewall
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005259 measurement Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000005520 cutting process Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 10
- 239000004973 liquid crystal related substance Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000001351 cycling effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 241000270295 Serpentes Species 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000004438 eyesight Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
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
-
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/24—Measuring force or stress, in general by measuring variations of optical properties of material when it is stressed, e.g. by photoelastic stress analysis using infrared, visible light, ultraviolet
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
Abstract
本发明涉及轮胎机器视觉检测技术领域,具体涉及一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品。一种基于机器视觉的成品轮胎应力应变测量设备,该设备包括轮胎充气模块、机器视觉引导系统、测距传感器模块、测量控制模块和计算机设备;所述的测量控制模块控制连接轮胎充气模块、机器视觉引导系统和测距传感器模块工作,并将机器视觉引导系统和测距传感器模块采集的数据传输给计算机设备;该设备通过在轮胎表面上切出刀口,对轮胎进行充气,采集切口照片,运用机器视觉算法测算切口位置的应变值。通过利用上述技术进行应力应变测量。该设备具有精度高、安全性高的特点。
Description
技术领域
本发明涉及轮胎机器视觉检测技术领域,具体涉及一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品。
背景技术
机器视觉主要使用计算机来模拟人类的视觉功能,但它不仅是人眼的简单延伸,更重要的是,它具有人脑的一部分功能,即从客观事物的图像中提取信息,对其进行处理和理解,最后将其用于实际检测、测量和控制。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)把图像抓取到,然后将该图像传送至处理单元,通过数字化处理,根据像素分布和亮度、颜色等信息,来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。
机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度,在一些不适合人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉代替人工视觉。用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。
轮胎在实际使用过程中,碰到如石子的障碍物后,轮胎会鼓起受到应力作用,反复如此便在轮胎胎侧部位表面产生裂口,当轮胎气压达到一定值后,裂口处就十分危险。了解轮胎裂口处的应力应变情况,进而对轮胎工艺进行改善变得尤为重要。人工测试是十分危险的事情,轮胎内压强过大,轮胎可能会爆炸,威胁操作工人的生命安全。
发明内容
针对成品轮胎裂口处应力应变测量等场合,本发明提供了一种基于机器视觉的成品轮胎应力应变测量设备,该设备通过在轮胎表面上切出刀口,对轮胎进行充气,采集切口照片,运用机器视觉算法测算切口位置的应变值。通过利用上述技术进行应力应变测量。该设备具有精度高、安全性高的特点。
