KR20140020837A - 표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법 - Google Patents

표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법 Download PDF

Info

Publication number
KR20140020837A
KR20140020837A KR1020137013314A KR20137013314A KR20140020837A KR 20140020837 A KR20140020837 A KR 20140020837A KR 1020137013314 A KR1020137013314 A KR 1020137013314A KR 20137013314 A KR20137013314 A KR 20137013314A KR 20140020837 A KR20140020837 A KR 20140020837A
Authority
KR
South Korea
Prior art keywords
inspected
contour
reference surface
spline
graphical element
Prior art date
Application number
KR1020137013314A
Other languages
English (en)
Inventor
레기스 빈씨게라
스티브 브루주아
알렉산드르 졸리
Original Assignee
꽁빠니 제네날 드 에따블리세망 미쉘린
미쉐린 러쉐르슈 에 떼크니크 에스.에이.
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 꽁빠니 제네날 드 에따블리세망 미쉘린, 미쉐린 러쉐르슈 에 떼크니크 에스.에이. filed Critical 꽁빠니 제네날 드 에따블리세망 미쉘린
Publication of KR20140020837A publication Critical patent/KR20140020837A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/14Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/10Selection of transformation methods according to the characteristics of the input images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752Contour matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/754Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries involving a deformation of the sample pattern or of the reference pattern; Elastic matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20116Active contour; Active surface; Snakes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

본 발명은 삼차원 기준 표면과 동일하게 비교하여 올록볼록한 마킹을 포함하는 타이어의 표면 일부를 검사하기 위한 방법에 관한 것이다. 본 발명은 검사될 표면의 삼차원 프로파일이 판단되고, 그래픽 요소의 윤곽이 추출되고, 제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과, 기준 표면의 동일한 그래픽 요소의 윤곽 사이의 관련성이 설정되며, 제1 의 제어 지점을 포함하는 기본 B-스플라인 표면이 변환된 기준 표면의 각각의 그래픽 요소와 결부되고, 기본 B-스플라인 표면의 제어 지점의 위치를 수정함에 의한 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 그래픽 요소의 이에 대응하는 윤곽 사이의 거리의 최소화 같은 기준 표면의 각각의 그래픽 요소의 윤곽의 제1 변환의 수행을 포함하는 단계를 포함한다.

Description

표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법{METHOD FOR THE PRE-PROCESSING OF A THREE-DIMENSIONAL IMAGE OF THE SURFACE OF A TYRE FOR USE IN THE INSPECTION OF SAID SURFACE}
본 발명은 타이어 제조 분야에 관한 것이다. 더 특히, 본 발명은 생산 과정 동안 또는 종료시에 타이어가 이용될 목적을 위해 설정된 제어 기준에 타이어가 부합하는지 판단하기 위한 타이어의 시각적인 검사의 문제에 관한 것이다.
이러한 처리를 수행하기 위해 이용되는 방법은 대개 검사될 타이어의 표면의 이차원 또는 삼차원 이미지와 타이어 표면의 이차원 또는 삼차원의 기준 이미지를 비교하는 것을 포함한다. 이러한 방법의 일반 원칙은 이미지 또는 검사될 타이어의 표면과 이미지 또는 기준 표면 사이의 관련성을 설정하는 것을 포함하며, 이는 예컨대, 두 개의 이미지들 또는 두 개의 표면들 사이의 차이를 분석하여 몰딩 이상(moulding anomalies)을 판단하기 위해 그것을 중첩하는 것에 의한다.
타이어의 경우, 표면의 기준 이미지는 예컨대, 타이어의 디자인으로부터 유래되는 디지털 데이터로부터 또는 더 통상적으로는, 경화 몰드(curing mould)를 묘사하고 제조하는데 이용되는 디지털 데이터로부터 비롯되며, 상기 몰드 자체는 상기 타이어에 최종 형상을 제공하도록 설계된다.
타이어 표면의 삼차원 이미지가 타이어 표면의 삼차원 릴리프(relief)를 판단할 수 있는 수집 시스템의 도움으로 공지된 방식으로 획득될 수 있다.
기준 표면과 평가될 타이어 표면의 매칭(matching)은 이러한 유형의 객체의 소정 경우에 적합하게 되어야 하는 방법을 이용한다.
따라서, 예컨대, 미국 공보 US 5 715 166호는 회전 또는 슬라이딩 같은 변환 기능을 이용한 기준 표면을 주어진 객체의 삼차원 이미지와 매치하기 위해 만들어지는 변환을 기재한다. 이러한 방법은 이 경우에 완전히 강성으로 간주되는 금속부 같은 변형할 수 없는 고체 객체를 매치하는 것으로 발견될 때 좋은 결과로 적용된다. 이것은 타이어의 변형 성질 때문에 타이어의 경우에 적용되지 않는다.
더 구체적으로 타이어의 검사를 위해 설계된 출원에 관한 유럽 공보 EP 1 750 089호는 검사될 표면과 기준 표면을 감소된 차원의 표면부로 세분화하는 것을 제안하며, 이는 대체로 문자 또는 문자의 세트 같은 마킹 요소의 표면에 대응하는 것이고, 그 후 기준 표면과 검사될 표면의 상기 표면부의 하나를 다른 하나의 위로 슬라이딩하여, 두 개 표면부 릴리프의 윤곽들 사이의 최적 매치를 판단한다. 이러한 로컬 리셋의 수행 이후에, 두 개의 표면부는 표면부에 대응하는 구역에서 기준에 대한 검사될 타이어의 부합 정도를 판단하기 위해 서로 비교된다.
상기 공보에 기재된 알고리즘들이, 모델과 평가될 실제 타이어 사이의 위치 차이와, 일 케이싱으로부터 다른 하나로의 끼움(fitting) 및 팽창의 차이가 없는 이점을 가짐에도 불구하고, 이들이 여전히 표면부를 강성 요소로 이해하고 있다는 점에서 미국 공보 US 5 715 166호에 기재된 것과 유사하다.
구체적으로, 몰드로부터 나온 타이어가 몰딩과 경화 작업이 수행된 몰드의 음의 이미지와 정확히 매치되지 않음이 발견되는데, 이는 그것을 구성하는 물질의 탄성 성질 때문이다. 타이어는 냉각시 물질의 열적 수축 작용 하에서 그것이 경화 프레스로부터 나오자마자 변형된다. 게다가, 끼워지고 팽창될 때, 강화층(reinforcing plies)은 그것의 최종 위치를 차지하며, 팽창된 타이어의 평형 곡선은 경화 몰드의 곡률과 매치될 필요가 없다.
또한, 기준 표면의 이미지와 검사될 타이어 표면의 수집된 이미지의 아주 정밀한 선행 조정을 하는 것이 필요한 것으로 발견되며, 이는 생산 결과인 타이어의 부합(conformity)과 관련되어 있는 정보 획득을 목적으로 두 개의 표면을 매치하기 위한 것이다.
