JP2018501480A - タイヤ内の条線を検出するための方法 - Google Patents
タイヤ内の条線を検出するための方法 Download PDFInfo
- Publication number
- JP2018501480A JP2018501480A JP2017532109A JP2017532109A JP2018501480A JP 2018501480 A JP2018501480 A JP 2018501480A JP 2017532109 A JP2017532109 A JP 2017532109A JP 2017532109 A JP2017532109 A JP 2017532109A JP 2018501480 A JP2018501480 A JP 2018501480A
- Authority
- JP
- Japan
- Prior art keywords
- segment
- pixel
- values
- representation
- voxel
- 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
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Tires In General (AREA)
- Image Generation (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
タイヤのデジタル表現(10)内に存在する条線を参照するための方法において、条線のタイプを参照するために、自動手段は、−参照される条線(1、2)のタイプを含む少なくとも1つの表現を決定するステップと、−表現(10)のピクセル又はボクセルの少なくとも1つのセグメントを識別するステップと、−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップと、を実行する。【選択図】図1
Description
本発明は、画像内の条線の検出及び参照に関する。
情報が刻み込まれたタイヤの領域の位置決めを行う目的で、特にタイヤの画像内の条線を検出することが望ましい。これらの領域を、その後、欠陥を含んでいないことをチェックするために検出することもまた望ましい場合がある。条線付き領域は、所与の方向に規則的に繰り返される形状、線又は曲線などのパターンを有するような領域である。
画像内の条線を検出するための、条線の頻度(周波数)を検出するためにスペクトル的手法を用いる公知の方法がある。この目的で、フーリエ・フィルタリングが一般的に用いられる。被検査画像に対してフーリエ変換を行う。得られた画像は、フーリエ空間内で検査画像の周波数を表し、その中で画像のグレイレベル又はカラーレベルの異なる周波数に対応して、ピークが見いだされる。したがって、初期画像内の条線に対応する周波数が見いだされ、初期画像内の条線の存在及び位置がこれらの周波数から推定される。しかしながら、この手法は、特に大きい画像に対して使用される場合、それに対してフーリエ変換の演算処理を行う必要があり、計算時間の費用がかさむ。そしてまた、この手法は、特に条線に対応する周波数を背景ノイズに対応する周波数から分離することが複雑なことであることから、比較的難しくかつ不正確である。なぜなら、フーリエ変換によって得られた画像内で条線に対応する周波数ピークが明確に画定されることはめったにないからである。
画像内の条線を検出するための別のタイプの方法は、検査画像を参照画像として知られる条線を含む画像と比較して、画像間の相関率を計算することにある。このタイプの方法の主たる欠点は、参照画像を収容するのに非常に大容量のメモリを必要とすること、及び画像部分を互いに比較して相関率を決定するのに非常に長い計算時間を要することである。
本発明の1つの目的は、上述の方法と比べて、より単純、より正確、及びより信頼性が高く、一方で、計算時間及びメモリの費用がより少ない方法を提供することである。
この目的で、タイヤのデジタル表現内に存在する条線を参照するための方法が提供され、該方法において、条線タイプを参照するために、自動手法は、以下のステップを実行する。
−参照される条線タイプを含む少なくとも1つの表現を決定するステップ、
−該表現のピクセル又はボクセルの少なくとも1つのセグメントを識別するステップ、及び
−該セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップ。
−参照される条線タイプを含む少なくとも1つの表現を決定するステップ、
−該表現のピクセル又はボクセルの少なくとも1つのセグメントを識別するステップ、及び
−該セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップ。
したがって、記録された値、又は記録された値の各々は、その後、対照として用いられ、該対照は、ある検査画像が条線を含んでいるか否かを判定するために、検査画像内で測定された1つ又はそれ以上の値と比較される。例えば一度にピクセル1つずつ画像を検討する代わりに、セグメント手法を用いて、連続的なピクセルのシーケンスに関連した値を参照することができる。それゆえ、この手法は、セグメントが条線と垂直な場合に特に適しており、その場合、グレイレベル又はカラーレベル間の差に関連した値は、ピクセルのレベルの変動を明らかにする。この方法は、その後で用いられる条線検出法のタイプに依存しない。ピクセルではなくボクセルが関与する場合にも同じ見解が適用できる。そのことはまた、以下の文章全体にわたって、ピクセルが考慮に入れられている場合に当てはまる。
本発明による方法が用いられるデジタル表現は、3つのタイプであり得る。すなわち、
−各ピクセルが輝度情報を持つ二次元画像に対応する「2D」として知られる表現、
−各ピクセルが深度情報を持つ二次元画像に対応する「2.5D」として知られる表現、
−各ボクセルが輝度情報を持つ三次元画像に対応する「3D」として知られる表現。
−各ピクセルが輝度情報を持つ二次元画像に対応する「2D」として知られる表現、
−各ピクセルが深度情報を持つ二次元画像に対応する「2.5D」として知られる表現、
−各ボクセルが輝度情報を持つ三次元画像に対応する「3D」として知られる表現。
用いられる取得データ(acquisition)が「レリーフ」タイプのデータ要素を含む場合、画像の各ピクセルは、条線の深度に関するトポロジ情報を持つ。グレイレベル又はカラーレベルは、この条線深度に対応する。取得データが輝度情報を持つ場合、レベルは、例えば条線の底部と頂部との間のコントラストに対応する。
値、又は値の少なくとも1つは、以下の群の中から選択されることが有利である。
−セグメントのピクセル又はボクセルに関連した周期の平均周期、
−セグメントの隣接ピクセル又はボクセルの各ペア内のグレイレベル又はカラーレベル間の差の絶対値の平均、及び
−好ましくは、付加的に、平均周期に基づいて決定された長さ。
−セグメントのピクセル又はボクセルに関連した周期の平均周期、
−セグメントの隣接ピクセル又はボクセルの各ペア内のグレイレベル又はカラーレベル間の差の絶対値の平均、及び
−好ましくは、付加的に、平均周期に基づいて決定された長さ。
したがって、平均は、検査画像のピクセルのセグメントが条線付き領域内に位置している可能性があるか否かを判定するための対照としての役割を果たす。条線の数が増加するにつれて、互いに隣接した異なるグレイレベルのピクセルの数もまた増加し、隣接ピクセル間のレベルの平均差もまた増大する。平均周期を用いて、条線のピーク間又は条線間トラフ間の平均距離区間を確立することができる。最後に、長さを用いて、条線領域に関する関連情報を含むのに十分に大きく、かつ、該参照値又は他の参照値の計算に時間がかかりすぎることを避けるのに十分に小さいセグメントを比較することができる。セグメントの長さは、3.5平均周期に設定されることが有利である。これらの3つのパラメータ、すなわち周期、平均、及び長さの組合せを用いて、条線のタイプを参照することができる。いずれの条線領域内にも、多数の微細な条線、少数の大きい条線、又はその他のタイプが存在し得る。それゆえ、各条線タイプは、3つの参照パラメータの値又は値の組合せに対応する。