为了实现上述的目的,本发明采用了以下的技术方案:
一种基于机器视觉的成品轮胎应力应变测量设备,该设备包括:
轮胎充气模块,用于轮胎充气;
机器视觉引导系统,用于确定轮胎的二维尺寸、直径和胎侧图案;
测距传感器模块,用于扫描确定轮胎胎侧的轮廓;
机器视觉检测系统,用于识别刀具切割轮胎后的裂口目标,并对目标尺寸检测;
测量控制模块,用于控制连接轮胎充气模块、机器视觉引导系统和测距传感器模块工作,并将机器视觉引导系统和测距传感器模块采集的数据传输给计算机设备;
以及,计算机设备,所述计算机设备获取轮胎的二维尺寸、直径和胎侧图案以及轮胎胎侧的轮廓,通过分析胎侧图案,生成切口位置分布图;并通过获取轮胎充气前、后的裂口目标的尺寸,再根据检测数据计算所需应变值。
作为优选,所述的机器视觉引导系统采用包括以下步骤的方法确定轮胎的二维尺寸、直径和胎侧图案;
1)首先将机器视觉引导系统获得的图像转化为灰度图像;
2)对灰度图像进行边缘检测,得到边缘图像/>
定义感兴趣区域AOI,设置初始旋转角 ,给定阈值G;
以图像左上角为圆心、水平向右为x轴、竖直向下为y轴建立坐标系,其中()=(0,0)是原点,设/>表示的水平初值为1,从旋转角度/>计算斜率 m,然后计算垂直值/>;
在点(,0)到点(0,/>)的直线上搜索两个小于阈值G(大于阈值G)的像素,这将成为两个三角形角,搜索过程从图像的左侧到右侧执行;一旦建立了第一个像素,接下来的10个相邻像素是否都是小于阈值G(大于阈值G);如果满足条件,则建立的像素定义为三角形的第一个角,用(/>,/>)表示;如果不是,则以同样的方式考虑下一个像素;该过程继续进行,直到获得第一个三角形角;随后,将连续扫描建立的下一个像素定义为三角形的第二个角,记为(/>,/>);
3)计算第一个角(,/>)和第二个角(/>,/>)的中点N,画一条垂线,从第一个中点N开始,到图像的另一边,一旦垂直线与一个小于阈值G(大于阈值G)像素相交,绘图过程就会停止,然后标记为(/>,/>)的点成为三角形的第三个角;
设A为从(,/>)到(/>,/>)的直线长度,B为从(/>,/>)到(/>,/>)的直线长度,如果A比B短,即A与B之比小于1,则迭代过程为/>增加1个像素,重新计算/>,重复之前的步骤。如果A与B的比值仍然小于1,则继续迭代过程,直到比值等于1;
4)计算第二个中点O,它位于第一个角( ,/>)和第三个角( />,/>)之间,计算第三个中点P,它位于第二个角(/>,/>)和第三个角( />,/>)之间;
5)创建一条从第二个中点O到对边第二个角( ,/>)的直线,以及从第三个中点P到对边第一个角(/>,/>)的直线;将这两条直线的交点与第一个中点N到对边第三个角( />,)的直线检测为候选圆心,将检测到的圆心收集到一个临时数组中;
6)更改下一次迭代的旋转角度值,重复之前的步骤,从临时阵列中选择重复次数最多的圆中心作为最终的圆心;
7)以所得最大圆与最小圆为切割边界,去除背景,保留圆环区域,得到带有胎侧图案的轮胎胎侧图像;
8)通过计算圆心与相关三角形的任何角之间的距离得到半径的像素长度,标定图像中胎面像素长度与真实尺寸之间的映射关系,确定轮胎的二维尺寸、直径。
作为优选,所述测距传感器选用激光位移传感器。
作为优选,步骤5分析胎侧图案,生成切口位置分布图,其具体流程为:
1)将轮胎胎侧图像中的单个胎侧图案进行组合,形成胎侧图案区域;
2)对图像像素灰度值翻转;
3)对轮胎胎侧图像进行高斯模糊处理,首先计算高斯卷积核,其计算公式为:
4)
5)将二维高斯函数采样得到离散的卷积核,同时,还要乘以一个数使得卷积核内所有的值的和等于1;
6)遍历图像的所有的像素点,循环两次,然后在循环中对这个像素点附近的像素点进行计算,循环两次;
7)使用自适应二值化法对图像进行处理;
8)以霍夫圆变换的圆心为坐标圆心建立极坐标系,与胎侧图案区域边缘相切的半径到极轴的角度为,另一条与胎侧图案区域边缘相切的半径到极轴的角度为/>,胎侧图案区域离圆心最近的距离为/>, 离圆心最远的距离为/>,胎侧图案区域坐标为:
其中,,/>;
9)将区域坐标传送给程序,避开胎侧图案生成切口位置分布图。
作为优选,所述步骤7利用机器视觉检测系统,识别裂口目标,并对目标尺寸检测,其具体流程为:
1)将图像的像素坐标系转化为世界坐标系,标定采集图像与真实尺寸之间的比例关系;
2)通过加权平均值法将彩色图像转化为灰度图像,其计算公式为:
其中是灰度图像像素i位置的亮度值,/>、/>、/>分别表示彩色图像像素i位置的红色、绿色、蓝色分量值,T表示图像大小;
3)根据灰度图像的尺寸确定图像所有像素点数量M*N;