공보 WO2009077539호에 기재된 방법은 이러한 목적을 달성하기 위해 그것이 검사될 표면과 일치하도록 계수가 1로 다른 기준 표면의 아핀(affine) 변환을 하는 것을 제안하며, 이는 상기 표면의 소정 방향에서의 가변 탄성 변형(variable elastic deformation) 수행과 등가이고, 그것 때문에 스케일의 단순 변화와는 구별된다.
그러나 이러한 방법이 표면의 완벽한 중첩을 위해 필요한 정교한 조정을 하는 것을 가능하게 하지 않고, 검사될 표면과 기준 표면을 비교하는 동안 부정확한 판단을 유도할 수 있음이 발견된다.
그러므로 표면의 중첩을 개선하기 위해 한 개 이상의 추가적인 단계의 수행이 필요하다. 본 발명의 목적은 아주 정밀하게 기준 표면과 검사될 표면의 중첩을 가능하게 하는 방법을 제안하고, 이에 따라 상기에 인용된 유럽 공보 1 750 089호 또는 WO2009077539호에 기재된 방법의 개선을 형성한다.
본 발명에 따른 방법은 삼차원 기준 표면과 비교하여 타이어의 표면의 일부를 검사하기 위해 설계되고,
상기 표면은 릴리프 내에 마킹을 포함하며,
검사될 표면의 삼차원 프로파일이 판단되고,
그래픽 요소의 윤곽이 추출되고,
제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과, 기준 표면의 동일한 그래픽 요소의 윤곽 사이의 관련성이 설정되는 단계를 포함한다.
이러한 제1 시리즈 변환을 수행한 이후에,
이러한 방법은 제1 세트의 제어 지점을 포함하는 기본 B-스플라인 표면이 변환된 기준 표면의 각각의 그래픽 요소와 결부되고,
기준 표면의 각각의 그래픽 요소 윤곽의 제1 변환은, 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 그래픽 요소의 윤곽 사이의 거리를 최소화하기 위해, 기본 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 수행되는 것을 특징으로 한다.
"B-스플라인 표면"은 피어 베지어(Pierre Bezier)와 폴 드 카스텔죠(Paul de Casteljau)의 연구에 의해 개발되고, 그들의 원칙에 의하여 엘립시스(Elipses)에 의해 출판된 지. 드멘겔(G. Demengel)과 제이피 푸젯(JP Pouget)의 "베지어, B-스플라인과 NURBS 모델(Bezier, B-splines and NURBS models)" 연구 또는 엘. 피에글(L. Piegl)과 더블유. 타일러(W. Tiller)의 스프링거(Springer)사의 Nurbs 책 두 번째 판 2-3장 출판에서 설명된 스플라인 표면을 의미한다. 또한, 더 나아가, 본 기재 문맥의 B-스플라인 표면은 NURBS(비균일 유리 기초 스플라인; Non Uniform Rational Basis Splines) 표면, T-스플라인 표면 등 같은 제어 지점의 도움으로 매개 변수화된(parameterised) 모든 표면을 의미한다.
그래픽 요소의 윤곽을 국부적으로 변형하기 위한 B-스플라인 표면의 이용은 검사될 표면의 그래픽 요소와 기준 표면의 그래픽 요소의 매칭의 개선을 가능하게 하며, 이는 검사될 표면과 기준 표면을 차이에 의해 비교할 때 판단 오류를 최소화하기 위한 것이다.
바람직하게는, 계산 시간을 감소시키기 위해, 제1 시리즈 변환 전에, 검사될 표면과 기준 표면의 반경 프로파일이 평평화되는 것이 바람직하다.
또한, 검사될 표면을 계수화(digitising)하기 위한 수단으로부터 야기되는 데이터의 처리를 감소시키기 위해, 제1 시리즈 변환 전에, 검사될 표면과 기준 표면의 이미지의 타이어의 회전 축에 대해 표현된 극 좌표가 데카르트 좌표로 전환되는 것이 또한 가능하다.
또한, 계산 작업의 양을 감소시키기 위해, 제1 시리즈 변환에 앞서는 단계 동안, 삼차원 이미지 각각의 릴리프에 관한 데이터가 회색 레벨(grey level)로 변환되는 것이 유효하게 가능하며, 이는 검사될 표면과 기준 표면의 이차원 이미지를 획득하기 위한 것이다.
이러한 방법으로, 디지털 처리는 이차원 공간에서 수행되고, 이에 따라 계산이 감소한다.
검사될 표면 상에 존재하는 그래픽 요소를 위치시키기 위한 목적의 제1 시리즈 변환을 수행하기 위한 방법의 선택은 공지된 또는 신규의 기술을 활용할 수 있으며, 이는 그래픽 요소의 윤곽의 변형 전에 가능한 정밀하게 배치하기 위한 윤곽이 동일함을, 즉, 그들이 타이어를 생산하기 위해 이용된 몰드의 동일한 그래픽 요소로부터 야기됨을 보장할 필요성에 의해 제1 단계가 필요하다는 사실을 망각하지 않으면서 한다. 따라서, 일반 규칙으로서, 이러한 연계를 용이하게 하기 위해, 기준 표면은 몰드 자체를 생산하기 위해 이용된 디지털 정보에 기초하여 획득된다.
이러한 매칭을 허용하는 제1 방법은 B-스플라인 표면 자체에 의해 제공되는 가능성(possibilities)의 이용을 포함하며,
검사될 표면 상에 특성 지점(characteristic points)이 위치되고, 이러한 지점이 기준 표면의 대응 특성 지점과 쌍을 이룸으로써, 쌍을 이룬 지점의 커플 세트를 생성하는 단계와,
리셋 B-스플라인 표면이, 이러한 표면의 특성 지점을 상기 리셋 B-스플라인 표면의 제어 지점에 동화(assimilating)시킴으로써 기준 표면과 결부되는 단계와,
기준 표면이 리셋 B-스플라인 표면의 제어 지점 이동에 의해 변형되어, 이들과 함께 쌍을 이룰 검사될 표면의 특성 지점 상에 이들을 중첩시키는 단계를 포함한다.
그러나 이러한 방법은 기준 표면의 부적절한 변형을 방지하기 위해 이것이 신중히 특성 지점을 선택하는 것을 요구하기 때문에 신중히 다루어진다.
또한 이와 달리, 공보 WO2009077539호에 기재된 방법을 이용하는 것이 알맞게 가능하며,
제1 시리즈 변환은,
특성 지점이 검사될 표면 상에 위치되며, 이러한 지점이 기준 표면의 대응 특성 지점과 쌍을 이룸으로써, 삼차원 데이터로부터의 특성 지점의 쌍을 이룬 커플 세트를 생성하는 단계와,
기준 표면의 특성 지점에 적용되는 아핀 변환 함수가, 상기 제1 아핀 변환 함수의 도움으로 변환되는 기준 표면의 각각의 특성 지점과, 이와 쌍을 이루는 검사될 표면의 지점 사이의 총 거리를 나타내는 값이 최소가 되도록, 반복적으로 수행되는 단계와,
기준 표면의 지점의 세트가 상기 아핀 변환 함수의 도움으로 변환되는 단계를 포함한다.