タイヤをチェックするための方法もまた提供され、該方法において、タイヤのデジタル表現内の条線領域の位置決めを行うために、自動手段は、以下のステップを実行する。
−表現の領域の少なくとも1つのピクセル又はボクセルを考慮に入れるステップ、並びに考慮するピクセル若しくはボクセルに対して、又は考慮する各ピクセル若しくはボクセルに対して、
−考慮するピクセル又はボクセルを中心としたピクセル又はボクセルのセグメントを識別するステップ、
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を決定するステップ、及び
−値又は複数の値を1つ又はそれ以上の所定の閾値と比較するステップ。
−表現の領域の少なくとも1つのピクセル又はボクセルを考慮に入れるステップ、並びに考慮するピクセル若しくはボクセルに対して、又は考慮する各ピクセル若しくはボクセルに対して、
−考慮するピクセル又はボクセルを中心としたピクセル又はボクセルのセグメントを識別するステップ、
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を決定するステップ、及び
−値又は複数の値を1つ又はそれ以上の所定の閾値と比較するステップ。
したがって、ここでもまた、一度にピクセル1つずつ画像を検討する代わりに、セグメント手法を用いて、連続的なピクセルのシーケンスに関連した値を決定することができる。それゆえ、この手法は、検査されるセグメントが条線と垂直な場合に特に適しており、その場合、グレイレベル又はカラーレベル間の差に関連した値は、ピクセルのレベルの変動を明らかにする。さらに、条線を検出する目的で被検査画像を直接使用するので、フーリエ解析のような複雑な計算によって変換された画像内の周波数ピークを検出する試みはもはや必要ではない。さらに、1つの考慮ピクセルから隣接する考慮ピクセルに移動するとき、このピクセルを中心とするセグメントは、既に計算されたピクセル又はボクセルのレベルの差に関連した値を含むことになる。したがって、計算を因数分解することによって、複数の重なり合ったセグメント間の差に関連した値を迅速に計算することが可能である。
差に関連した値、又は値の少なくとも1つは、セグメントの隣接ピクセル又はボクセルの各ペア内のレベルの差の絶対値の平均であることが有利である。
したがって、差の絶対値の平均を用いて、そのセグメントが高度に条線付きの領域内に位置しているか否かを判定することができる。この値は、簡単かつ迅速に決定することができ、このようにして、条線付き領域の一部を形成していないピクセルを排除することができる。例えば、平均差が小さい場合、このことは、そのセグメント、したがってその中心に位置するピクセルが、グレイレベル又はカラーレベルに関して比較的均質な領域内に位置していることを示す。他方、平均差が高い場合、このことは、グレイレベル又はカラーレベルが、一端に位置するピクセルから他端に位置するピクセルまで、セグメント全体にわたってかなり変化していることを意味する。この場合、このセグメントの中心に位置するピクセルは、条線領域内にある可能性があるとみなされ、これは排除されない。
差に関連した値、又は値の少なくとも1つは、セグメントのピクセル又はボクセルに関連した周期の平均周期であることが好ましい。
したがって、平均周期は、セグメント内の隣接ピクセルの値の2つの同一の変化間の平均距離を表す。それゆえ、これは、セグメントの条線の2つのピーク間、又は2つの条線間トラフ間の平均区間に対応する。
差に関連した値、又は値の少なくとも1つは、セグメントのピクセル又はボクセルに関連した周期の数であることが有利である。
差に関連した値、又は値の少なくとも1つは、セグメントのピクセル又はボクセルに関連した1つ又はそれ以上周期であることが好ましい。
したがって、例えば、各周期、例えば2つの条線ピーク間の区間と、所定の値とを比較することが可能である。
有利には、自動手法は、二値「0」又は「1」をセグメントの各ピクセル又はボクセルにそのレベルに基づいて関連付け、差に関連した値、又は値の少なくとも1つは、自動手段がセグメントを一方向に走査したときの隣接ピクセル又はボクセルのペア内の値間の変化に関連し、これらの変化は同一であり、各ペアの第1のピクセルは、好ましくは上記方向に従って予め定められたセグメントの一端に位置する、セグメントのピクセル又はボクセルの値と同一の値を含む。
したがって、セグメントは二値化され、2つのタイプのピクセルのみ、すなわち条線内に位置するピクセルと、2つの条線間に位置するピクセルとが区別されるようになっている。この場合、セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した値の全ての計算、特に周期の計算が単純化される。
さらに、ピクセル又はボクセルに関連した値の計算がセグメントの第1のピクセル又はボクセルの二値に依存して行われる場合、レベルの差に関連した値の計算は、2つの条線ピーク間の区間に対してのみ、又は2つの条線間トラフ間の区間に対してのみ行われるが、これらの両方が同時に行われることはない。このようにして、計算時間がさらに削減される。
有利には、二値をセグメントのピクセルに関連付けるために、
−セグメントのピクセル又はボクセルの値の平均値が決定され、
−二値は、セグメントの各ピクセル又はボクセルに対して、その値と平均数値との間の差の関数として割り当てられる。
−セグメントのピクセル又はボクセルの値の平均値が決定され、
−二値は、セグメントの各ピクセル又はボクセルに対して、その値と平均数値との間の差の関数として割り当てられる。
したがって、例えば、ピクセル又はボクセルの値が平均値より大きいか又は等しい場合には、二値「1」に関連付けられ、そうでない場合には「0」に関連付けられる。
好ましくは、自動手段は、二値「0」又は「1」をセグメントの各ピクセル又はボクセルにそのレベルに基づいて関連付け、差に関連した値、又は値の少なくとも1つは、自動手段がセグメントを一方向に走査したときの隣接ピクセル又はボクセルのペア内の値間の変化に関連し、これらの変化は同一であり、各ペアの第1のピクセルは、好ましくは、上記方向に従って予め定められたセグメントの一端に位置する、セグメントのピクセル又はボクセルの値と異なることが好ましい値を含む。
したがって、二次周期は、上記で定められた値と同じ方式で、それらに対して相補的に、2つの条線間トラフ間の区間又は2つの条線ピーク間の区間のいずれかを表すが、両方は表さない。したがって、上記で定められた値が2つの条線ピーク間の区間に関連する場合、二次周期は条線間トラフ間の区間に関連し、逆もまた同様である。
セグメントは、表現の少なくとも3つの連続したピクセル又はボクセルから成ることが有利である。
タイヤの整合をチェックするための方法が提供され、該方法において、自動手段は、以下のステップを実行する。
−タイヤの少なくとも1つの条線領域を含むベース表現の少なくとも1つのダイレーション(膨張処理)を決定し、ダイレーション表現を得るステップ、
−ベース表現の少なくとも1つのエロージョン(収縮処理)を決定して、エロージョン表現を得るステップ、及び
−ダイレーション表現とエロージョン表現との差を決定して、差表現を得るステップ。
−タイヤの少なくとも1つの条線領域を含むベース表現の少なくとも1つのダイレーション(膨張処理)を決定し、ダイレーション表現を得るステップ、
−ベース表現の少なくとも1つのエロージョン(収縮処理)を決定して、エロージョン表現を得るステップ、及び
−ダイレーション表現とエロージョン表現との差を決定して、差表現を得るステップ。