4)遍历图像灰度级0-255中的每一个灰度值L,假设L将图像分为背景和目标两个部分,确定背景的像素点数量以及像素的灰度值总和、/>,目标的像素点数量以及像素的灰度值总和 />、/>,计算背景和目标的像素点占图像的比例/>,其计算公式为:
5)计算背景和目标的灰度均值,其计算公式为:
6)计算类间方差,其计算公式为:
7)在遍历中找到使类间方差最大的灰度值L,此最大的灰度值L为分割背景和目标的阈值,将灰度图像转化为二值化图像;
8)利用轮廓提取方法提取裂口轮廓;
9)将提取的裂口轮廓作为Sanke曲线拟合的初始轮廓,再通过GVF Sanke曲线拟合,进行精确轮廓定位,得到裂口。
作为再优选,所述改进后的Sanke曲线拟合,进行精确轮廓定位,其具体流程为:
1)将使用轮廓提取方法得到裂口区域的初步轮廓作为GVF Snake的初始轮廓线;
2)Snake曲线拟合是以最小化能量函数为目标,将初始轮廓改变为具有最小能量的闭合曲线,其能量函数为:
其中第一项是弹性能量,第二项是弯曲能量,第三项是外部能量;
3)GVF Snake曲线拟合将梯度矢量流作为外力场,可得能量函数:
4)其中表示边缘图像的梯度;
5)通过求解欧拉方程求解GVF场,其方程如下:
6)其中为拉普拉斯算子。
作为再优选,所述步骤9中根据检测数据计算所需应变值,其计算应变公式为:
其中:ε是跟切口部位垂直方向上的应变;W是切口部位断裂生长宽度;L是切口长度。
进一步,本发明还公开了一种基于机器视觉的成品轮胎应力应变测量方法,该方法采用所述的设备进行测量,并包括以下的步骤:
步骤1:轮胎充气模块对轮胎充气;
步骤2:利用机器视觉引导系统确定轮胎的二维尺寸、直径、胎侧图案;
步骤3:固定轮胎;
步骤4:使用测距传感器扫描确定轮胎胎侧的轮廓;
步骤5:分析胎侧图案,生成切口位置分布图;
步骤6:通过刀具,切割轮胎;
步骤7:利用机器视觉检测系统,识别裂口目标,并对目标尺寸检测;
步骤8:根据指令为轮胎充气,重复7~8步骤,直至达到设定气压;
步骤9:根据检测数据计算所需应变值;
步骤10:检测结束,轮胎放气。
进一步,本发明还公开了一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现所述方法中的步骤2、步骤5、步骤7和步骤9。
进一步,本发明还公开了一种计算机程序产品,包括计算机程序或指令,该计算机程序或指令被处理器执行时实现所述方法中的步骤2、步骤5、步骤7和步骤9。
本发明相对于现有技术的有益效果为:第一,本发明可以基于机器视觉自动测量应力应变,避免了人工测试,保障了工人的生命安全;第二,本发明提供的机器视觉检测算法能够有效减小人工测量的误差,且算法简单、实现速度快。
附图说明
图1是本发明设备结构框架示意图。
图2是本发明一种基于机器视觉的成品轮胎应力应变测量方法的流程图;
图3是本发明实施例机器视觉相机拍摄轮胎轮廓示意图;
图4是本发明实施例固定轮胎示意图;
图5是本发明实施例轮胎胎侧有无胎侧图案时裂口切割位置对比示意图;
图6是本发明实施例轮胎充气前后胎侧裂口示意图。
具体实施方式
下面将结合附图对本发明做进一步的详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式,但本发明的保护范围不限于下述实施例。
如图1所示,本发明的所述的一种基于机器视觉的成品轮胎应力应变测量设备,该设备包括:
轮胎充气模块,用于轮胎充气;
机器视觉引导系统,用于确定轮胎的二维尺寸、直径和胎侧图案;
测距传感器模块,用于扫描确定轮胎胎侧的轮廓;
机器视觉检测系统,用于识别刀具切割轮胎后的裂口目标,并对目标尺寸检测;
测量控制模块,用于控制连接轮胎充气模块、机器视觉引导系统和测距传感器模块工作,并将机器视觉引导系统和测距传感器模块采集的数据传输给计算机设备;
以及,计算机设备,所述计算机设备获取轮胎的二维尺寸、直径和胎侧图案以及轮胎胎侧的轮廓,通过分析胎侧图案,生成切口位置分布图;并通过获取轮胎充气前、后的裂口目标的尺寸,再根据检测数据计算所需应变值。
本发明的机器视觉引导系统包括CCD相机201,轮胎充气模块、轮胎抱紧装置、机器视觉检测系统、测距传感器模块采用的为现有的功能模块,这里就不在详细描述。
本发明的实施例涉及一种基于机器视觉的成品轮胎应力应变测量方法,可用于对轮胎裂口应力应变的测量。
如图2所示,一种基于机器视觉的成品轮胎应力应变测量方法,进行如下操作:
步骤101轮胎充气模块对轮胎充气,使轮胎内部保持基础气压。
步骤102确定轮胎的二维尺寸、直径,具体流程是:
如图3所示,CCD相机201拍摄轮胎整体轮廓图像,首先将CCD相机201获得的图像转化为灰度图像;
对灰度图像 进行边缘检测,得到边缘图像/>;
