CN118096759A - 检测轮胎花纹图案的方法、装置及电子设备 - Google Patents

Abstract

本申请公开了一种检测轮胎花纹图案的方法，包括：获取待处理的轮胎花纹图像；根据预构建的检测图案确定轮胎花纹图像中每个轮胎花纹的所有折角点；检测图案包括具有限定位置关系的多个图案分区；根据每个轮胎花纹的所有折角点，确定轮胎花纹图像中每个轮胎花纹，本申请的方法由于针对性地根据折角点四周的像素变化构建出适用于轮胎花纹检测的检测图案，能够有效从存在干扰的轮胎花纹图像中准确提取出轮胎花纹图案，以便于后续根据检测到轮胎花纹图案来测算轮胎花纹的深度。

Description

检测轮胎花纹图案的方法、装置及电子设备

技术领域

本申请属于图像处理领域，特别是涉及一种检测轮胎花纹图案的方法、装置及电子设备。

背景技术

轮胎表面通常带有凹凸不平的花纹，其主要作用是增加胎面和路面之间的摩擦力和排水能力。轮胎的磨损程度决定了行车过程中刹车的制动距离，影响到行车安全。

传统轮胎花纹深度检测装置通过激光照射轮胎采集到花纹图像，再通过三角测量法等方式计算实际深度数据，从而可以有效检测轮胎磨损程度，并对花纹深度过浅的轮胎进行及时预警，以避免由于轮胎过度磨损而导致发生交通事故。为了降低检测设备的高度，防止车辆驶过检测设备时剐蹭底盘，通常会进一步利用反射镜进行检测。具体地，根据成像原理，激光器发射的成像光束经过激光反射器偏转到轮胎表面，相机通过相机反射镜采集轮胎反射的成像光束，得到轮胎花纹图像，然后进一步计算花纹中沟槽的深度。但是这种方案，由于存在镜面反射，除了反射所需的轮胎花纹图案外，还会反射其他干扰图案，这些干扰图案会影响到轮胎花纹图案范围的确定，从而使得花纹沟槽深度的测量不够准确。

因此，如何从反射图像中准确提取出真实的轮胎花纹图案是亟待解决的技术问题。

发明内容

本申请的目的在于提供一种检测轮胎花纹图案的方法、装置及电子设备，能够从反射图像中准确提取出真实的轮胎花纹图案。

第一方面，本申请实施例提供了一种检测轮胎花纹图案的方法，该方法包括：

获取待处理的轮胎花纹图像；

根据预构建的检测图案确定轮胎花纹图像中每个轮胎花纹的所有折角点；检测图案包括具有限定位置关系的多个图案分区；

根据每个轮胎花纹的所有折角点，确定轮胎花纹图像中每个轮胎花纹。

在第一方面的一种可能的实现方式中，根据预构建的检测图案确定轮胎花纹图像中每个轮胎花纹的所有折角点，包括：

根据检测图案确定第一矩阵、第二矩阵、第三矩阵和第四矩阵，其中，第一矩阵、第二矩阵、第三矩阵和第四矩阵与上述多个图案分区相对应；

利用第一矩阵、第二矩阵、第三矩阵和第四矩阵分别提取轮胎花纹图像的图像特征，对应得到第一特征图、第二特征图、第三特征图和第四特征图；

根据第一特征图、第二特征图、第三特征图和第四特征图得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。

在第一方面的一种可能的实现方式中，利用第一矩阵、第二矩阵、第三矩阵和第四矩阵分别提取轮胎花纹图像的图像特征，对应得到第一特征图、第二特征图、第三特征图和第四特征图，包括：