바람직하게는, 변환 시리즈에 이용되는 아핀 함수는 비율이 1과 다른 절대값을 갖는 스케일의 변경을 포함한다.
또한, 제1 시리즈 변환을 위해 유럽 공보 EP 1 750 089호에 기재된 방법을 이용하는 것이 가능하며, 이는
기준 표면의 삼차원 데이터가, 기준 이미지의 차원을 검사될 표면의 차원으로 조정하기 위해 스케일 인자의 도움으로 변환되는 단계와,
기준 이미지와 검사될 표면의 이미지가 한 개 이상의 그래픽 요소를 포함하는 감소된 사이즈의 표면 요소로 나누어지는 단계와,
이러한 표면 요소에 포함되는 그래픽 요소들 사이의 일치가 설정되는 단계를 포함한다.
기준 표면의 그래픽 요소의 윤곽의 제1 변환이 기본 B-스플라인 표면의 도움으로 수행될 때, 리셋 차이를 유지하는 것이 가능하다. 이러한 경우, 상기 기본 B-스플라인 표면을 세분화하도록 설계된 아직 정밀한 리셋을 제어 지점의 개수를 증가시킴으로써 수행하는 것이 가능하며, 이는 제2 세트의 제어 지점이 제1 B-스플라인 변형으로부터 비롯된 기준 표면의 각각의 세분화된 그래픽 요소와 결부되기 위한 것이다.
계산 시간을 단축하기 위해, 제1 세트의 제어 지점의 근처에서만 이러한 세분화 수행이 유리하게 가능하며, 이는 제1 변형 이후에 부정확하게 리셋되는 기준 표면의 윤곽의 지점에 영향을 미친다.
기준 표면의 그래픽 요소의 윤곽의 제2 변형은 그 후 세분화된 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 수행되며, 이는 기준 표면의 세분화된 그래픽 요소의 윤곽과 검사될 표면의 세분화된 그래픽 요소의 윤곽 사이의 거리를 최소화하기 위한 것이다.
검사될 표면을 묘사하는 디지털 데이터를, 제1 시리즈 변환, 제1 및, 경우에 따라 제2 B-스플라인 변형의 도움으로 수정되는, 기준 표면을 묘사하는 디지털 데이터와 비교함으로써, 검사될 구역의 부합 평가를 위해 본 발명에 따른 검사 방법이 그 후 제공된다.
또한, 본 발명은 타이어 표면을 검사하기 위한 장치에 관한 것이며,
검사될 표면의 삼차원 프로파일을 판단할 수 있게 하게 하는 수단과, 기준 표면을 묘사하는 디지털 데이터를 저장하기 위한 수단과, 계산 알고리즘을 적용할 수 있게 하는 컴퓨터 계산 수단을 포함하고,
상기 계산 알고리즘은,
검사될 표면의 삼차원 프로파일을 판단하는 단계와,
그래픽 요소의 윤곽을 추출하는 단계와,
제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과 기준 표면의 그래픽 요소의 동일한 윤곽 사이의 관련성을 설정하는 단계와,
제1 세트의 제어 지점을 포함하는 기본 B-스플라인 표면을 변환된 기준 표면의 그래픽 요소 각각과 결부시키는 단계와,
기본 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 기준 표면의 그래픽 요소 각각의 윤곽의 제1 변형을 수행하여, 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 이에 대응하는 그래픽 요소의 윤곽 사이의 거리를 최소화하는 단계를 포함한다.
다음 기재의 목적은 본 발명에 따른 방법 실시의 주요 단계의 세부사항을 1 내지 8의 도면 및 도해에 기초하여 제공하기 위한 것이다.
도 1은 기준 표면의 릴리프 내 요소 윤곽과 이러한 이미지를 전개한 이미지의 2D 이미지를 도시한다.
도 2는 평평화된 프로파일을 판단하기 위한 단계의 도해를 도시한다.
도 3과 도 4는 방위각 리셋 단계를 도시한다.
도 5는 특성 지점의 선택을 도시한다.
도 6은 기본 B-스플라인 표면과 그것의 제어 지점의 예를 도시한다.
도 7은 제어 지점의 위치의 수정에 의한 기본 표면에 포함된 그래픽 요소의 윤곽의 변형을 도시한다.
도 8은 본 발명에 따른 방법 실시의 주요 단계를 요약하는 다이어그램이다.
본 발명에 따른 검사 방법은 릴리프 내에 마킹을 포함하는 타이어의 표면부에 관한 것이다. "릴리프 내의 마킹"은 측벽 또는 내부 표면상에 위치하는 숫자 또는 영숫자 글자, 단어 또는 숫자를 형성하는 글자의 시퀀스, 장식 패턴 또는 그림의 표의 문자 같은 조형적 글자(figurative characters), 그루브 또는 다른 트레드의 조각 패턴 같은 요소를 의미한다.
공지된 방식에서, 따라서 이용자는 검사될 표면의 3차원 표면을 특징짓는 것을 가능하게 하는 데이터 획득을 추구한다. 이러한 작업을 수행하기 위해서, 표면은 백색광 또는 레이저 빔으로부터 발생된 빛에 의해 형성된 주어진 파장의 빛의 도움으로 비춰지고, 표면에 의해 반사된 빛은 매트릭스 카메라 같은 수집 수단의 도움으로 포획된다. 또한, 광삼각법(laser triangulation), 삼차원 센서를 사용하는 것이 가능하며, 그것의 원칙은 이차원적으로 선형 카메라의 그것에 동화(assimilate)될 수 있다.
검사될 타이어는 그것을 수집 시스템에 대해 회전하도록 설정하는 것을 가능하게 하는 수단 상에 설치된다. 타이어를 수집 시스템에 대해 그것의 회전축 주위로 완전한 회전을 수행하게 함으로써, 적절하고 공지된 계산 수단에 의한 처리 이후에 검사될 표면의 삼차원 좌표를 나타내는 디지털 데이터가 획득되며, 이는 그 후 삼차원 공간 내에서 한 세트의 지점에 의해 구체화된다.
다음에 기재된 본 발명의 예시적인 실시예는 더 특히 대개 온갖 종류의 마킹과 그래픽 패턴으로 채워진 타이어의 측벽의 검사에 관한 것이다. 그러나 이용되는 기술은, 전위(transposition)가 있다는 가정하에서, 내부 또는 트레드 검사와 동일한 방식으로 이용될 수 있다.
기준으로서 이용되는 표면은 타이어의 삼차원 디자인 데이터 또는 바람직하게는, 경화 몰드의 설계와 생산을 위한 데이터, 더 구체적으로는 측벽을 주조하는데 이용되고 중공 마킹을 포함하는 쉘을 에칭하는데 이용되는 데이터로부터 유래된다.
상술한 바와 같이, 효율적인 방법의 실시를 위해 몇 개의 선행하는 단순화 단계의 수행에 의하여 계산을 단순화할 가치가 있다.