定义感兴趣区域AOI,设置初始旋转角,给定阈值G;
以图像左上角为圆心、水平向右为x轴、竖直向下为y轴建立坐标系,其中()=(0,0)是原点,设/>表示的水平初值为1,从旋转角度/>计算斜率 m,然后计算垂直值 />;
在点(, 0)到点(0, />)的直线上搜索两个小于阈值G(大于阈值G)的像素,这将成为两个三角形角,搜索过程从图像的左侧到右侧执行。一旦建立了第一个像素,接下来的10个相邻像素是否都是小于阈值G(大于阈值G)。如果满足条件,则建立的像素定义为三角形的第一个角,用(/>,/>)表示。如果不是,则以同样的方式考虑下一个像素。该过程继续进行,直到获得第一个三角形角。随后,将连续扫描建立的下一个像素定义为三角形的第二个角,记为(/>,/>);
计算第一个角(,/>)和第二个角(/>,/>)的中点N,画一条垂线,从第一个中点N开始,到图像的另一边,一旦垂直线与一个小于阈值G(大于阈值G)像素相交,绘图过程就会停止,然后标记为(/>,/>)的点成为三角形的第三个角;
设A为从( ,/>)到(/>,/>)的直线长度,B为从(/>,/>)到(/>,/>)的直线长度,如果A比B短,即A与B之比小于1,则迭代过程为/>增加1个像素,重新计算/>,重复之前的步骤。如果A与B的比值仍然小于1,则继续迭代过程,直到比值等于1;
计算第二个中点O,它位于第一个角(,/>)和第三个角(/>,/>)之间,计算第三个中点P,它位于第二个角(/>,/>)和第三个角( />,/>)之间。
创建一条从第二个中点O到对边第二个角( ,/>)的直线,以及从第三个中点P到对边第一个角(/>,/>)的直线。将这两条直线的交点与第一个中点N到对边第三个角(/>,/>)的直线检测为候选圆心,将检测到的圆心收集到一个临时数组中;
更改下一次迭代的旋转角度值,重复之前的步骤,从临时阵列中选择重复次数最多的圆中心作为最终的圆心;
以所得最大圆与最小圆为切割边界,去除背景,保留圆环区域,得到带有胎侧图案的轮胎胎侧图像;
通过计算圆心与相关三角形的任何角之间的距离得到半径的像素长度,标定图像中胎面像素长度与真实尺寸之间的映射关系,确定轮胎的二维尺寸、直径。
步骤103固定轮胎,具体流程是:如图4所示,轮胎到达位置时,轮胎抱紧装置301将轮胎抱紧。
步骤104扫描确定轮胎的轮廓,其具体方法为:激光位移传感器扫描轮胎的轮廓,通过激光位移传感器坐标,拟合形貌,确定切割时机器人的位置和姿势,以确保刀具垂直于要切割的部分。
步骤105分析胎侧图案,生成切口位置分布图,其具体方法为:
对步骤102中轮胎胎侧图像中的单个胎侧图案进行组合,形成胎侧图案区域;
对图像像素灰度值翻转;
对轮胎胎侧图像进行高斯模糊处理,首先计算高斯卷积核,其计算公式为:
将二维高斯函数采样得到离散的卷积核,同时,还要乘以一个数使得卷积核内所有的值的和等于1;
遍历图像的所有的像素点,循环两次,然后在循环中对这个像素点附近的像素点进行计算,循环两次;
使用自适应二值化法对图像进行处理;
以霍夫圆变换的圆心为坐标圆心建立极坐标系,与胎侧图案区域边缘相切的半径到极轴的角度为,另一条与胎侧图案区域边缘相切的半径到极轴的角度为/>,胎侧图案区域离圆心最近的距离为/>, 离圆心最远的距离为/>,胎侧图案区域坐标为:
其中,,/>。
将区域坐标传送给程序,避开胎侧图案生成切口位置分布图。
步骤106切割轮胎,其具体流程为:如图5中401和403所示,按照步骤105中生成的切口位置切割轮胎。
步骤107识别裂口目标,检测目标尺寸。具体流程是:
机器视觉相机拍摄轮胎裂口图像,将图像的像素坐标系转化为世界坐标系,标定采集图像与真实尺寸之间的比例关系;
通过加权平均值法将彩色图像转化为灰度图像,其计算公式为:
其中,是灰度图像像素i位置的亮度值,/>、/>、 />分别表示彩色图像像素i位置的红色、绿色、蓝色分量值,T表示图像大小。
根据灰度图像的尺寸确定图像所有像素点数量M*N;
遍历图像灰度级0-255中的每一个灰度值L,假设L将图像分为背景和目标两个部分,确定背景的像素点数量以及像素的灰度值总和、/>,目标的像素点数量以及像素的灰度值总和/>、 />,计算背景和目标的像素点占图像的比例/>,其计算公式为:
计算背景和目标的灰度均值,其计算公式为:
计算类间方差,其计算公式为:
在遍历中找到使类间方差最大的灰度值L即为分割背景和目标的阈值,将灰度图像转化为二值化图像;
利用轮廓提取法提取裂口轮廓;
将提取的裂口轮廓作为Sanke曲线拟合的初始轮廓,再通过GVF Sanke曲线拟合,进行精确轮廓定位,得到裂口;
将使用轮廓提取方法得到裂口区域的初步轮廓作为GVF Snake的初始轮廓线;
Snake曲线拟合是以最小化能量函数为目标,将初始轮廓改变为具有最小能量的闭合曲线,其能量函数为:
其中第一项是弹性能量,第二项是弯曲能量,第三项是外部能量。
GVF Snake曲线拟合将梯度矢量流作为外力场,可得能量函数:
其中表示边缘图像的梯度。
通过求解欧拉方程求解GVF场,其方程如下:
其中为拉普拉斯算子。
步骤108轮胎充气,其具体流程为:如图6所示,未充气前切口形状如501,对轮胎进行充气,每次充气后放置24小时,充气气压分别为500 kPa、600 kPa、700 kPa、800kPa、900kPa,裂口扩大形状如502,重复步骤106,检测裂口,达到设定最大压力时停止充气。
步骤109计算应变值,其计算公式如下:
其中:ε是跟切口部位垂直方向上的应变;W是切口部位断裂生长宽度;L是切口长度。
步骤110轮胎放气。
以上为对本发明实施例的描述,通过对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的。本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施列,而是要符合与本文所公开的原理和新颖点相一致的最宽的范围。
Claims (10)
1.一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,该设备包括:
轮胎充气模块,用于轮胎充气;
机器视觉引导系统,用于确定轮胎的二维尺寸、直径和胎侧图案;
测距传感器模块,用于扫描确定轮胎胎侧的轮廓;
机器视觉检测系统,用于识别刀具切割轮胎后的裂口目标,并对目标尺寸检测;
测量控制模块,用于控制连接轮胎充气模块、机器视觉引导系统和测距传感器模块工作,并将机器视觉引导系统和测距传感器模块采集的数据传输给计算机设备;
以及,计算机设备,所述计算机设备获取轮胎的二维尺寸、直径和胎侧图案以及轮胎胎侧的轮廓,通过分析胎侧图案,生成切口位置分布图;并通过获取轮胎充气前、后的裂口目标的尺寸,再根据检测数据计算所需应变值。
2.根据权利要求1所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,机器视觉引导系统采用包括以下步骤的方法确定轮胎的二维尺寸、直径和胎侧图案;
1)首先将机器视觉引导系统获得的图像转化为灰度图像;
2)对灰度图像进行边缘检测,得到边缘图像/>
定义感兴趣区域AOI,设置初始旋转角,给定阈值G;
以图像左上角为圆心、水平向右为x轴、竖直向下为y轴建立坐标系,其中()=(0,0)是原点,设/>表示的水平初值为1,从旋转角度/>计算斜率 m,然后计算垂直值/>;
在点(, 0)到点(0, />)的直线上搜索两个小于阈值G或大于阈值G的像素,这将成为两个三角形角,搜索过程从图像的左侧到右侧执行;一旦建立了第一个像素,接下来的10个相邻像素是否都是小于阈值G(大于阈值G);如果满足条件,则建立的像素定义为三角形的第一个角,用(/>, />)表示;如果不是,则以同样的方式考虑下一个像素;
该过程继续进行,直到获得第一个三角形角;随后,将连续扫描建立的下一个像素定义为三角形的第二个角,记为(, />);
3)计算第一个角(, />)和第二个角(/>, />)的中点N,画一条垂线,从第一个中点N开始,到图像的另一边,一旦垂直线与一个小于阈值G(大于阈值G)像素相交,绘图过程就会停止,然后标记为(/>, />)的点成为三角形的第三个角;
设A为从(, />)到(/>, />)的直线长度,B为从(/>, />)到(/>, />)的直线长度,如果A比B短,即A与B之比小于1,则迭代过程为/>增加1个像素,重新计算/>,重复之前的步骤;如果A与B的比值仍然小于1,则继续迭代过程,直到比值等于1;
4)计算第二个中点O,它位于第一个角(, />)和第三个角(/>, />)之间,计算第三个中点P,它位于第二个角(/>, />)和第三个角(/>, />)之间;
5)创建一条从第二个中点O到对边第二个角(, />)的直线,以及从第三个中点P到对边第一个角(/>, />)的直线;将这两条直线的交点与第一个中点N到对边第三个角(/>, />)的直线检测为候选圆心,将检测到的圆心收集到一个临时数组中;
6)更改下一次迭代的旋转角度值,重复之前的步骤,从临时阵列中选择重复次数最多的圆中心作为最终的圆心;
7)以所得最大圆与最小圆为切割边界,去除背景,保留圆环区域,得到带有胎侧图案的轮胎胎侧图像;
8)通过计算圆心与相关三角形的任何角之间的距离得到半径的像素长度,标定图像中胎面像素长度与真实尺寸之间的映射关系,确定轮胎的二维尺寸、直径。
3.根据权利要求1所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,所述测距传感器选用激光位移传感器。