ダイレーションは、ベース画像の条線領域の代わりに、ダイレーション画像内に、条線間区間がダイレーションによって消去された滑らかな条線領域を作り出す。他方、エロージョンは、ベース画像の条線領域の代わりに、エロージョン画像内に、条線がエロージョンによって消去された滑らかな条線区間領域を作り出す。したがって、ベース表現の条線が完全であれば、差表現は、ベース表現の条線領域と同じ位置に完全に均質な領域を含むはずである。実際、条線領域が欠陥を含んでいない場合、差表現は、条線領域に対応する領域を含み、その中でグレイレベル又はカラーレベルは、ノイズ許容差の区間内で実質的に一定である。逆の場合には、差表現は、そのグレイレベル又はカラーレベルが、まわりを取り囲むピクセルのレベルとは全く異なる、1つ又はそれ以上の領域を含む。
コンピュータ上で実行されたときに本発明による方法のステップの実行を命令するよう適合されたコード命令を含む、コンピュータプログラムもまた提供される。
最後に、本発明によれば、タイヤの表現内の条線をチェックするための装置が提供され、この装置は、上記の方法を実行するように適合されている。
本発明の別の態様によれば、1つの目的は、計算時間の費用がより少なく、実行がより速い、タイヤの条線の整合を解析するための方法を提供することである。この目的で、タイヤの整合をチェックするための方法が提供され、該方法において、自動手段は、以下のステップを実行する。
−タイヤの少なくとも1つの条線領域を含むベース表現の少なくとも1つのダイレーションを決定し、ダイレーション表現を得るステップ、
−ベース表現の少なくとも1つのエロージョンを決定して、エロージョン表現を得るステップ、及び
−ダイレーション表現とエロージョン表現との差を決定して、差表現を得るステップ。
−タイヤの少なくとも1つの条線領域を含むベース表現の少なくとも1つのダイレーションを決定し、ダイレーション表現を得るステップ、
−ベース表現の少なくとも1つのエロージョンを決定して、エロージョン表現を得るステップ、及び
−ダイレーション表現とエロージョン表現との差を決定して、差表現を得るステップ。
このような方法は、参照の使用を必要としないので、既知の方法よりも実行するのがより簡単であるという利点を与える。好ましくは、自動手段は、条線の寸法、条線間区間、及び/又は条線の配向に基づいて、ダイレーション及びエロージョンの1つ又はそれ以上の構造化要素を作り出す。
したがって、構造化要素は、上流で検出された条線の各タイプに適合される。このようにして、可能な限り最も適切なダイレーション及びエロージョン操作を行うことができ、それにより条線及び条線間区間が可能な限り最も正確な方式でそれぞれ消去され、その一方で他の要素は保持される。
自動手段は、異なるそれぞれの構造化要素を用いてベース表現の少なくとも2つのダイレーションを行い、ダイレーション表現を得ることが有利である。
自動手段は、異なるそれぞれの構造化要素を用いてベース表現の少なくとも2つのエロージョンを行い、エロージョン表現を得ることが好ましい。
したがって、同じ条線領域内に1つより多くの配向又は異なる厚さを有する条線のような複雑な形状の場合は、条線を異なるタイプの条線に分離し、領域内の異なるタイプの条線に対して適合された構造化要素を用いて、ダイレーション及び/又はエロージョン操作を各条線タイプに対して繰り返す。
差表現のピクセル又はボクセルの数値は、少なくとも1つの所定の閾値と比較されることが有利である。
したがって、ピクセル又はボクセルの値のうちの幾つかが閾値から隔たっている場合、ベース表現の条線は欠陥を含むとみなされる。他方、全ての値が所定閾値に対して所定の区間内にある場合、ベース表現の条線領域は、欠陥を含まず、それゆえタイヤは整合しているとみなされる。
閾値、又は閾値の少なくとも1つは、差表現のピクセル又はボクセルの値の中央値であることが好ましい。
ベース表現は、黒、白及びグレイレベル以外の色を含まないことが有利である。
しかしながら、ベース表現は、黒、白及びグレイを含むこともできる。
好ましくは、タイヤのデジタル表現内の条線領域を位置決めするために、自動手段は、以下のステップを実行する。
−表現の領域の少なくとも1つのピクセル又はボクセルを考慮に入れるステップ、並びに
考慮するピクセル若しくはボクセルに対して、又は考慮する各ピクセル若しくはボクセルに対して、
−考慮するピクセル又はボクセルを中心としたピクセル又はボクセルのセグメントを識別するステップ、
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を決定するステップ、及び
−値又は複数の値を1つ又はそれ以上の所定の閾値と比較するステップ。
−表現の領域の少なくとも1つのピクセル又はボクセルを考慮に入れるステップ、並びに
考慮するピクセル若しくはボクセルに対して、又は考慮する各ピクセル若しくはボクセルに対して、
−考慮するピクセル又はボクセルを中心としたピクセル又はボクセルのセグメントを識別するステップ、
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を決定するステップ、及び
−値又は複数の値を1つ又はそれ以上の所定の閾値と比較するステップ。
したがって、一度にピクセル1つずつ画像を検討する代わりに、セグメント手法を用いて、連続的なピクセルのシーケンスに関連した値を参照することができる。それゆえ、この手法は、検査されるセグメントが条線と垂直な場合に特に適しており、その場合、グレイレベル又はカラーレベル間の差に関連した値は、ピクセルのレベルの変動を明らかにする。さらに、条線を検出する目的で被検査画像を直接使用するので、フーリエ解析のような複雑な計算によって変換された画像内の周波数ピークを検出する試みはもはや必要ではない。さらに、1つの考慮ピクセルから隣接する考慮ピクセルに移動するとき、このピクセルを中心とするセグメントは、既に計算されたピクセル又はボクセルのレベルの差に関連した値を含む。したがって、計算を因数分解することによって、複数の重なり合ったセグメント間の差に関連した値を迅速に計算することが可能である。
タイヤのデジタル表現内に存在する条線を参照するための方法が提供され、該方法において、条線のタイプを参照するために、自動手法は、以下のステップを実行する。
−参照される条線のタイプを含む少なくとも1つの表現を決定するステップ、
−表現のピクセル又はボクセルの少なくとも1つのセグメントを識別するステップ、及び
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップ。
−参照される条線のタイプを含む少なくとも1つの表現を決定するステップ、
−表現のピクセル又はボクセルの少なくとも1つのセグメントを識別するステップ、及び
−セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップ。
したがって、記録された値、又は各々の記録された値は、その後、対照として用いられ、該対照は、ある検査画像が条線を含んでいるか否かを判定するために、検査画像内で測定された1つ又はそれ以上の値とが比較される。例えば一度にピクセル1つずつ画像を検討する代わりに、セグメント手法を用いて、連続的なピクセルのシーケンスに関連した値を参照することができる。それゆえ、この手法は、セグメントが条線と垂直な場合に特に適しており、その場合、グレイレベル又はカラーレベル間の差に関連した値は、ピクセルのレベルの変動を明らかにする。この方法は、その後で用いられる条線検出法のタイプに依存しない。
コンピュータ上で実行されたときに本発明による整合チェック方法のステップの実行を命令するよう適合されたコード命令を含む、コンピュータプログラムもまた提供される。
タイヤの整合をチェックするための装置もまた提供され、この装置は、上記の方法の1つを実行するように適合されている。
最後に、コンピュータ可読ストレージ媒体が提供され、この媒体は、本発明によるプログラムを記録形態で含む。