将轮胎花纹图像沿着四周向外扩充预设个数的像素点，得到扩充图像，预设个数的像素点的值为轮胎花纹图像边界位置的值；

对第一矩阵进行归一化，得到归一化后的第一矩阵；

将归一化后的第一矩阵与扩充图像进行卷积处理，得到第一特征图。

在第一方面的一种可能的实现方式中，第一特征图满足下面的公式：

其中，表示第一特征图，/>表示轮胎花纹图像，/>表示第一矩阵，/>表示第一矩阵的尺寸，m设定为奇数。

在第一方面的一种可能的实现方式中，根据第一特征图、第二特征图、第三特征图和第四特征图得到轮胎花纹图像中每个轮胎花纹图案的所有折角点，包括：

将第一特征图和第三特征图相同位置像素点的值之间的差值的绝对值确定为水平差异特征图的对应像素点的值；

将第二特征图和第四特征图相同位置像素点的值之间的差值的绝对值确定为垂直差异特征图的对应像素点的值；

比较水平差异特征图和垂直差异特征图中相同位置像素点的值，将较小值确定为折角点特征图对应像素点的值；

对折角点特征图进行二值化处理，得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。

在第一方面的一种可能的实现方式中，水平差异特征图满足下面的公式：

其中，表示水平差异特征图，/>表示第一特征图，表示第三特征图。

在第一方面的一种可能的实现方式中，对折角点特征图进行二值化处理，得到轮胎花纹图像中每个轮胎花纹图案的所有折角点，包括：

统计折角点特征图中像素点的最大值；

根据最大值确定预设阈值；

将折角点特征图中大于或等于预设阈值的像素点的值设置为“1”，并将小于预设阈值的像素点的值设置为“0”；

将值为“1”的像素点确定为折角点，得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。

第二方面，本申请还提供了一种检测轮胎花纹图案的装置，该装置具有实现第一方面或其任意可能的实现方式中的方法的功能。具体地，该装置包括实现第一方面或其任意可能的实现方式中的方法的单元。

在其中的一个实施例中，该装置包括：

获取单元，用于获取待处理的轮胎花纹图像；

处理单元，用于根据预构建的检测图案确定该轮胎花纹图像中每个轮胎花纹的所有折角点，该检测图案包括具有限定位置关系的多个图案分区；

确定单元，用于根据每个轮胎花纹的所有折角点，确定轮胎花纹图像中每个轮胎花纹。

第三方面，本申请还提供了一种电子设备。该电子设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序。处理器执行计算机程序时实现上述第一方面任意一种实现方式的方法。

第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任意一种实现方式的方法。

第五方面，本申请还提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面任意一种实现方式的方法。

本申请实施例与现有技术相比存在的有益效果是：本申请的方案利用预构建的检测图案来确定采集到的轮胎花纹图像中的折角点，该折角点反映了轮胎花纹的沟槽和凸起的位置，之后再根据折角点的位置从确定出实际的轮胎花纹图案。本申请的方案直接利用具有限定位置关系的多个图案分区形成的检测图案来反映实际的轮胎花纹所具有的折角特征，并从轮胎花纹图像中确定了折角点，相比于通用的角点检测方法，本申请的方案只保留了实际的轮胎花纹图案，去除了干扰图案或像素点，检测结果更加准确。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的一种检测轮胎花纹图案的方法的应用环境图。

图2是本申请提供的一种检测轮胎花纹图案的方法的流程示意图。

图3是本申请提供的轮胎花纹图像中折角位置的示意图。

图4是本申请提供的检测轮胎花纹图案的原理示意图。

图5是本申请提供的从检测图案中确定第一矩阵的划分过程示意图。

图6是本申请提供的轮胎花纹区域的确定结果示意图。

图7是本申请提出的检测轮胎花纹图案的流程示意框图。

图8是本申请提供的一种检测轮胎花纹图案的装置的结构示意图。

图9是本申请提供的电子设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1是本申请提供的一种检测轮胎花纹图案的方法的应用环境图。

轮胎花纹表面具有多个沟槽，轮胎花纹的深度可以通过沟槽的深度计算出，因此，在进行轮胎花纹检测时，可以通过激光发射器将激光照射于轮胎花纹表面，同时使用相机对轮胎表面具有激光的位置进行拍摄得到激光花纹图像。激光花纹图像中的激光能够反映出凹槽和凸起的轮廓，因此通过分析激光花纹图像可以推算出轮胎花纹的深度。具体地，如图1中的（A）所示，检测设备20是一种驶过式轮胎花纹检测装置。当车辆通过斜坡，车辆轮胎10经过检测设备20时，激光器22被触发发射激光光束，同时启动相机21进行高速抓拍。激光器22发射激光光束通过激光反射镜24由水平方向变为垂直向上方向，穿过检测设备20上方的防护玻璃，即视野开窗，进而光斑落在车辆轮胎10的轮胎花纹表面。被照射到的轮胎花纹的图像经过相机反射镜23反射成像，并被相机21采集。之后再根据反射图像中轮胎花纹图案，利用三角测量法可以计算得到轮胎花纹沟槽处的深度。相比于无反射镜的检测设备而言，检测设备20的垂直高度更小。无反射镜的检测设备同样也是从车辆轮胎底部采集花纹图像，但是，为了能够拍摄到全部轮胎花纹，无反射镜的检测设备在检测时，需要让相机与车辆轮胎之间保持一定的垂直距离，因此无反射镜的检测设备需要存在一定高度，这将使得车辆容易剐蹭到底盘。而利用反射镜，就可以根据成像原理，将垂直方向的距离转化为水平方向的距离，因此检测设备20的高度大大减小，且视野开窗小，易于设计。