4.根据权利要求1所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,步骤5分析胎侧图案,生成切口位置分布图,其具体流程为:
将轮胎胎侧图像中的单个胎侧图案进行组合,形成胎侧图案区域;
对图像像素灰度值翻转;
对轮胎胎侧图像进行高斯模糊处理,首先计算高斯卷积核,其计算公式为:
将二维高斯函数采样得到离散的卷积核,同时,还要乘以一个数使得卷积核内所有的值的和等于1;
遍历图像的所有的像素点,循环两次,然后在循环中对这个像素点附近的像素点进行计算,循环两次;
使用自适应二值化法对图像进行处理;
以霍夫圆变换的圆心为坐标圆心建立极坐标系,与胎侧图案区域边缘相切的半径到极轴的角度为,另一条与胎侧图案区域边缘相切的半径到极轴的角度为/>,胎侧图案区域离圆心最近的距离为/>, 离圆心最远的距离为/>,胎侧图案区域坐标为:
其中,,/>;
将区域坐标传送给程序,避开胎侧图案生成切口位置分布图。
5.根据权利要求1所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,所述步骤7利用机器视觉检测系统,识别裂口目标,并对目标尺寸检测,其具体流程为:
将图像的像素坐标系转化为世界坐标系,标定采集图像与真实尺寸之间的比例关系;
通过加权平均值法将彩色图像转化为灰度图像,其计算公式为:
其中,是灰度图像像素i位置的亮度值,/>、/>、/>分别表示彩色图像像素i位置的红色、绿色、蓝色分量值,T表示图像大小;
根据灰度图像的尺寸确定图像所有像素点数量M*N;
遍历图像灰度级0-255中的每一个灰度值L,假设L将图像分为背景和目标两个部分,确定背景的像素点数量以及像素的灰度值总和、/>,目标的像素点数量以及像素的灰度值总和/>、/>,计算背景和目标的像素点占图像的比例/>,其计算公式为:
计算背景和目标的灰度均值,其计算公式为:
计算类间方差,其计算公式为:
在遍历中找到使类间方差最大的灰度值L,此最大的灰度值L为分割背景和目标的阈值,将灰度图像转化为二值化图像;
利用轮廓提取方法提取裂口轮廓;
将提取的裂口轮廓作为Sanke曲线拟合的初始轮廓,再通过GVF Sanke曲线拟合,进行精确轮廓定位,得到裂口。
6.根据权利要求5所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,所述改进后的Sanke曲线拟合,进行精确轮廓定位,其具体流程为:
将使用轮廓提取方法得到裂口区域的初步轮廓作为GVF Snake的初始轮廓线;
Snake曲线拟合是以最小化能量函数为目标,将初始轮廓改变为具有最小能量的闭合曲线,其能量函数为:
其中第一项是弹性能量,第二项是弯曲能量,第三项是外部能量;
GVF Snake曲线拟合将梯度矢量流作为外力场,可得能量函数:
其中表示边缘图像的梯度;
通过求解欧拉方程求解GVF场,其方程如下:
其中为拉普拉斯算子。
7.根据权利要求1所述的一种基于机器视觉的成品轮胎应力应变测量设备,其特征在于,所述步骤9中根据检测数据计算所需应变值,其计算应变公式为:
其中:ε是跟切口部位垂直方向上的应变;W是切口部位断裂生长宽度;L是切口长度。
8.一种基于机器视觉的成品轮胎应力应变测量方法,其特征在于,该方法采用权利要求1-7任意一项权利要求所述的设备进行测量,并包括以下的步骤:
步骤1:轮胎充气模块对轮胎充气;
步骤2:利用机器视觉引导系统确定轮胎的二维尺寸、直径、胎侧图案;
步骤3:固定轮胎;
步骤4:使用测距传感器扫描确定轮胎胎侧的轮廓;
步骤5:分析胎侧图案,生成切口位置分布图;
步骤6:通过刀具,切割轮胎;
步骤7:利用机器视觉检测系统,识别裂口目标,并对目标尺寸检测;
步骤8:根据指令为轮胎充气,重复7~8步骤,直至达到设定气压;
步骤9:根据检测数据计算所需应变值;
步骤10:检测结束,轮胎放气。
9.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求8所述方法中的步骤2、步骤5、步骤7和步骤9。
10.一种计算机程序产品,包括计算机程序或指令,其特征在于,该计算机程序或指令被处理器执行时实现权利要求8所述方法中的步骤2、步骤5、步骤7和步骤9。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352661.XA CN116481687A (zh) | 2023-04-04 | 2023-04-04 | 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352661.XA CN116481687A (zh) | 2023-04-04 | 2023-04-04 | 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116481687A true CN116481687A (zh) | 2023-07-25 |