装置は、条線に関連した値のデータベースを含んだ記録媒体を含むことが好ましい。
本発明の実施形態を、ここで、添付の図面の助けを借りて非限定的な例によって説明する。
タイヤチェック方法は、条線タイプを参照するためにタイヤ画像ベースを作成し、次いで試験画像内で、参照された条線タイプと類似した条線を検出することを意図する。条線の整合をチェックするための方法は、タイヤの条線領域が欠陥を有するか否かをチェックすることを意図する。
I 参照方法
この方法は、最初に条線のタイプを参照し、次いで参照した条線を用いて画像内の条線を検出することにある。
この方法は、最初に条線のタイプを参照し、次いで参照した条線を用いて画像内の条線を検出することにある。
図1及び図2は、異なるタイプの条線を二次元画像10及び20で示す。これらの条線タイプは、条線の厚さ、その配向、その直線性、及び条線間区間、並びに各タイプの条線及び条線区間のグレイレベルにおいて互いに異なる。図1はまた、異なる条線タイプの2つの領域1及び2も示す。目標は、最初にこれらの全ての条線タイプを参照し、次いでこれらの条線が画像内に見いだされたときにそれを検出することである。
説明する種々の実施形態のステップは、装置90の一部を形成する自動手段91によって実行され、該装置は、特にプロセッサ94とメモリ95とを含み、データベース92に接続さている。これらの要素を図19に示す。この方法を実行するために、装置は、コンピュータプログラムを使用する。このプログラムは、その入力において、1つ又は複数の被検査画像と共に、参照される条線領域を含む画像又は画像の組を要求することができる。その出力において、このプログラムは、判定された条線タイプ及び被検査画像内のそれらの位置と共に、条線の各参照タイプに関するデータをユーザに供給する。同じプログラム、又は別個のプログラムを用いて、後述のような整合チェック方法を適用することもできる。その場合、プログラムは、その入力において、条線領域を含む画像を要求し、その出力において、「差画像」と呼ばれる画像を、何らかの欠陥を表すピクセルに関連したデータと共に供給する。入力画像は、画像内に検出された条線を有するとき、方法それ自体によって自動的に供給することができる。したがって、同じプログラムを用いて、タイヤの画像内の条線を判定し、同時にそれらの条線が欠陥を有するか否かを判定することができる。
このプログラムを、ウェブなどの遠距離通信ネットワーク、又は内部ネットワーク上で利用可能にして、ユーザがこれをダウンロードすることができるようにすることもできる。
同様に、プログラム又は等価の命令を、コンピュータ可読ストレージ媒体93、例えば、ハードディスク、USBフラッシュドライブ、CD、又は他のいずれかの等価な媒体上に記録することができ、これはデータベースを含むことができる。
条線タイプの参照を行うために、「参照画像」と呼ばれる画像が選択され、これらの画像は、図1及び図2の画像10及び20のような条線領域を含み、参照ベースを構築する。ベース内の参照画像の数が増加するにつれて、参照される異なる条線タイプの数もまた増加し、同時に、タイヤの検討又は試験画像内で検出することが可能な異なる条線タイプの数も増加する。この参照ベースは、たとえ本出願において明示的に説明されていないとしても、条線付き領域を含むあらゆる画像を含むことができる。
本事例では、縦の条線3を含む図3の模式的画像30を考える。条線領域内で、ピクセルのセグメント4が選択される。これは「参照セグメント」と呼ばれる。画像30の各ピクセル、したがって参照セグメント4の各ピクセルは、グレイレベル値を有する。詳細には、21個のピクセルの参照セグメント4を選択する。異なる数のピクセルを含む参照セグメントを選択することができる。この数は、複数の条線と交差するのに十分なに大きく、かつ、後述の計算の時間がかかりすぎるのを避けるのに十分に小さい参照セグメントに対応する。参照セグメント4が選択されたとき、以下のステップが実行される。
1)参照セグメント4の隣接ピクセルの各ペア間のグレイレベルの差を絶対値として計算する。したがって、図3の参照セグメント4を拡大して模式的に示した図4のセグメント4において、ピクセル6のグレイレベルとピクセル7のグレイレベルとの間の差を絶対値として決定し、次いでピクセル7とピクセル8との間の差を決定し、以下同様に決定する。
2)これらの差を合計し、参照セグメント内のピクセル数から1単位を差し引いた数で除し、すなわち本事例では20で除し、セグメントの隣接ピクセルの各ペア間のグレイレベルの差の平均を得る。「参照平均」と呼ばれるこの平均をデータベースに記録する。
3)参照セグメントのピクセルのグレイレベルの平均を計算する。
4)参照セグメント内で、先に計算したグレイレベルの平均に基づいてピクセルの値を二値化する。したがって、ピクセルのグレイレベルが参照セグメントのグレイレベルの平均と等しいか又はそれを超える場合、対応するピクセルに値「0」が与えられる。グレイレベルが平均を下回る場合、対応するピクセルに値「1」が与えられる。この結果、図5に示すセグメント50が得られる。セグメント50に基づいて、以下の計算を行う。
5)主周期と呼ばれる距離を二値化ピクセルのセグメント50から決定する。主周期は、セグメントを左から右に走査したときの隣接ピクセルのペア内の値間の2つの変化間の最短距離をピクセルの数で表したものに対応し、これらの変化は同一であり、各ペアの第1のピクセルは、左端に位置するセグメントの第1のピクセルの値と同一の値を有する。したがって、図5において、左端に位置する第1のピクセル14は、二値「1」を有する。それゆえ、二値「1」を有するピクセルと二値「0」を有するピクセルとの間の第1の変化を探索するサーチを行う。この変化は、ピクセル15と16との間で起こる。次いで第2の同一の変化、すなわち二値「1」を有するピクセルと二値「0」を有するピクセルとの間の変化を探索するサーチを、セグメントを左から右に走査して行う。この変化は、ピクセル17と18との間で起こる。このようにして、11個のピクセルから成る主周期11が得られる。同じように続けて、それに続く1つ又はそれ以上の主周期12をセグメント内で見いだす。同じタイプの計算を、セグメントを右から左に走査することによって行うことが可能である。この場合、その二値が観測されることになるセグメントの第1のピクセルは、セグメントの右端の第1のピクセルとなる。
6)次いでセグメントの主周期の平均周期を計算し、データベースに記録する。これは、その後、「平均参照周期」と呼ばれる。
7)セグメントの「参照長さ」を設定する。本事例では、これは平均参照周期の3.5倍に設定される。3.5以外の数を選択することもでき、但しこの数は常に1より大きくなければならない。
上記ステップの結果として、図3の条線タイプがこの時点で参照としてデータベースに入力されたことになる。この条線タイプに対して入力された3つのデータ要素、すなわち、参照平均、平均参照周期及び参照長さは、どのような被検査画像内であっても、これらの条線が存在する場合には、このタイプの条線が検出されることを可能にしなければならない。
II 条線を検出するための方法
本発明者らは、ここで画像内の条線の検出、すなわち、所与の画像内の条線を、上で説明したような各条線タイプに対して記録された3つのデータ要素によって参照される条線と比較することによって検出及び位置決めするための方法を考察する。多数の条線タイプが既に参照されている場合、参照された各条線タイプを、検出の際に決定される値と比較することができる。この目的で、本発明の好ましい実施形態による方法を示す図6を参照して、所与の条線タイプに対して以下のステップを実行する。
本発明者らは、ここで画像内の条線の検出、すなわち、所与の画像内の条線を、上で説明したような各条線タイプに対して記録された3つのデータ要素によって参照される条線と比較することによって検出及び位置決めするための方法を考察する。多数の条線タイプが既に参照されている場合、参照された各条線タイプを、検出の際に決定される値と比較することができる。この目的で、本発明の好ましい実施形態による方法を示す図6を参照して、所与の条線タイプに対して以下のステップを実行する。