如图1中的（B）所示，反射图像中，由于激光光束的照射，轮胎花纹图案的部分，像素点呈较亮的白色，其余为黑色背景。但是，在实际应用过程中，相机21采集到的反射图像中除了轮胎花纹图案外，还会存在许多干扰图案。在轮胎花纹图案的上方，会存在轮胎花纹图案在相机反射镜23的反射图案，也就是图1中的（B）所示的干扰图案1。另外，激光器22发射的激光光束一部分会由检测设备20的防护玻璃反射，对应于图1中的（B）所示的干扰图案2。再例如，由于检测设备20 的工作环境并非是纯黑暗环境，因此环境光也会经由相机反射镜23被相机21采集到，对应于图1中的（B）所示的干扰图案3。另外，还存在其他情况的光线干扰，这里不再一一赘述。反射图像中的干扰图案会影响到后续计算轮胎沟槽深度，因此本申请提出了一种检测轮胎花纹图案的方法，从反射图像中准确提取出轮胎花纹图案，有效过滤其中的干扰图案，从而便于后续计算沟槽深度。

图2是本申请提供的一种检测轮胎花纹图案的方法的流程示意图。

S1，获取待处理的轮胎花纹图像。

待处理的轮胎花纹图像，也就是相机采集到的反射图像，可以通过图1中的（A）所示的检测设备获取得到，获取过程此处不再赘述。

优选地，待处理的轮胎花纹图像可以是灰度图像，这是由于在采集时为了过滤无关信息，减少运算，相机的镜头会根据需要叠加黑白滤镜。

S2，根据预构建的检测图案确定轮胎花纹图像中每个轮胎花纹的所有折角点。

图3是本申请提供的轮胎花纹图像中折角位置的示意图。

轮胎花纹的沟槽部分和凸起部分交错分布，因此实际的轮胎花纹图案部分最区别于干扰光图案的特征就是四种90度的折角。如图3中的（A）所示，该折角对应凸起部分结束位置处，如图3中的（B）所示，该折角对应沟槽部分开始位置处，如图3中的（C）所示，该折角对应沟槽部分结束位置处，如图3中的（D）所示，该折角对应凸起部分开始位置处。这四种折角依次排列组合，从而形成轮胎花纹图案。该折角点也可以看作是轮胎花纹的轮廓的极值点，类似于角点。若将图3中的（A）、图3中的（B）、图3中的（C）和图3中的（D）中的每段弯折部分都视为一段轮胎花纹，也就是说，待处理的轮胎花纹图像中包括多个轮胎花纹，每个轮胎花纹都都会对应一个折角点，这些折角点也就反映了轮胎花纹的整体轮廓。

传统检测角点的方法，例如Harris角点检测，虽然也可以提取出轮胎花纹图案，但除此之外，由于干扰图案也符合Harris角点检测的基本思想，一部分干扰图案也会被保留，也就是说，传统角点检测的方法不能针对性地有效过滤掉干扰图案，不利于后续沟槽深度的进一步处理。因此，本申请的方案利用折角点来确定实际的轮胎花纹图案，即目标图案。

具体地，检测图案包括具有限定位置关系的多个图案分区。为了便于理解，检测图案可以看作是一种图像处理算子，用于提取图像的特定特征。在本申请实施例中，检测图案可以包括上下左右四个图案分区，利用待处理的轮胎花纹图像中折角和非折角处于这四个图案分区中时的像素差异特征的不同，可以针对性构建检测图案，并对轮胎花纹图案进行处理，确定出折角位置。

S3，根据每个轮胎花纹各自的所有折角点，确定轮胎花纹图像中每个轮胎花纹。

在确定得到所有的折角点后，可以根据折角点的坐标来确定轮胎花纹的区域。例如，步骤S2得到的所有折角点的集合中，横坐标最小值和纵坐标最小值组成的坐标记为A，横坐标最大值和纵坐标最大值组成的坐标记为B，根据A和B这两点的坐标，就可以在轮胎花纹图像上标注出一个矩形框，该矩形框内的图案就是整体的轮胎花纹图案，其中，每两个相邻折角点之间即为一段轮胎花纹。这样不仅能够直观显示实际的轮胎花纹图案区域，也能够保存完整的折角点坐标信息，从而便于后续沟槽深度的测算。

本申请的方案利用预构建的检测图案来确定采集到的轮胎花纹图像中的折角点，该折角点反映了轮胎花纹的沟槽和凸起的位置，之后再根据折角点的位置从确定出实际的轮胎花纹图案。本申请的方案直接利用具有限定位置关系的多个图案分区形成的检测图案来反映实际的轮胎花纹所具有的折角特征，并从轮胎花纹图像中确定了折角点，相比于通用的角点检测方法，本申请的方案只保留了实际的轮胎花纹图案，去除了干扰图案或像素点，检测结果更加准确。