예컨대, 기준 표면과 검사될 표면의 지점의 삼차원 좌표를 나타내는 좌표 시스템을 적당하게 선택하는 것이 가능하며, 이는 연구될 공간의 차원 개수의 감소를 가능하게 하는 단순한 투영을 허용하기 위한 것이다.
또한, 분석될 표면의 삼차원 x, y, z의 좌표가 OX, OY, OZ 직교 좌표계로 표현되도록 배열되며, 축 OZ은 대체로 타이어의 회전축과 구별되지 않는다.
그 후 검사될 표면과 기준 표면의 ρ, θ 유형의 극좌표를 축 OX 및 OY에 관한 데카르트 좌표로의 전환이 가능하며, 이는 도 1에 도시된 바와 같이 전개한 표면을 포함한다. 이것을 위해서, 그것은 OY' 축을 따르는 값과 대응하는 ρ의 값과 OX' 축을 따르는 좌표에 대응하는 값 θ를 고려하는데 충분하다. 좌표계 OX'Y'는 자체로 직교 좌표계이다.
다른 단순화는 삼차원 표면의 평평화를 포함한다. 이에 따라, 표면 곡선의 평균 프로파일은 방사상 평면에서 판단되어야 한다. 도 2에 도시된 바와 같이, 축 OZ과 OX'에 의해 형성된 평면 내의 모든 지점이 투영되며, 이는 방사상 평면 내에서의 투영에 대응한다. 평균 방사상 프로파일의 형상은 방사상 평면 내의 지점의 구름 형상에 의해 주어지며, 이로부터 OZ 방향에서 값의 평균을 취함으로써 평균 곡선을 추출하는 것이 가능하다. 다시 이러한 평균 방사상 프로파일을 전개함에 의해 획득된 표면은 대체로 릴리프 마킹이 나타나지 않는 타이어 표면에 대응한다.
그 후, 각 θ의 각각의 값에 대해, 평면 OX'Z 내에 나타난 좌표에서 이러한 평균 방사상 프로파일의 값을 빼는 것만으로도 위에서 판단된 전개 표면의 평평화를 획득하기에 충분하며, 여기서 릴리프 내의 요소만이 축 OZ을 따르는 값을 갖는다.
또한, 평평화는 표면에 만들어진 릴리프 마킹을 의미하는 프로파일의 국소 변화를 감지하여 결정된 방향 예컨대, 사선(radial line)을 따른 표면의 프로파일을 따름으로써 수행될 수 있다. 이 경우, 곡률에서의 변화와만 관련된 비정상적인 변화와 느린 변화를 제거하기 위해 필터를 적용한 후, 마킹에 대응하는 릴리프의 요소만 나타나는 평면에 위와 같은 변화를 재현하는 것으로 충분하다.
또한, 계산을 단순화하기 위해, 축 OZ를 따르는 값에 회색 레벨 값(grey-level value)을 부여하는 것이 가능하다. 이것 릴리프 상태의 요소가 시각적으로 평균 표면의 색과 상대적으로 분리되어 보이는 표면의 이차원 이미지를 제공한다. 회색 레벨의 강도는 표면의 평균 릴리프에 대한 지점의 높이에 비례한다. 후자의 단순화는 상술된 방법 중 하나에 따라 평평화된 표면에 비슷한 결과를 주도록 수행 가능하다.
도 3은 이러한 단순화의 결과를 도시한 것으로, 더 특히 타이어 측벽의 처리에 맞추어지고 넓혀진 평평화된 기준 표면에 적용되고, 회색 레벨 이미지로 변환된 것이다. 도 4는, 그것의 입장에서, 검사되어야 하는 표면으로부터 전개되고 평평화된 이미지를 나타낸다.
또한, 검사될 표면의 이미지에 대해 기준 표면의 이미지를 리셋하는 것이 가능하다. 이에 따라, 도 3 및 도 4에 도시된 바와 같이, 표면에 오직 한번만 보여지는 알파벳 글자 모음과 패턴이 미리 결정된다. 이러한 글자가 두개의 이미지에 위치될 때, 이러한 두 글자들 또는 시리즈의 글자들 사이에서 각도차 Δα가 가늠되고 이러한 글자에 의해 이러한 각도 값의 원점이 통과하도록 함으로써 축 OX'(각도 값 θ를 나타냄)의 좌표 변환이 수행된다.
이러한 단순화가 완료되면, 기준 표면과 검사될 표면에 나타나는 각각의 그래픽 요소의 등고선 지도가 생성된다. 이러한 작업을 수행하기 위해 통상 데리체(Deriche) 알고리즘이 사용되고, 참고문헌은 "Using Canny's criteria to derive a recursively implemented optimal edge detector"이라는 제목의 컴퓨터 비젼(Computer Vision), 1 권, 167-187쪽, 1987년 4월에 발행된 것이다.
제1 시리즈 변환을 통해, 검사될 표면의 그래픽 요소와 기준 표면의 동일한 그래픽 요소를 결부시키기 위한 노력을 한다. 이러한 단계는, 변형에 의해 주어진 패턴을 나타내는 기준 표면의 그래픽 요소를 다른 패턴을 나타내는 검사될 표면의 그래픽 요소와 함께 수렴시키도록 해야 하는 것을 방지할 수 있게 하는데, 다른 패턴은 일탈로 이끌어 두 그래픽 요소들 사이의 완벽한 매칭을 이루는 것을 불가능하게 할 개연성이 높다.
제1 시리즈 변환을 달성하기 위한 방법의 선택은 몇가지 예방책이 선행된다면 B-스플라인 표면 자체의 이용을 단순히 포함할 수 있다.
이를 위해, 검사될 표면의 쉽게 알아볼 수 있는 패턴에 관련된 특성 지점을 검사될 표면상에 위치시킨다. 예컨대, 표면상에 있는 영숫자 글자와 관련된 텍스트의 식별과 검색의 목적을 위해, OCR(광학식 문자 인식; Optical Character Recognition)으로 더 잘 알려진 통상적인 광학식 문자 인식 방법을 이용할 수 있다.
기준 표면의 이미지와 검사될 표면의 이미지상에서 영숫자 글자, 텍스트 또는 패턴을 찾은 후에, 두 표면상에 있는 글자, 텍스트 또는 패턴이 결부된다.
따라서, 도 5를 참고로 하여, 기준 이미지의 비드 근처에 위치한 단어 "RADIAL"이 검사될 이미지의 같은 부분에 위치한 단어 "RADIAL"과 결부된다.
각각의 글자상과 각각의 패턴상에 나타난 한 세트의 특성 지점이 판단된다. 예컨대, 이러한 지점은 뼈대 선의 분기의 교점이나 상기 분기의 종단점에 의해 형성된다. 이러한 지점의 검색은 도 5에 정확히 도시되어 있는데, 기준 이미지의 "RADIAL"의 L의 왼쪽 아래 코너에 결부된 특성 지점이, 검사될 이미지의 "RADIAL"의 첫 번째 L의 왼쪽 아래 코너와 결부되고 있다.