A)被検査画像、この事例では図7の画像60内で、ピクセル61を選択する。ピクセル61を中心として、21個のピクセルの検査セグメント62を決定する。このセグメントを図8に詳細に示す。参照方法のステップ1)及び2)と同じようにして、検査セグメント62のピクセルの各ペア内のレベルの差の絶対値の平均を求める。次にこの結果を、参照方法によって記録された条線タイプの「参照平均」と比較し、その目標は、被検査画像をこの条線タイプと比較することである。この目的で、画像60の検査セグメント62について計算された平均を、考慮する条線タイプの「参照平均」を中心とした所定の値の区間と比較する。検査セグメントに対して計算された平均がこの区間内にある場合、このセグメンに対してステップB)が行われる。結果がこの区間内にない場合、検査セグメント62を比較すべき別の参照条線タイプが選択され、ステップA)において、考慮する新たな参照条線タイプに対して方法を再始動する。このことは、参照平均の両側の高い閾値及び低い閾値を使用し、結果をこれらの閾値と比較することと等価である。
結果が全ての参照条線タイプについていずれの値区間内にも入らない場合、これは、ピクセル61がいずれの参照条線タイプにも属さないことを意味する。ピクセル61に対する全ての試験が停止され、別のピクセルを用いてプロセスを再開することができる。
この基準は、最小限のテクスチャ付けを有するが必ずしも条線に似ているとはかぎらない領域内のピクセルのみを残して、不適当なピクセルの大部分を排除する。
B)参照方法のステップ4)と同じようにしてセグメントを二値化し、ステップ5)及び6)と同じ計算を行う。この結果、図9の二値化検査セグメント63によって模式的に表される、検査セグメント62における主周期の平均周期が得られる。次いで、この平均周期を、ステップA)において首尾良く考慮された条線タイプに対して記録された参照周期と比較する。前と同じようにして、この比較を、「平均参照周期」を中心とした値の区間に対して実行する。セグメント63の平均周期がその値の区間に属する場合、ピクセル61及びその二値化検査セグメント63は、ステップC)に進み、そうでない場合には別の条線タイプが選択され、ステップA)において、関与する新たな条線タイプに対して方法を再開する。
この基準は、サーチされた条線タイプ、すなわち参照された条線タイプとの類似性を全く有さない領域を排除する。
C)前のステップと同じようにして、二値化検査セグメント63の主周期の数を、考慮した条線タイプに対応する記録された「参照長さ」、参照長さの値を中心とした値の区間と比較する。
この基準は、主として、テキストのマージンに近い幾つかの不適当な領域を排除するが、認識されて位置決めされているはずの条線領域の横方向マージンもまた排除する。これらの領域は、ダイレーション又はエロージョンといった二値モルホロジーステップによって、後で取り戻すことができる。
検査セグメントがこのステップを通過した場合、方法はステップD)に移る。そうでない場合、新たな参照条線タイプを用いて、ステップA)が繰り返される。
D)引き続き前のステップの場合と同じ条線タイプに対して、二値化検査セグメント63の全ての周期を、参照セグメントの参照周期と比較する。この目的で、本方法は、主周期のみならず、検査セグメントが一方向に走査されたときの隣接ピクセルのペア内の値間の変化に対応する二次周期も考慮に入れ、これらの変化は同一であり、各ペアの第1のピクセルは、上記方向に従って予め定められた試験セグメントの一端に位置する、セグメントのピクセル又はボクセルの値と同一であることが好ましい値を含む。セグメントの二次周期の例は、図5のセグメント50の周期13である。したがって、これらの周期の各々が、考慮される条線タイプの平均参照周期を中心とする所定の値の区間と比較される。
全ての主周期及び二次周期がその区間内にある場合、検査セグメント62がその中心を置くピクセル61は、ステップA)からD)までが実行された条線タイプに属するとみなされる。
そうでない場合、新たな参照条線タイプを用いて、ステップA)からプロセスを再始動する。
全ての参照条線タイプがセグメントと比較されてもなお、ピクセルがステップD)を通過しない場合、検査セグメント62のピクセル61は、既に参照された条線タイプには属さないとみなされ、プロセスは停止される。プロセスは、別の検査セグメントが中心を置く別のピクセルを用いて、ステップA)から再始動することができる。
本事例において、もしセグメント62のピクセル61が単独で図3のタイプと同様の参照条線タイプと比較されたとすれば、検査セグメントのグレイレベルから見て、このセグメントは、ステップB)を通過しないか、それどころかステップA)において排除される可能性が非常に高い。さらに、このセグメントは、主周期も二次周期も有さない。
しかしながら、図7のピクセル64を用いて方法が再始動され、ピクセル64のあたりを中心とする検査セグメント65が選択された場合、このピクセルは、図3のタイプと同様の参照条線タイプと比較された場合、図10に詳細に示される検査セグメント65のグレイレベル及び二値並びに図11の二値化検査セグメント66から見て、おそらくD)に至るまでこの方法を首尾良く通過するであろう。主周期67及び二次周期68もまた決定される。このとき、このピクセル64は、これが比較された図3に示す条線タイプの領域と同様の条線領域の一部を形成するとみなされる。
同様に、あるピクセルがステップD)を首尾良く通過するとすぐに、同じ参照条線タイプに対して別のピクセルを用いてプロセスが再始動される。
1つの実施形態において、本方法は、画像の全てのピクセルを既に考慮に入れたとき、すなわち、これらの全てのピクセルに対して該方法の少なくともステップA)を行った時点で停止する。
別の実施形態において、画像の特定の部分のみ、又は画像の特定のピクセルのみが選択され、方法はこれらのピクセルのみに適用される。
例えば、ユーザは、画像内の条線を有している可能性がある領域を目視で位置決めすることができ、この画像領域にのみ本方法を適用することを決めることができる。
変法として、ステップA)において、ピクセル間の特定の差が記録される。なぜなら、所与のピクセルに対して最初に計算が行われ、その後、画像の同じピクセルライン上に位置するピクセルに対して計算が行われた場合、それらの検査セグメントは、同一ピクセルを有する場合があるからである。その場合、以前に計算した結果を計算に再使用することが有用である。
ステップA)を行うためにセグメントを二値化する必要はないので、このステップは、他の3つのステップに依存しないことに留意されたい。実際、このステップは、全てのステップの中で最も単純であり、それがこのステップを最初に行う理由である。
図12の図によって示される別の実施形態において、あるピクセルがステップA)以外のステップで許容されなかった場合、ステップA)において別の条線タイプを用いてプロセスを再始動する代わりに、別の条線タイプを用いて同じステップの試験が行われる。それゆえ、ピクセルは、所与の条線タイプ対してステップA)の試験を通過し、次いで別の条線タイプに対してステップB)を通過することができ、以下同様である。
別の実施形態において、比較のために用いられる値の区間もまたデータベースに記録される。これらは、平均参照周期、参照長さ又は参照手段のような参照値を中心とする必要はない。これらは、これらを中心とすることなく、これらの値を含むことができる。従って、一方向において参照値に対する特定の変動が許容されるが、他方向には許容されない。
別の実施形態において、目標は、検査セグメント内の1つの条線タイプ又は複数の特定の条線タイプのみを検出することである。これは、検査セグメントのデータをこれらの条線タイプに関連する参照データと比較し、他の条線タイプとは比較しないことにある。