图4是本申请提供的检测轮胎花纹图案的原理示意图。

首先根据待处理的轮胎花纹图像的白色线宽确定检测图案，在本申请实施例中，检测图案如图4左边所示，可以是一个十字型图案，包括上下左右四个图案分区。为了说明，此处假设白色线宽为1个像素，那么对应地，该十字型图案的线宽也为1个像素。然后将该十字型图案的左右上下四个方格区域分别记为L区、R区、U区和D区。将该十字型图案覆盖在花纹图案上，并逐像素移动。在移动过程中，该十字型图案与轮胎花纹图案像素值之间存在以下几种情况：

a.当十字型图案处于折角位置时，如图4中的折角1、折角2、折角3和折角4位置，可以看出，L区像素值和R区像素值差异较大，同时U区像素值和D区像素差异也较大。

b.当十字型图案处于直线中央位置时，如图4中的水平直线中央区域和垂直直线中央区域，可以看出L区像素值和R区像素值差异较小，同时U区像素值和D区像素值差异也较小。

c.当十字型图案处于水平直线端点位置时，如图4中的水平直线左边沿区域和水平直线右边沿区域，可以看出L区像素值和R区像素值差异较大，而U区像素值和D区像素值差异较小。

d. 当十字型图案处于垂直直线端点位置时，如图4中的垂直直线上边沿区域和垂直直线下边沿区域，可以看出L区像素值和R区像素值差异较小，而U区像素值和D区像素值差异较大。

基于上述原理，进一步地，将十字型图案的中央方格记为C区，并假设此时的原图像为理想图像，也就是说花纹图案部分的白色线的像素值均为255。然后将十字型图案覆盖在原图像image_o上，并水平向右移动，当覆盖水平直线的中间线段部分时，L区域像素值与R区域像素值接近，当覆盖折角点区域时，L区域像素值和R区域像素值发生显著差异，因此，可以对L区、R区、U区、D区以及C区的像素值重新加权，赋予C区域新的像素值，这里为便于理解，取L区域像素值赋予C区域像素值，加权处理后得到image_1，相当于原图像整体向右移动。同理，将十字型图案水平向左移动，选择R区域为高权重区域，加权处理后得到image_2，相当于将原图像整体向左移动。之后对image_1和image_2相同位置处的像素值作差，位于中间线段处的像素点两者作差后相互抵消，像素值为0，而端点处的像素点两者作差后并不会相互抵消，因此像素值还是255。也就是说，通过左右平移可以使得水平方向的中间线段的像素值减小，从而去除水平方向的中间线段部分，也就得到了水平方向的端点位置。同理，通过上下平移可以使得垂直方向的中间线段的像素值减小，从而去除垂直方向的中间线段部分，也就得到了垂直方向的端点位置。之后，再综合水平方向的端点位置以及垂直方向的端点位置，即可得到折角点的位置，从而确定出每段花纹的区域以及整体花纹的区域。

在一种实现方式中，根据预构建的检测图案确定轮胎花纹图像中每个轮胎花纹图案的所有折角点，可以包括以下步骤：

S21，根据检测图案确定第一矩阵、第二矩阵、第三矩阵和第四矩阵。

本实施例中，检测图案可以是如图4所示的十字型图案，其线宽和轮胎花纹图案的线宽相等。在实际应用时，可先通过调试确定检测图案的线宽。图5是本申请提供的从检测图案中确定第一矩阵的划分过程示意图。如图5所示，假设轮胎花纹图案的线宽为5个像素，那么十字型图案的线宽也为5个像素，将这个十字型图案的每个像素点的值设置为1，扩展成一个正方形矩阵，该矩阵的其余部分的值设置为0，可以得到如图5所示的一个15*15的初始矩阵，也就是说，该正方形初始矩阵的尺寸是轮胎花纹图案的线宽的3倍。

接着，对照检测图案的多个图案分区，即十字型图案的上下左右分区，将得到的正方形初始矩阵进行划分，得到第一矩阵、第二矩阵、第三矩阵和第四矩阵，在一个实施例中，第一矩阵对应于十字型图案的左边分区，第二矩阵对应于十字型图案的上方分区，第三矩阵对应于十字型图案的右边分区，第四矩阵对应于十字型图案的下方分区。

下面以第一矩阵为例，详细说明从正方形初始矩阵中确定第一矩阵的划分过程。首先将初始矩阵两条对角线形成的四个区域中的左边区域的像素值保留，其余三个部分的像素值设置为0。接着将两条对角线上的像素点的值设置为原始像素值的一半，即0.5，同时，将两条对角线形成的交点处的像素值设置为原始像素值的四分之一，即0.25。经过上述步骤划分后，形成的矩阵即为第一矩阵。第一矩阵也为正方形矩阵，并且第一矩阵的尺寸也是轮胎花纹图案的线宽的3倍。