그 후, 기준 표면의 이미지와 검사될 표면의 이미지의 특성 지점은 두개씩 짝지어져 쌍을 이룬 특성 지점의 커플을 형성하도록 결부된다.
쌍을 이룬 특성 지점의 개수는 한 차원에서 다른 차원으로 가변적이고, 릴리프 마킹에서 발견될 수 있는 이상(anomalies)에 따라 하나의 그리고 동일한 타이어의 두 개의 연속된 분석들 사이에 변할 수 있을 뿐 아니라, 인식 기준을 모두 만족하지 못했을 때는 자체의 오류를 만들어 내는 광학식 문자 인식 방법의 적용 단계 각각에서 수행될 수 있는 연속된 거절(rejection)에 의해서도 그러할 수 있다.
이상적으로, 특성 지점의 쌍은 검사될 표면의 전체에 걸쳐 분포되어 있다.
그 후, 리셋 B-스플라인 표면은 기준 표면의 모든 특성 지점과 결부되고 이러한 특성 지점은 상기 리셋 B-스플라인 표면의 제어 지점의 세트를 형성한다. 기준 표면의 각 지점은 리셋 B-스플라인 표면의 제어 지점의 위치의 선형 조합으로 매개화(parameterised) 된다.
Pc는 제어 지점의 역할을 하는 모든 특성 지점을 지정하고, pc는 기준 표면의 지점의 위치를 정의하는 좌표계에서 이러한 제어 지점을 정의하는 매개 변수의 세트이다.
그 후, 기준 표면의 윤곽이 규칙적 샘플링을 통해 불연속화되어 점의 유한 세트
Figure pct00001
c을 이룬다.
이러한 점의 각각의 위치는 리셋 B-스플라인 표면의 제어 지점의 위치의 선형 조합으로 정의된다.
이러한 점의 세트
Figure pct00002
c는 리셋 B-스플라인 표면의 제어 지점에 의해 매개화되고,
Figure pct00003
c(pc)는 매개 변수 세트 pc에 대해
Figure pct00004
c의 점에 의해 취해진 배열(configuration)을 지정한다. B-스플라인 표면의 제어 지점의 위치의 수정(따라서 pc의 수정)은 기준 표면의 변화를 야기하며 이는 이와 결부된 B-스플라인 표면에 의해 야기된 것과 유사하다. 이러한 변형은
Figure pct00005
c의 B-스플라인 변형이라 불린다.
따라서, 다음 단계는 기준 표면의 특성 지점에 대응하는 리셋 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 기준 표면의 변형을 포함하고, 이를 통해 검사될 표면의 짝을 이루는 특성 지점과 중첩한다.
제1 변환은 상대적으로 시행하기 단순하지만, 상술한 바와 같이, 제어 지점의 선택에 있어 특별한 주의를 요한다. 구체적으로, 제어 지점의 수가 충분하고, 표면에 균등하게 분포하는 것이 중요하며, 이것이 이루어 지지 않을 경우, 적은 수의 제어 지점을 포함하는 지역은 부정확하게 변형될 위험이 있다.
그리고 이러한 점들은 비드 가까이 위치하는 지역에 위치되는 것이 선호되며, 이는 이러한 타이어 부분에 많은 수의 마킹과 텍스트가 위치하기 때문이다. 이러한 선호되는 위치는 검사될 표면의 그래픽 요소의 윤곽과, 기준 표면의 동일한 그래픽 요소의 윤곽의 매치를 위한 제2 변환 방법의 선호로 이어질 수 있다.
이러한 방법의 목적은 변환 함수의 결정을 포함하고, 그 스타팅 지점의 세트는 기준 표면의 특성 지점을 포함하고, 그 결정은 상술된 것과 동일하고, 그 엔딩 세트는 상기 변환 함수에 의해 변환된 이러한 모든 점에 의해 형성된다. 엔딩 세트의 각각의 점과, 그것과 짝지어진 검사될 표면의 점으로부터 떨어져 있는 거리를 나타내는 크기를 결부시킬 수 있다. 이러한 크기의 총합을 최소화하는 변환 함수가 축차 대입에 의해 찾아진다. 그 후, 기준 표면의 모든 점은 이러한 변환의 도움을 받아 변환되어 원하는 매치를 이룬다.
이러한 방법의 시행에 있어 선호되는 모드에 따르면, 변환 함수는 회전, 이동 및 변형 혹은 비율이 주어진 방향에서 1과 다른 절대값을 갖는 스케일의 변경, 및 좌표축 각각에서의 스케일링의 조합을 포함하는 아핀 함수이다. 스케일의 변화의 중심은 주로 타이어의 회전 축의 점을 포함한다.
그렇게 단순화된 기준 이미지의 점 (x, y, 1)의 이미지 혹은 목적 좌표 (x', y', 1)은 다음의 벡터 형식으로 표현된 변환에 기초하여 얻어진다.
Figure pct00006
Figure pct00007
이는 다음의 형식으로 다시 쓰여질 수 있다:
Figure pct00008
여기서 t는 평면에서의 평행이동(translation), 그리고 A는 아핀 2x2 행렬로 회전과 늘리기 혹은 변형의 형태로 쓰여질 수 있으며, 직각 좌표계의 축에 대해 주어진 각도를 형성하는 두 개의 수직 축을 따라 비등방적이다.
발생한 변형은 기본적으로 방사 방향이고 타이어의 모든 둘레를 따라 상대적으로 균등한 것으로 관찰되며, 이는 측벽의 상부에 위치한 특성 지점의 적은 밀도를 보상하는 것을 가능하게 한다. 따라서, 이상으로 인한 가능한 국소 변형의 영향은 별로 크지 않다.
또한, 상술된 바와 같이 기준 표면을 변형하기 위한 아핀 변환의 이용이, 결과적으로 매개화되는 B-스플라인의 제어 지점의 이동에 의해 수행되는 변형의 특별한 경우이다.
아핀 변환 사용의 가치는 또한, 상기 함수가 결정되면 그것이 같은 차원의 모든 타이어들에 적용될 수 있고, 그래픽 요소에 위치한 오직 제1 또는 필요한 경우 제2 변형을 검사될 각각의 타이어에 대해 다시 계산하면 된다는 데에 있다. 이것의 장점은 역시 계산 시간의 제한에 있다.
검사될 표면의 그래픽 요소의 윤곽과, 기준 표면의 그래픽 요소의 윤곽의 관련성을 설정하는 것을 가능하게 하는 제3 방법은, 기준 표면을 한 개 이상의 그래픽 요소를 포함하는 감소된 크기의 표면 요소로 나누고, 바람직하게는, 상술된 바와 같이 단순화 단계를 먼저 수행한 후, 감소된 크기의 검사될 표면의 요소에 포함된 그래픽 요소의 윤곽과, 감소된 크기의 기준 표면의 표면 요소에 포함된 그래픽 요소의 윤곽 사이의 일치(coincidence)를 설정하는 것을 포함한다.