III 条線の整合をチェックするための方法
条線がタイヤの画像上で既に位置決めされている場合に、これらの条線の整合を検査する。目標は、条線を含む領域が、これらの条線によって表される記号の理解に悪影響を及ぼしかねない欠陥を有していないことを検証することである。これは目視整合チェックとして知られる。前もって条線の位置探索をしておくことが2つの理由で必要である。すなわち、他の領域用の通常の整合チェックは、条線領域には適用することができず、また、これらの条線領域内の欠陥の測定及び許容差に対する基準は他の領域のものとは異なる場合があるためである。
条線がタイヤの画像上で既に位置決めされている場合に、これらの条線の整合を検査する。目標は、条線を含む領域が、これらの条線によって表される記号の理解に悪影響を及ぼしかねない欠陥を有していないことを検証することである。これは目視整合チェックとして知られる。前もって条線の位置探索をしておくことが2つの理由で必要である。すなわち、他の領域用の通常の整合チェックは、条線領域には適用することができず、また、これらの条線領域内の欠陥の測定及び許容差に対する基準は他の領域のものとは異なる場合があるためである。
平坦な領域において、欠陥は、領域の平均より大きい又は小さい高さ(elevation)によって特徴付けられる。
条線領域において、本実施形態の方法の原理は、条線を2つの異なる方式でフィルタリングして、平坦領域の2つの画像、すなわち条線の底部の平均を表す画像と、条線のピークの平均を表す画像とを得るようにすることである。上述の2つの画像間の差から得られる画像は、条線領域内で比較的一定の値のピクセルを含むはずであり、次にこれを検査する。そして、正常であれば一定であるはずの領域の一部が「異常」値を有する場合、欠陥が可視化する。
本事例において、目標は、図13の画像70の条線が欠陥を有するか否かを知ることである。
この目的で、画像70のエロージョンを実行して、エロージョン画像を得る。構造化要素は、エロージョン画像内で条線が消失するように選択される。したがって、構造化要素の選択を目的として、条線間区間、条線の配向、及びそれらのサイズを考慮に入れる。エロージョンがグレイレベル内で行われる場合、条線及び区間のグレイレベルを考慮に入れることも可能である。図14のエロージョン画像71は、それゆえ、条線の底部の平均、換言すれば、条線間のトラフの平均を表す。
画像70のダイレーションもまた実行される。ダイレーションの構造化要素として選択される要素は、図15のダイレーション画像72上で、条線を膨張させて条線間区間を満たすようにすることを可能にするものである。ダイレーション用の構造化要素の選択のための基準は、エロージョン用の基準と同じである。それゆえ、ダイレーション画像72は、条線のピークの平均を表す。
次いで、差画像73を得るために、ダイレーション画像72とエロージョン画像71との間の差を見いだす。この事例では、差画像は、均質なコンテンツを有する。従って、画像70の条線領域には欠陥が存在しない。
しかしながら、同じ方法を、条線の一部が消去された小さい欠陥81を有する画像74で実行すると、その結果は差画像75であり、これは、部分82の形態でこの欠陥を明らかにし、この部分内では、グレイレベルがその欠陥のまわりの比較的均質な領域と比べて異常である。
本発明による方法を用いて、これらの欠陥を、ピクセルのグレイレベルの値を差画像のピクセルの中央値と比較することによって自動的に検出することができる。したがって、差画像のピクセルの1つの値が、画像のピクセルの中央値からかけ離れている場合、問題のピクセルは、画像の条線領域内の欠陥を顕在化するものと考えられる。
本発明の別の実施形態において、複数のダイレーション及び/又はエロージョンを行うことができる。例えば、条線領域が異なる方向に配向した条線を含む場合、又は異なる厚さを含む場合、ある条線タイプを識別し、この条線タイプに対して操作を行い、そして、本方法を領域内で識別された別の条線タイプに対して再度適用することが可能である。したがって、特定の事例において、1つの条線タイプの欠陥と別の条線タイプの欠陥とが、これらの条線が互いに付加的である領域内で見いだされる。
別の実施形態において、画像は、グレイの濃淡以外の色を含む。例えば赤、緑及び青の条線を検出し及び/又はチェックするために、条線の検出のための方法及び整合チェック方法に関連した上記の計算を、特に、各々の色のタイプに対して互いに独立して行うことができる。これらの色の値の組合せに基づく値に対して計算を適用することもできる。
別の実施形態において、画像は、二次元ではなく、ボクセルを含む三次元の空間を形成する。したがって、グレイレベル又は他のカラーレベルに加えて、各ボクセルは、輝度値を含む。上記計算は、それゆえ、深さのレベルに対して行うこともできる。したがって、同一又は類似の色であっても、それらのレリーフによって互いに区別される条線を参照し、判定し及び/又はチェックすることが可能である。
パートIIで説明した条線領域を検出するための方法、及びパートIIIで説明した条線の整合をチェックするための方法は、互いに独立して用いることができる。特に、条線の整合は、パートIIの方法とは異なるやり方で条線領域を検出した後で、パートIIIの方法に従って行うことができ、逆もまた同様である。
1、2:条線領域
3:条線
4、62、65:セグメント
6、7、8、14、15、16、17、18、61、64:ピクセル又はボクセル
10、20、30、60:デジタル表現
11、12、13、67、68:周期
70、74:ベース表現
71:エロージョン表現
72:ダイレーション表現
73、75:差表現
90:装置
91:自動手段
92:データベース
93:コンピュータ可読ストレージ媒体
94:プロセッサ
95:メモリ
3:条線
4、62、65:セグメント
6、7、8、14、15、16、17、18、61、64:ピクセル又はボクセル
10、20、30、60:デジタル表現
11、12、13、67、68:周期
70、74:ベース表現
71:エロージョン表現
72:ダイレーション表現
73、75:差表現
90:装置
91:自動手段
92:データベース
93:コンピュータ可読ストレージ媒体
94:プロセッサ
95:メモリ
Claims (13)
- タイヤのデジタル表現(10、20)内に存在する条線を参照するための方法であって、条線のタイプを参照するために、自動手段が、
−参照される条線(3)のタイプを含む少なくとも1つの表現(30)を決定するステップと、
−前記表現のピクセル又はボクセル(6、7、8、14、15、16、17、18)の少なくとも1つのセグメント(4)を識別するステップと、
−前記セグメントのピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を記録するステップと、
を実行することを特徴とする、方法。 - 前記値、又は前記値の少なくとも1つが、
−前記セグメント(4)のピクセル又はボクセル(6、7、8、14、15、16、17、18)に関連した周期(11、12、13)の平均周期、
−前記セグメントの隣接ピクセル又はボクセルの各ペア内のグレイレベル又はカラーレベル間の差の絶対値の平均、及び
−好ましくは、付加的に、前記平均周期に基づいて決定された長さ
の群の中から選択されることを特徴とする、請求項1に記載の方法。 - タイヤをチェックするための方法であって、タイヤのデジタル表現(10、20、30、60)内の条線領域を位置決めするために、自動手段が、
−前記表現(10、20、30、60)の領域の少なくとも1つのピクセル又はボクセル(61、64)を考慮に入れるステップと、
考慮する前記ピクセル若しくはボクセルに対して、又は考慮する各ピクセル若しくはボクセル(61、64)に対して、
−前記考慮するピクセル又はボクセル(61、64)を中心としたピクセル又はボクセルのセグメント(62、65)を識別するステップと、