同理，与得到第一矩阵过程类似，根据初始矩阵两条对角线形成的四个区域中的上方区域可以得到第二矩阵，根据初始矩阵两条对角线形成的四个区域中的右边区域可以得到第三矩阵，根据初始矩阵两条对角线形成的四个区域中的下方区域可以得到第四矩阵。第一矩阵、第二矩阵、第三矩阵和第四矩阵的尺寸均相等，并且，这四个矩阵对应位置的像素值相加后形成的矩阵等于初始矩阵。

在一种实现方式中，在得到第一矩阵后，还可以通过旋转操作得到第二矩阵、第三矩阵和第四矩阵。具体地，第二矩阵可以看作是第一矩阵顺时针旋转90度得到的，第三矩阵可以看作是第一矩阵顺时针旋转180度得到的，第四矩阵可以看作是第一矩阵顺时针旋转270度得到的。

S22，利用第一矩阵、第二矩阵、第三矩阵和第四矩阵分别提取轮胎花纹图像的图像特征，对应得到第一特征图、第二特征图、第三特征图和第四特征图。

由于第一矩阵、第二矩阵、第三矩阵和第四矩阵分别代表了十字型的不同位置，所以将这四个矩阵作为算子，利用其对轮胎花纹图像进行特征提取，得到的特征图分别记为第一特征图、第二特征图、第三特征图和第四特征图。下面以第一矩阵为例，具体说明得到第一特征图的具体过程。

在一种实现方式中，步骤S22可以包括：

将轮胎花纹图像沿着四周向外扩充预设个数的像素点，得到扩充图像，预设个数的像素点的值为轮胎花纹图像边界位置的值；对第一矩阵进行归一化，得到归一化后的第一矩阵；将归一化后的第一矩阵与扩充图像进行卷积处理，得到第一特征图。

在一种实现方式中，第一矩阵与第一特征图之间满足下面的公式：

其中，表示第一特征图，/>表示轮胎花纹图像，/>表示归一化后的第一矩阵，/>表示第一矩阵的尺寸，m设定为奇数。

需要说明的是，第一矩阵的尺寸大小也可以记为3n*3n，其中n表示轮胎花纹图案的典型的像素线宽，更有利于卷积过程提取花纹图案的角点的特征。

需要说明的是，为保证第一矩阵能够遍历处理到轮胎花纹图像的每个像素，即处理后得到的第一特征图的尺寸不发生变化，在进行卷积处理前，首先需要将轮胎花纹图像上下左右四周向外扩充/>个像素，像素值取边界部分的像素值。之后再将归一化后的第一矩阵与扩充后的轮胎花纹图像按照上述公式进行处理，得到第一特征图。

与得到第一特征图的过程类似地，利用第二矩阵提取轮胎花纹图像的特征可以得到第二特征图，具体地，第二矩阵与第二特征图之间满足下面的公式：

其中，表示第二特征图，/>表示轮胎花纹图像，/>表示归一化后的第二矩阵，/>表示第二矩阵的尺寸。

与得到第一特征图的过程类似地，利用第三矩阵提取轮胎花纹图像的特征可以得到第三特征图，具体地，第三矩阵与第三特征图之间满足下面的公式：

其中，表示第三特征图，/>表示轮胎花纹图像，/>表示归一化后的第三矩阵，/>表示第三矩阵的尺寸。

与得到第一特征图的过程类似地，利用第四矩阵提取轮胎花纹图像的特征可以得到第四特征图，具体地，第四矩阵与第四特征图之间满足下面的公式：

其中，表示第四特征图，/>表示轮胎花纹图像，/>表示归一化后的第四矩阵，/>表示第四矩阵的尺寸。

S23，根据第一特征图、第二特征图、第三特征图和第四特征图得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。

由于第一矩阵、第二矩阵、第三矩阵和第四矩阵之间存在一定的位置关系，故而第一特征图、第二特征图、第三特征图和第四特征图之间也存在相应的位置关系。利用这一位置关系，可以得到折角点。

在一种实现方式中，步骤S23可以包括以下步骤：

S231，将第一特征图和所述第三特征图相同位置像素点的值之间的差值的绝对值确定为水平差异特征图的对应像素点的值；

为了便于理解，第一特征图可以看作是待处理的轮胎花纹图像向右平移得到，第三特征图可以看作是待处理的轮胎花纹图像向左平移得到。需要说明的是，由于卷积运算，第一特征图与待处理的轮胎花纹图像的像素值不同，这里所说的向左或向右平移是一种整体趋势，并非是数值上的平移。将第一特征图和第三特征图之间作差，是为了使得水平方向的中间线段部分的像素值减小，放大水平方向端点处的像素值。示例性地，第一特征图与第二特征图相同位置处的像素点，若该像素点是处于中间线段部分，那么两者之间的差值会较小，若该像素点处于端点部分，那么两者之间的差值就会较大，因此通过差值这一特征就可以准确过滤掉中间线段部分。