이것을 달성하기 위해서, 비용 함수가 결정되어 두 그래픽 요소의 윤곽들 사이의 거리를 잴 수 있고, 한 요소의 위치를 다른 요소에 대해 반복적으로 평행이동을 진행함으로써 그러한 타입의 두 요소들 사이의 최대의 관련성을 평가하기 위한 최고의 비용 함수를 갖는 위치가 결정된다:
Figure pct00009
그러나 공지되고 상기하도록 인용된 이러한 방법은 그래픽 요소의 윤곽의 변형에 대해 준비되어 있지 않고, 따라서, 표면 요소 상에 나타나는 때때로 상당한 탄성 변형을 완벽히 고려할 수 없다.
이러한 단계에서 기준 표면의 그래픽 요소의 윤곽과, 검사될 표면의 동일한 그래픽 요소의 윤곽 사이의 관련성을 설정하는 것을 가능하게 하는 세 개의 변환 방법 중 하나의 변환의 수행이 상술된 단순화와 좌표계 변환과는 독립적으로 수행될 수 있음을 알 수 있다. 계산 시간은, 특히 삼차원 공간에 있도록 선택되는 경우, 같은 크기만큼 증가할 것이다.
또한, 평평화, 회전, 그리고 평행 이동 단계는 그 자체로 아핀 변환이고, 이는 제1 아핀 변환과 결합됨으로써, 여기서 다시 상당한 계산 시간의 소모의 대가로서, 제안된 최적화 방법에 의해 직접적으로 정의할 수 있는 아핀 변환을 또한 제시한다.
기준 표면의 그래픽 요소와 검사될 표면의 그래픽 요소들 사이의 정밀한(fine) 리셋을 수행하는 것을 목적으로 하는, 본 발명에 따른 검사 방법의 다음 단계는 상기 윤곽들 사이의 관련성을 설정한 후에 상술된 것 중 어떤 방법의 도움으로든 수행될 수 있다.
이러한 단계는 기준 표면의 그래픽 요소의 형상을 검사될 표면에 포함된 동일한 그래픽 요소의 정확한 형상으로 더 정밀하게 조정할 수 있게 한다.
먼저, 기준 표면이 한 개 이상의 그래픽 요소를 포함하는 기본 표면으로 나누어진다. 기본 표면은 글자, 장식용의 패턴, 혹은 감소된 크기의 글자의 세트를 포함할 수 있다.
기본 B-스플라인 표면은 도 6에 도시된 바와 같이 상기 그래픽 요소를 완전히 덮는 각각의 그래픽 요소와 결부된다. 이러한 표면은 기준 표면에 속하는 NxM 제어 지점을 정의하는 N 행과 M 열로 이루어진 제어 그리드로 매개화 된다. 일반적으로, 행과 열은 고르게 분포되어 있다. 예컨대, 그래픽 요소가 기본 표면에 정사각형 모양으로 포함되어 있을 때, 그들은 감소된 차원의 4x4 혹은 5x5 타입 그리드(grid)를 형성한다.
이하에, 상술한 바와 같은 표기를 택하고, P는 제1 세트의 제어 지점을 형성하는 제어 지점을 지정하고 p는 기준 표면의 점의 위치를 정의하는 좌표계에서 이러한 제어 점의 위치를 정의하는 매개 변수 세트를 지정한다.
도 6에서 글자 D의 윤곽의 예로 도시된 것과 같은, 상기 기본 표면에 위치한 그래픽 요소의 윤곽은 그 후 규칙적 샘플링을 통해 지점의 유한 세트
Figure pct00010
로 불연속화 된다. 이러한 점들 각각에 그 점에서의 윤곽의 방향 정보 항목이 추가된다.
이러한 방향설정된 지점 각각의 위치는 그 후 B-스플라인 표면의 제어 지점의 위치의 선형 조합으로 정의된다. 비슷하게, 이러한 지점 각각의 방향은 B-스플라인 표면의 제어 지점의 위치에 따라 표현된다.
방향설정된 지점들의 세트
Figure pct00011
는 B-스플라인 표면의 제어 지점들로 매개화되고,
Figure pct00012
(p)는 그 매개 변수 세트 p에 대해
Figure pct00013
의 점들에 의해 취해진 배열을 지정한다.
다음 단계는 기본 B-스플라인 표면의 제1 세트의 제어 지점의 제어 지점의 위치를 수정함으로써 기준 표면의 각 그래픽 요소의 윤곽을 변형시키는 것을 포함하며, 이를 통해 기준 표면의 그래픽 요소의 윤곽과, 검사될 표면의 그래픽 요소의 그것에 대응하는 윤곽 사이의 거리를 최소화 한다.
도 7에 도시된 바와 같이, B-스플라인 표면의(따라서 p의) 제어 지점의 위치의 수정은 그래픽 요소의 (
Figure pct00014
의) B-스플라인 변형을 야기한다.
이 최적화 과정을 효과적으로 수행하기 위해, 각각의 그래픽 요소의 윤곽에 대해 거리의 맵을 정의하는 것이 현명하며, 여기서 이미지의 픽셀의 값은 그 픽셀로부터 상기 이미지에 있는 윤곽의 픽셀 중 가장 가까운 픽셀까지의 거리를 나타낸다. 이러한 방법은 H.G. Barrow, J.M. Tenenbaum, R.C. Baum & H.C. Wolf의 Proc. Int. Joint Conf. Artificial Intelligence 977, p. 659-663에의 아티클 "Parametric correspondence and chamfer matching; two techniques for image matching"에 묘사되어 있다. 이 최적화 알고리즘의 가치는 단순함에 있다.
정확성과 강인성(robustness)을 얻기 위해서, 주어진 방향으로 방향설정된 거리 맵을 사용함으로써, 구체적인 제약이 거리 맵의 구성에 추가될 수 있다. 이때, 고려된 거리는 그 지점으로부터, 이 지점이 위치한 부분의 방향에 실질적으로 대응하는 주어진 방향에서의 가장 가까운 윤곽까지의 거리에 대응된다. 이 방법은 예컨대, Clark F. Olson & Daniel P Huttenlocher의 IEEE, Transactions on Image Processing, Vol 6, No.1 January 1997에의 아티클 "Target Recognition by Matching Oriented Edge Pixels"에 묘사되어 있다. 이러한 방법은 정확한 리셋을 위해 매우 적절하지 않은 윤곽을 "필터링"함으로써 더 신뢰할만한 결과를 획득하기 위해 사용된다.
L은 위치가 자유로운 기본 B-스플라인 표면의 모든 제어 지점을 나타내며, 이는 리셋의 최적화 알고리즘을 통해 위치가 수정될 수 있는 것을 의미한다. F는 위치가 고정된 기본 B-스플라인 표면의 모든 제어 지점들을 나타내며, 이는 리셋의 최적화 알고리즘을 통해 위치가 수정될 수 없는 것을 의미한다.
그 후, 매개 변수 세트 p는 L의 제어 지점의 위치를 정의하는 매개 변수 세트 l과, F의 제어 지점의 위치를 정의하는 매개 변수 세트 f로 나누어진다. 이하에, 표기 p(l,f)는 주어진 순간에서 매개 변수 세트 p의 값들을 지정하는데 사용된다.