−前記セグメント(62、65)のピクセル又はボクセルのグレイレベル又はカラーレベル間の差に関連した少なくとも1つの値を決定するステップと、
−前記値又は複数の値を1つ又はそれ以上の所定の閾値と比較するステップと、
を実行することを特徴とする、方法。 - 前記差に関連した前記値、又は前記値の少なくとも1つが、前記セグメント(62、65)の隣接ピクセル又はボクセル(6、7、8、14、15、16、17、18)の各ペア内のレベルの差の絶対値の平均であることを特徴とする、請求項3に記載の方法。
- 前記差に関連した前記値、又は前記値の少なくとも1つが、前記セグメント(62、65)の前記ピクセル又はボクセル(61、64)に関連した周期(67、68)の平均周期であることを特徴とする、請求項3又は4に記載の方法。
- 前記前記差に関連した前記値、又は前記値の少なくとも1つが、前記セグメント(62、65)のピクセル又はボクセルに関連した周期(67、68)の数であることを特徴とする、請求項3〜5のいずれかに記載の方法。
- 前記前記差に関連した前記値、又は前記値の少なくとも1つが、前記セグメント(62、65)のピクセル又はボクセル(61、64)に関連した周期(67、68)の長さであることを特徴とする、請求項3〜6のいずれかに記載の方法。
- 前記自動手段が、二値「0」又は「1」を前記セグメントの各ピクセル又はボクセルにそのレベルに基づいて関連付け、前記差に関連した前記値、又は前記値の少なくとも1つが、前記自動手段が前記セグメントを一方向に走査したときの隣接ピクセル又はボクセルのペア内の値間の変化に関連し、これらの変化は、同一であり、各ペアの第1のピクセルは、好ましくは、前記方向に従って予め定められた前記セグメントの一端に位置する前記セグメントのピクセル又はボクセルの値と同一の値を含むことを特徴とする、請求項3〜7のいずれかに記載の方法。
- 前記自動手段が、二値「0」又は「1」を前記セグメントの各ピクセル又はボクセルにそのレベルに基づいて関連付け、前記差に関連した前記値、又は前記値の少なくとも1つが、前記自動手段が前記セグメントを一方向に走査したときの隣接ピクセル又はボクセルのペア内の値間の変化に関連付けられ、これらの変化は、同一であり、各ペアの第1のピクセルは、好ましくは、前記方向に従って予め定められた前記セグメントの一端に位置する前記セグメントのピクセル又はボクセルの値と異なることが好ましい値を含むことを特徴とする、請求項3〜8のいずれかに記載の方法。
- 請求項3〜9のいずれかによるタイヤの整合をチェックするための方法であって、自動手段が、さらに、
−タイヤの少なくとも1つの条線領域を含むベース表現(70、74)の少なくとも1つのダイレーションを決定し、ダイレーション表現(72)を得るステップと、
−前記ベース表現(70、74)の少なくとも1つのエロージョンを行って、エロージョン表現(71)を得るステップと、
−前記ダイレーション表現(72)と前記エロージョン表現(71)との差を決定して、差表現(73、75)を得るステップと、
を実行することを特徴とする、方法。 - コンピュータ上で実行されたときに請求項1〜10のいずれかによる前記方法の前記ステップの実行を命令するよう適合されたコード命令を含むことを特徴とする、コンピュータプログラム。
- 請求項1〜10のいずれか1つ又はそれ以上による方法を実行するように適合されたことを特徴とする、タイヤのデジタル表現内の条線をチェックするための装置。
- 条線に関連した値のデータベースを含んだ記録媒体を含むことを特徴とする、請求項12に記載の装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1462898 | 2014-12-19 | ||
FR1462901A FR3030845B1 (fr) | 2014-12-19 | 2014-12-19 | Procede de controle de conformite de pneumatiques |
FR1462901 | 2014-12-19 | ||
FR1462898A FR3030844B1 (fr) | 2014-12-19 | 2014-12-19 | Procede de detection de stries dans un pneumatique |
PCT/FR2015/053538 WO2016097598A2 (fr) | 2014-12-19 | 2015-12-16 | Procede de detection de stries dans un pneumatique |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018501480A true JP2018501480A (ja) | 2018-01-18 |
Family
ID=55077542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017532109A Pending JP2018501480A (ja) | 2014-12-19 | 2015-12-16 | タイヤ内の条線を検出するための方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170330338A1 (ja) |
EP (1) | EP3234915A2 (ja) |
JP (1) | JP2018501480A (ja) |
CN (1) | CN107111873A (ja) |
WO (1) | WO2016097598A2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3039684B1 (fr) | 2015-07-27 | 2018-08-10 | Compagnie Generale Des Etablissements Michelin | Procede optimise d'analyse de la conformite de la surface d'un pneumatique |
CN111292272B (zh) * | 2020-03-04 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、介质以及电子设备 |
CN117455870B (zh) * | 2023-10-30 | 2024-04-16 | 太康精密(中山)有限公司 | 一种连接线和连接器质量视觉检测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365596A (en) * | 1992-12-17 | 1994-11-15 | Philip Morris Incorporated | Methods and apparatus for automatic image inspection of continuously moving objects |
JP3566939B2 (ja) * | 2001-03-28 | 2004-09-15 | 住友ゴム工業株式会社 | 空気入りタイヤの単位模様配列方法 |
KR20030026983A (ko) * | 2001-05-23 | 2003-04-03 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 텍스트 판별 방법 및 관련된 장치 |
US7574293B2 (en) * | 2004-02-19 | 2009-08-11 | Johnson Controls Technology Company | System and method for identifying tire position on a vehicle |
EP2023078B1 (en) * | 2007-08-06 | 2017-06-14 | Kabushiki Kaisha Kobe Seiko Sho | Tire shape measuring system |