在一种实现方式中，水平差异特征图满足下面的公式：

其中，表示水平差异特征图，/>表示第一特征图，表示第三特征图。

S232，将第二特征图和第四特征图相同位置像素点的值之间的差值的绝对值确定为垂直差异特征图的对应像素点的值；

为了便于理解，第二特征图可以看作是待处理的轮胎花纹图像向上平移得到，第四特征图可以看作是待处理的轮胎花纹图像向下平移得到。需要说明的是，这里所说的向上或向下平移也是一种整体趋势，并非是数值上的平移。将第二特征图和第四特征图之间作差，是为了使得竖直方向的中间线段部分的像素值减小，放大竖直方向端点处的像素值。

在一种实现方式中，垂直差异特征图满足下面的公式：

其中，表示垂直差异特征图，/>表示第二特征图，表示第四特征图。

S233，比较水平差异特征图和垂直差异特征图中相同位置像素点的值，将较小值确定为折角点特征图对应像素点的值；

水平差异特征图和垂直差异特征图之间通过相同位置取较小值，去除了由于卷积操作带来的干扰，避免将真实折角点附近的像素点误确定为折角点。折角点特征图可以反映该像素点处为折角点的可能性。折角点特征图中，像素点的值越大，意味着该像素点是折角点的可能性越大。

在一种实现方式中，折角点特征图满足下面的公式：

其中，表示折角点特征图，/>表示水平差异特征图，表示垂直差异特征图。

S234，对折角点特征图进行二值化处理，得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。

由于折角点特征图可以反映该像素点处为折角点的可能性，故而通过设置阈值可以筛选出所有折角点，也就是说，将满足该阈值的像素点确定为折角点，不满足该阈值的像素点就不是折角点。

在一种实现方式中，二值化过程满足下面的公式：

其中，表示处理后得到的折角点，/>表示折角点特征图，表示阈值。需要说明的是，将值设置为“1”的目的在于区别折角点和非折角点，可以理解为一个标志位或者一个标签。因此，当像素点的值大于或等于该预设阈值时，还可以统一将此类像素点的值设置为其他数值，例如“255”等。本申请对此处设置的像素点的值不作具体限定。

在一种实现方式中，步骤S234可以包括：统计折角点特征图中像素点的最大值；根据最大值确定预设阈值；将折角点特征图中大于或等于预设阈值的像素点的值设置为“1”，并将小于预设阈值的像素点的值设置为“0”；将值为“1”的像素点确定为折角点，得到轮胎花纹图像中每个轮胎花纹图案的所有折角点。在这种实现方式中，根据折角点特征图中亮度最大的像素点为标准来设置阈值筛选折角点，这样更加准确和通用。在一种实现方式中，最大值的预设百分比可以确定为预设阈值。在一个示例中，将统计得到的折角点特征图中像素点的最大值记为，那么，预设阈值可以是最大像素值的75%，即。应理解，上述数值仅为举例，预设阈值可以根据实际需要进行调整，本申请对百分比的数值不作具体限定。

通过上述步骤，可以确定出折角点的具体位置。由于折角点特征图与待处理的轮胎花纹图像的尺寸一致，因此，折角点特征图中确定的折角点位置与待处理的轮胎花纹图像的折角点位置一致。根据折角点位置确定轮胎花纹图案的具体过程参见步骤S3的描述，此处不再赘述。

图6是本申请提供的轮胎花纹区域的确定结果示意图。

在一个实施例中，在确定轮胎花纹图案时，可以在待处理的轮胎花纹图像中标注出轮胎花纹图案的区域。如图6所示，通过[x_min，y_min]以及[x_max，y_max]框出一个矩形框，该矩形框中的图案即为轮胎花纹图案。通过图6可以看出，本申请的方法能够在原始轮胎花纹图像存在干扰图案的情况下，准确提取折角点，并确定出实际的轮胎花纹图案的区域 。并且由于检测图案是根据实际轮胎花纹图案的折角点所具有的像素变化特征进行预构建的，也就是说检测图案是有针对性地构建得到的，因此能够有效从存在干扰的轮胎花纹图像中准确提取出轮胎花纹图案，以便于后续根据检测到轮胎花纹图案来测算轮胎花纹的深度。

图7是本申请提出的检测轮胎花纹图案的流程示意框图。图7所示的方法可以看作是图2所示方法的一个具体示例。

S701，加载待处理图像。

该步骤可以看作是步骤S1的一个具体示例。其中，待处理图像image_o可以看作是图2中待处理的轮胎花纹图像的一个具体示例。

S702，构造kernel。

该步骤可以看作是步骤S21的一个具体示例。在确定待处理图像中的白色线条线宽后，构建与线宽对应尺寸的检测图案。根据检测图案首先构造出kernel_left，kernel_left可以看作是第一矩阵的一个具体示例。接着，对kernel_left顺时针旋转180度得到kernel_right，kernel_right可以看作是第三矩阵的一个具体示例。接着，对kernel_left顺时针旋转90度得到kernel_up，kernel_up可以看作是第二矩阵的一个具体示例。对kernel_left顺时针旋转270度得到kernel_down，kernel_down可以看作是第四矩阵的一个具体示例。应理解，kernel_right、kernel_up和kernel_down可以同时构造，也可以在上一已构造的kernel为基准旋转相应角度得到。