Family
ID=87226108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310352661.XA Pending CN116481687A (zh) | 2023-04-04 | 2023-04-04 | 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116481687A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146729A (zh) * | 2023-10-31 | 2023-12-01 | 能科科技股份有限公司 | 一种伺服压机控制系统 |
-
2023
- 2023-04-04 CN CN202310352661.XA patent/CN116481687A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117146729A (zh) * | 2023-10-31 | 2023-12-01 | 能科科技股份有限公司 | 一种伺服压机控制系统 |
CN117146729B (zh) * | 2023-10-31 | 2024-02-20 | 能科科技股份有限公司 | 一种伺服压机控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378950B (zh) | 一种基于灰度和梯度融合的隧道结构裂缝识别方法 | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN109974582B (zh) | 一种汽车线束的芯线尺寸非接触式视觉检测装置及方法 | |
CN109978940B (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN112132907B (zh) | 一种相机标定方法、装置、电子设备及存储介质 | |
CN104680519A (zh) | 基于轮廓和颜色的七巧板识别方法 | |
CN112258426B (zh) | 一种基于Mask RCNN的脚手架图像自动倾斜校正的方法 | |
CN116481687A (zh) | 一种基于机器视觉的成品轮胎应力应变测量设备、方法和程序产品 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN112304954A (zh) | 一种基于线激光扫描及机器视觉的零件表面缺陷检测方法 | |
CN109540925B (zh) | 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法 | |
CN111402330B (zh) | 一种基于平面靶标的激光线关键点提取方法 | |
CN112194011A (zh) | 一种基于双目视觉的塔吊自动装载方法 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN111681222A (zh) | 一种刀痕崩边自动检测判断方法及其应用的划片机 | |
CN110617772A (zh) | 一种非接触式线径测量装置及方法 | |
CN104966302B (zh) | 一种任意角度激光十字的检测定位方法 | |
CN108257188A (zh) | 一种运动目标检测方法 | |
CN109671064A (zh) | 一种工业零部件表面裂纹的多目标检测方法 | |
CN103533332A (zh) | 一种2d视频转3d视频的图像处理方法 | |
CN113252103A (zh) | 一种基于matlab图像识别技术计算物料堆体积及质量的方法 | |
CN115690104B (zh) | 一种晶圆裂缝检测方法、装置及存储介质 | |
CN111652069A (zh) | 移动机器人的目标识别与定位方法 | |
CN114842335A (zh) | 用于建筑机器人的开槽目标识别方法及系统 | |
CN114998571A (zh) | 基于固定尺寸标志物的图像处理及颜色检测方法 |
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 |