FR2925687B1 (fr) * | 2007-12-19 | 2010-02-12 | Soc Tech Michelin | Methode d'evaluation par comparaison d'une image acquise avec une image de reference. |
FR2966246B1 (fr) * | 2010-10-19 | 2012-12-14 | Michelin Soc Tech | Methode d'identification et de limitation des motifs de base formant la sculpture de la bande de roulement d'un pneumatique |
US8737747B2 (en) * | 2011-02-14 | 2014-05-27 | Xerox Corporation | Method for automated tire detection and recognition |
FR2975523B1 (fr) * | 2011-05-19 | 2015-09-25 | Michelin Soc Tech | Methode de determination des elements en relief presents sur la surface d'un pneumatique |
FR2980896B1 (fr) * | 2011-09-30 | 2016-07-01 | Soc Tech Michelin | Methode d'analyse rapide des elements en relief figurant sur la surface interne d'un pneumatique |
US9052329B2 (en) * | 2012-05-03 | 2015-06-09 | Xerox Corporation | Tire detection for accurate vehicle speed estimation |
US10102616B2 (en) * | 2014-01-28 | 2018-10-16 | Ent. Services Development Corporation Lp | Method and system for surface wear determination |
-
2015
- 2015-12-16 EP EP15821143.3A patent/EP3234915A2/fr not_active Withdrawn
- 2015-12-16 CN CN201580069529.1A patent/CN107111873A/zh active Pending
- 2015-12-16 JP JP2017532109A patent/JP2018501480A/ja active Pending
- 2015-12-16 WO PCT/FR2015/053538 patent/WO2016097598A2/fr active Application Filing
- 2015-12-16 US US15/534,177 patent/US20170330338A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3234915A2 (fr) | 2017-10-25 |
WO2016097598A4 (fr) | 2016-09-29 |
WO2016097598A3 (fr) | 2016-08-18 |
US20170330338A1 (en) | 2017-11-16 |
WO2016097598A2 (fr) | 2016-06-23 |
CN107111873A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Integrated processing of image and GPR data for automated pothole detection | |
US8737769B2 (en) | Reconstruction of sparse data | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN113109368B (zh) | 玻璃裂纹检测方法、装置、设备及介质 | |
Kaddah et al. | Optimized minimal path selection (OMPS) method for automatic and unsupervised crack segmentation within two-dimensional pavement images | |
JP2011179874A (ja) | 舗装路面のクラックの抽出と損傷レベルの評価方法 | |
US10204287B2 (en) | Image processing apparatus and method for detecting transparent object in image | |
Hussain et al. | Automatic identification of pathology-distorted retinal layer boundaries using SD-OCT imaging | |
CN104899849A (zh) | 一种多目标交互式图像分割方法和装置 | |
CN105069452A (zh) | 基于局部结构分析的直线移除方法 | |
Garbowski et al. | Semi-automatic inspection tool of pavement condition from three-dimensional profile scans | |
JP2018501480A (ja) | タイヤ内の条線を検出するための方法 | |
Tsai et al. | Comprehensive, quantitative crack detection algorithm performance evaluation system | |
JP2018128309A (ja) | ひび割れ検出方法 | |
Arjapure et al. | Deep learning model for pothole detection and area computation | |
Ravi et al. | Highway and airport runway pavement inspection using mobile lidar | |
WO2020202632A1 (ja) | 周方向主溝検出方法及び周方向主溝検出装置 | |
Ong et al. | A hybrid method for pavement crack width measurement | |
US10451407B2 (en) | System and method of analyzing a curved surface | |
JP2013171306A (ja) | 指紋品質評価装置、指紋品質評価方法、指紋品質評価プログラム | |
JP6223256B2 (ja) | マンホール蓋管理装置、マンホール蓋管理方法及びプログラム | |
Jiang | A crack detection and diagnosis methodology for automated pavement condition evaluation | |
CN115526855A (zh) | 电池片隐裂缺陷检测方法、装置、计算机设备和存储介质 | |
JP2018128315A (ja) | ひび割れ検出方法 | |
KR101553140B1 (ko) | 영상 분할 기법을 이용한 안개 영상의 보상 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20171124 |