S703，利用构造的kernel对待处理图像进行特征提取，即进行卷积操作。

该步骤可以看作是步骤S22的一个具体示例。具体地，将kernel_left和image_o卷积得到的特征图记为conv_left，conv_left可以看作是第一特征图的一个具体示例；将kernel_right和image_o卷积得到的特征图记为conv_right，conv_right可以看作是第三特征图的一个具体示例；将kernel_up和image_o卷积得到的特征图记为conv_up，conv_up可以看作是第二特征图的一个具体示例；将kernel_down和image_o卷积得到的特征图记为conv_down，conv_down可以看作是第四特征图的一个具体示例。

S704，逐像素取conv_left和conv_right差值的绝对值；逐像素取conv_up和conv_down差值的绝对值；

该步骤可以看作是步骤S231和步骤S232的一个具体示例。

将conv_left和conv_right差值的绝对值构成的特征图记为hor_diff，hor_diff可以看作是水平差异特征图的一个具体示例；将conv_up和conv_down差值的绝对值构成的特征图记为ver_diff，ver_diff可以看作是垂直差异特征图的一个具体示例。

S705，逐像素取hor_diff和ver_diff之间的较小值，得到conv_diff。该步骤可以看作是步骤S233的一个具体示例，conv_diff可以看作是折角点特征图的一个具体示例。

S706，获取conv_diff最大像素值并确定阈值。

S707，利用阈值对conv_diff进行二值化处理。

步骤S706和步骤S707组合起来可以看作是步骤S234的一个具体示例。经过上述步骤之后，得到一组折角点的坐标，该折角点的坐标反映了轮胎花纹的轮廓。

S708，确定矩形框。

S709，在image_o上绘制矩形框。

步骤S708和步骤S709组合起来可以看作是步骤S3的一个具体示例。在绘制完矩形框后，可以将矩形框外的像素点的值都置为“0”，得到目标图像进行输出。也就是说，只保留矩形框内白色轮廓线，该白色轮廓线也就是实际的轮胎花纹图案，而矩形框外的部分均为黑色背景区域，由此来排除干扰图案对后续沟槽深度的测算产生影响的风险。

上文主要结合附图对本申请实施例的方法进行了介绍。需要说明的是，上文中出现的所有数值仅仅用于示例，并不对本申请构成具体限制。同时应理解，虽然如上所述的各实施例所涉及的流程图中的各个步骤依次显示，但是这些步骤并不是必然按照图中所示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。下面结合附图对本申请实施例的装置进行介绍。为了简洁，在下文介绍装置时，会进行适当省略，相关内容可以参照上文方法介绍中的相关描述，不再重复介绍。

图8是本申请提供的一种检测轮胎花纹图案的装置的结构示意图。

如图8所示，该装置1000包括获取单元1001，处理单元1002和确定单元1003。该装置1000能够执行上文任意一种检测轮胎花纹图案的方法。例如，获取单元1001可用于执行步骤S1，处理单元1002可用于执行步骤S2，确定单元1003可用于执行步骤S3。又例如，处理单元1001还可用于执行步骤S21至步骤S23。再例如，获取单元1001可用于执行步骤S701，处理单元1002可用于执行步骤S702至步骤S707，确定单元1003可用于执行步骤S708至步骤S709。

在一种实现方式中，装置1000还可以包括存储单元，用于存储数据。该存储单元可以是集成在上述任意一个单元中，也可以是独立于上述所有单元之外的单元。

图9是本申请提供的电子设备的结构示意图。该电子设备用于对图1所示的检测设备采集到的图像后续进行图像处理。该电子设备可以集成在图1所示的检测设备中，也可以作为独立设备与图1所示的检测设备进行连接后进行轮胎花纹图案的检测。如图9所示，该实施例的电子设备3000包括：至少一个处理器3001（图9仅示出一个）、存储器3002以及存储在存储器3002中并可在至少一个处理器3001上运行的计算机程序3003，处理器3001执行计算机程序3003时实现上述实施例中的步骤。