게다가, R은 L에 속하는 적어도 하나의 제어 지점에 의해 위치가 영향을 받는
Figure pct00015
의 모든 점들을 나타낸다(
Figure pct00016
의 점 A는 A의 위치를 정의하는 선형 조합에 있어서 Pi,j의 계수가 0이 아닐 경우 제어 지점 Pi,j에 의해 영향을 받는다). 표기 R(p(l,f))는 매개 변수 p(l,f)의 B-스플라인 변형을 위해 R의 점에 의해 취해진 배열을 지정하는데 사용될 것이다.
L, F에 속하는 지점들의 위치의 최적화는 다음에 따라 초기화 된다:
Figure pct00017
따라서: R=
Figure pct00018
게다가, 최적화 과정의 반복 횟수를 세는 변수는 0으로 초기화 된다. 이것은 최적화 과정에서 반복 횟수를 제한하는 것을 가능하게 한다.
리셋
Figure pct00019
(p(l,f))의 최적화는 매개 변수 세트 l을 찾는 것을 포함하며, 이를 위해
Figure pct00020
(p(l,f))의 점은 수집에서 그것의 실제 위치에 가장 가깝게 추정된다.
현재 리셋
Figure pct00021
(p(l,f))의 평가를 위해서, 다음의 품질 기준이 정의되며,
E((p(l,f))=Ed(R(p(l,f)))+λEr(p(l,f))
여기서,
Ed(R(p(l,f))): 데이터에 태깅(tagging)하기 위한 항. 이것은 R(p(l,f))의 점들로부터 이들에 대응하는 가장 가까운 윤곽까지의 평균 수직 거리를 측정한다.
Erp(l,f)): 측벽의 성질과 관련하여, 매우 현실적이지는 않은 변형에 패널티(penalise)를 주는 것을 목적으로 하는 조정(regularisation) 항. 이 항은 너무 과도한 축소/팽창이나 너무 큰 곡률의 반지름을 갖는 변형에 패널티를 준다.
λ: 조정 항의 영향을 조정하기 위한 가중 인자.
데이터 Ed에 태깅하기 위한 항과 관련하여, R(p(l,f))의 점의 리셋 에러는 이전에 계산된 거리 맵에서 같은 위치 및 같은 방향에서의 픽셀의 값을 봄으로써 직접적으로 얻어진다.
조정항 Er과 관련하여, 이것은 다음과 같이 정의된다:
Figure pct00023
여기서,
Figure pct00024
는 B-스플라인 표면의 제어 그리드의 i행 j열에 결부된 제어 지점.
Figure pct00025
는 초기 B-스플라인 표면(즉, 변형되지 않은)에 대응하는 매개 변수 세트.
그러므로
Figure pct00026
의 리셋의 최적화는 E(
Figure pct00027
,p(l,f))를 최소화하는 매개 변수 세트 l을 찾는 것으로 이루어져 있다. 이 최적 매개 변수 세트 l은 Levenberg-Marquardt의 것 같은 비선형 최적화 알고리즘의 도움에 의해 추산되며 그것의 원칙은 예컨대, 다음의 출판물 W.F. Press, S.A. Teukolsky, W.T. Vettering 과 B.P. Flannery의 "Numerical Recipes in C"의 챕터 15.5 "Non linear Models"에 묘사되어 있다.
비선형 최적화가 한 번 반복된 후, 최정화 과정의 반복 횟수를 세는 변수의 값이 1 증가된다.
정지 기준에 도달하면 반복이 정지된다. 이를 위해, R의 점 중에서, B단계 이후 리셋 에러가 고정된 한계점 δ을 넘는 점들의 세트 V가 식별된다. 이 세트 V는
Figure pct00028
의 점 중 현재 리셋 품질이 충분하지 않은 모든 점에 해당한다. 만약 세트 V가 비어있거나 최적화 알고리즘의 반복 횟수가 너무 높은 경우, 최적화 과정은 중단된다. 그렇지 않다면, 반복 과정은 정지 기준이 작동될 때까지 재시작된다.
기준 표면의 모든 그래픽 요소를 연속적으로 변형시킴으로써, 검사될 표면에 대해 최종적으로 리셋된 기준 표면이 얻어지고 타이어의 품질에 관한 유용한 정보를 얻기 위해 두 표면을 겹쳐 놓는 것으로 이루어진 제어 단계로의 진행이 가능하다.
그러나 변형 p(l,f)가 원하는 리셋 품질을 제공하지 못할 수 있으며, 이러한 경우 더 복잡한 변형의 모델링을 위해 후자의 자유도의 숫자를 증가시키는 것이 필요하다.
이제 미세 조절의 마지막 단계를 예상할 수 있고 이는 제어 지점의 수를 늘림으로써, 제1 세트의 제어 지점의 도움에 의해 변형되고 그래픽 요소를 포함하는 기본 B-스플라인 표면을 세분화 하는 것으로 이루어지며, 이로써 제1 변형으로부터 발생된 기준 표면의 각각의 그래픽 요소에, 제3 세트의 제어 지점의 도움으로 형성되며 그래픽 요소의 윤곽의 특정한 세부 사항에 관한 세분화된 B-스플라인 표면을 결부시키게 된다.
이를 위해, 그래픽 요소에 결부된 기본 B-스플라인 표면은 예컨대, Catmull-Clark 타입의 알고리즘의 도움에 의해 세분화 되며 이는 Computer-Aided design 10(6) pages 350-355, November 1978의 제목 "Recursively generated B-Splines surfaces on arbitrary topological surfaces"의 출판물에 묘사되어 있는 것과 같다. 이러한 세분화는 묘사된 표면의 수정 없이, 그래픽 요소를 묘사하는 B-스플라인 표면의 세분화 내에 제어 지점의 수를 늘린다. 그러므로 이러한 표면에 의해 정의된 변형은 이전 단계 다음에 얻어진 것과 동일하다.
Figure pct00029
와 결부된 B-스플라인 표면은 이러한 새로운 세분화된 B-스플라인 표면으로 대체된다.
Figure pct00030
의 점은 이제 새로운 세분화된 B-스플라인 표면의 표면 점으로 나타내진다. 이것은
Figure pct00031
의 점의 위치/방향이 세분화된 B-스플라인 표면의 제2 세트의 제어 지점 중 새로운 제어 지점의 위치의 선형 조합의 형태로 나타남을 의미한다.
계산 시간을 줄이기 위해, 기본 B-스플라인 표면은 오직 제1 변형 후에 부정확하게 리셋된 기준 표면의 제1 세트의 제어 지점의 윤곽 점에 영향을 주는 제1 세트의 제어 지점 주변에서만 세분화되며, 이것은 B-스플라인 표면상의 제어 지점의 영향이 국소적이고, 오직 적어도 하나의 부정확한
Figure pct00032
(p(,l,f))의 리셋 지점들에 영향을 주는 제어 지점만이 최적화되어야 한다는 것을 고려한 것이다.