处理器3001可以是中央处理单元(Central Processing Unit, CPU)，该处理器3001还可以是其他通用处理器、数字信号处理器(Digital Signal Processor, DSP)、专用集成电路(Application Specific Integrated Circuit, ASIC)、现成可编程门阵列(Field-Programmable Gate Array, FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器3002在一些实施例中可以是电子设备3000的内部存储单元，例如电子设备3000的硬盘或内存。存储器3002在另一些实施例中也可以是电子设备3000的外部存储设备，例如电子设备3000上配备的插接式硬盘，智能存储卡 ( Smart Media Card, SMC)，安全数字(Secure Digital, SD)卡，闪存卡(Flash Card)等。进一步地，存储器3002还可以既包括电子设备3000的内部存储单元也包括外部存储设备。存储器3002用于存储操作系统、应用程序、引导装载程序(Boot Loader)数据以及其他程序等，例如计算机程序的程序代码等。存储器3002还可以用于暂时地存储已经输出或者将要输出的数据。

需要说明的是，上述单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，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单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory, RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，能够实现上述各个方法。所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。在描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

另外，在本申请说明书和所附权利要求书的描述中，术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置、计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置、计算机设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种检测轮胎花纹图案的方法，其特征在于，包括：

获取待处理的轮胎花纹图像；

根据预构建的检测图案确定所述轮胎花纹图像中每个轮胎花纹的所有折角点；所述检测图案包括具有限定位置关系的多个图案分区；

根据每个轮胎花纹的所有折角点，确定所述轮胎花纹图像中每个轮胎花纹。

2.根据权利要求1所述的方法，其特征在于，所述根据预构建的检测图案确定所述轮胎花纹图像中每个轮胎花纹图案的所有折角点，包括：

根据所述检测图案确定第一矩阵、第二矩阵、第三矩阵和第四矩阵，所述第一矩阵、所述第二矩阵、所述第三矩阵和所述第四矩阵与所述多个图案分区相对应；

利用所述第一矩阵、所述第二矩阵、所述第三矩阵和所述第四矩阵分别提取所述轮胎花纹图像的图像特征，对应得到第一特征图、第二特征图、第三特征图和第四特征图；

根据所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图得到所述轮胎花纹图像中每个轮胎花纹图案的所有折角点。

3.根据权利要求2所述的方法，其特征在于，所述利用第一矩阵、第二矩阵、第三矩阵和第四矩阵分别提取所述轮胎花纹图像的图像特征，对应得到第一特征图、第二特征图、第三特征图和第四特征图，包括：

将所述轮胎花纹图像沿着四周向外扩充预设个数的像素点，得到扩充图像，所述预设个数的像素点的值为所述轮胎花纹图像边界位置的值；

对所述第一矩阵进行归一化，得到归一化后的第一矩阵；

将所述归一化后的第一矩阵与所述扩充图像进行卷积处理，得到所述第一特征图。

4.根据权利要求2所述的方法，其特征在于，所述第一特征图满足下面的公式：

其中，表示第一特征图，/>表示轮胎花纹图像，/>表示第一矩阵，/>表示第一矩阵的尺寸，m设定为奇数。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图得到所述轮胎花纹图像中每个轮胎花纹图案的所有折角点，包括：

将所述第一特征图和所述第三特征图相同位置像素点的值之间的差值的绝对值确定为水平差异特征图的对应像素点的值；

将所述第二特征图和所述第四特征图相同位置像素点的值之间的差值的绝对值确定为垂直差异特征图的对应像素点的值；

比较所述水平差异特征图和所述垂直差异特征图中相同位置像素点的值，将较小值确定为折角点特征图对应像素点的值；

对所述折角点特征图进行二值化处理，得到所述轮胎花纹图像中每个轮胎花纹图案的所有折角点。

6.根据权利要求5所述的方法，其特征在于，所述水平差异特征图满足下面的公式：

其中，表示水平差异特征图，/>表示第一特征图，/>表示第三特征图。

7.根据权利要求5所述的方法，其特征在于，所述对所述折角点特征图进行二值化处理，得到所述轮胎花纹图像中每个轮胎花纹图案的所有折角点，包括：

统计所述折角点特征图中像素点的最大值；

根据所述最大值确定预设阈值；

将所述折角点特征图中大于或等于所述预设阈值的像素点的值设置为“1”，并将小于预设阈值的像素点的值设置为“0”；

将值为“1”的像素点确定为折角点，得到所述轮胎花纹图像中每个轮胎花纹图案的所有折角点。

8.一种检测轮胎花纹图案的装置，其特征在于，包括：

获取单元，用于获取待处理的轮胎花纹图像；

处理单元，用于根据预构建的检测图案确定所述轮胎花纹图像中每个轮胎花纹的所有折角点；所述检测图案包括具有限定位置关系的多个图案分区；

确定单元，用于根据每个轮胎花纹的所有折角点，确定所述轮胎花纹图像中每个轮胎花纹。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，使得所述电子设备实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被电子设备执行时实现如权利要求1至7中任一项所述的方法。