그러므로 이는 세분화된 기본 표면으로서 다수의 제2 변형을 만든다.
따라서, 세트 L, F는 다음의 방법에 의해 갱신된다:
L= V의 적어도 한 점에 영향을 주는 모든 제어 지점.
F=P\L
세트 R은 또한 세트 L, F의 새로운 정의에 의해 갱신된다.
그리고 최적화 과정은, 세분화된 기준 표면의 그래픽 요소들에 이를 적용하고 세분화된 B-스플라인 표면의 제2 세트의 제어 지점의 위치를 수정함으로써 이전 단락에서와 같이 재시작되고, 이로써 기준 표면의 세분화된 그래픽 요소의 윤곽과 검사될 표면의 그래픽 요소의 대응 윤곽의 거리를 최소화한다.
세분화된 표면의 변형은 기준 표면의 윤곽과 검사될 표면의 윤곽의 거의 완벽한 수준의 중첩을 달성할 수 있게 한다. 표면들 사이의 매우 정확한 중첩은 두 표면들 사이에 여전히 있을 수 있고 발견해야 할 결점의 모습의 한계점 한참 아래의 차이를 줄이는 것을 가능하게 하는 것을 의미한다.
기준 표면의 각각의 점은 그러므로 제1의 연속적인 변환의 도움으로 첫 번째로 변환되고, 기본 표면 혹은 세분화된 기본 표면에 대응하는 제1 또는 제2 변환의 도움에 의해 두 번째로 변환된다.
도 9의 다이어그램은 본 발명의 실시에 있어 선호되는 방식의 주요 단계를 열거한다.
기준 표면에 대하여 검사될 표면의 부합을 평가하는 것은, 본 발명의 명시적인 주제는 아니지만, 발명에 따른 그리고 앞서 말한 문단에 묘사된 리셋 방법의 실시로 이루어진 준비 단계를 통해 기준 표면과 검사될 표면의 차이의 더욱 적절한 분석이 가능함을 관찰할 수 있다. 부정확한 탐지 개수의 상당한 감소와 릴리프를 포함하지 않는 표면의 부분에서의 생산 이상(anomalies)의 더 나은 평가가 이것의 결과이다.
물론, 본 발명에 따르는 검사 방법의 실시는 이러한 목적을 위해 프로그램된 컴퓨터 방법의 사용이 결부되며, 계산 알고리즘을 적용할 수 있으며,
상기 계산 알고리즘 수단은,
검사될 표면의 삼차원 프로파일을 판단하는 단계와,
그래픽 요소의 윤곽을 추출하는 단계와,
제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과 기준 표면의 그래픽 요소의 동일한 윤곽의 관련성을 설정하는 단계와,
변환된 기준 표면의 그래픽 요소 각각과 제2 세트의 제어 지점을 포함하는 기본 B-스플라인 표면이 결부되고,
기본 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 각각의 그래픽 요소의 윤곽의 제1 변환을 수행하여, 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 이에 대응하는 그래픽 요소의 윤곽 사이의 거리를 최소화하기 위한 단계를 포함한다.

Claims (13)

  1. 삼차원 기준 표면과 비교에 의하여 타이어의 표면의 일부를 검사하기 위한 방법이며,
    상기 표면은 릴리프 내에 마킹을 포함하고,
    검사될 표면의 삼차원 프로파일이 판단되고,
    그래픽 요소의 윤곽이 추출되고,
    제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과, 기준 표면의 동일한 그래픽 요소의 윤곽 사이의 관련성이 설정되며,
    상기 제1 시리즈 변환을 수행한 이후에,
    제1 세트의 제어 지점을 포함하는 기본 B-스플라인 표면이 변환된 기준 표면의 각각의 그래픽 요소와 결부되고,
    기준 표면의 각각의 그래픽 요소 윤곽의 제1 변환은, 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 그래픽 요소의 이에 대응하는 윤곽 사이의 거리를 최소화하기 위해, 기본 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 수행되는 것을 특징으로 하는 검사 방법.
  2. 제1항에 있어서, 제1 시리즈 변환 전에, 검사될 표면과 기준 표면의 반경 프로파일이 평평화되는 검사 방법.
  3. 제1항과 제2항 중 어느 한 항에 있어서, 제1 시리즈 변환 전에, 검사될 표면과 기준 표면의 이미지의 타이어의 회전 축에 대해 표현된 극 좌표가 데카르트 좌표로 전환되는 검사 방법.
  4. 제2항과 제3항 중 어느 한 항에 있어서, 제1 시리즈 변환 전에, 검사될 표면과 기준 표면의 이차원 이미지를 획득하기 위해, 삼차원 이미지 각각의 릴리프에 관한 데이터가 회색 레벨로 변환되는 검사 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    제1 시리즈 변환은,
    검사될 표면 상에 특성 지점이 위치되고, 이러한 지점이 기준 표면의 대응 특성 지점과 쌍을 이룸으로써, 쌍을 이룬 지점의 커플 세트를 생성하는 단계와,
    리셋 B-스플라인 표면이, 이러한 표면의 특성 지점을 상기 리셋 B-스플라인 표면의 제어 지점에 동화(assimilating)시킴으로써 기준 표면과 결부되는 단계와,
    기준 표면이 리셋 B-스플라인 표면의 제어 지점 이동에 의해 변형되어, 이들과 함께 쌍을 이룰 검사될 표면의 특성 지점 상에 이들을 중첩시키는 단계를 포함하는 검사 방법.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서,
    제1 시리즈 변환은,
    특성 지점이 검사될 표면 상에 위치되며, 이러한 지점이 기준 표면의 대응 특성 지점과 쌍을 이룸으로써, 특성 지점의 쌍을 이룬 커플 세트를 생성하는 단계와,
    기준 표면의 특성 지점에 적용되는 아핀 변환 함수가, 상기 제1 아핀 변환 함수의 도움으로 변환되는 기준 표면의 각각의 특성 지점과, 이와 쌍을 이루는 검사될 표면의 지점 사이의 총 거리를 나타내는 값이 최소가 되도록, 반복적으로 수행되는 단계와,
    기준 표면의 지점의 세트가 상기 아핀 변환 함수의 도움으로 변환되는 단계를 포함하는 검사 방법.
  7. 제6항에 있어서, 아핀 변환 함수는 비율이 1과 다른 절대값을 갖는 스케일의 변경을 포함하는 검사 방법.
  8. 제1항 내지 제4항 중 어느 한 항에 있어서,
    제1 시리즈 변환은,
    기준 표면의 삼차원 데이터가, 기준 이미지의 차원을 검사될 표면의 차원으로 조정하기 위해 스케일 인자의 도움으로 변환되는 단계와,
    기준 이미지와 검사될 표면의 이미지가 한 개 이상의 그래픽 요소를 포함하는 감소된 사이즈의 표면 요소로 나누어지는 단계와,
    이러한 표면 요소에 포함되는 그래픽 요소들 사이의 일치가 설정되는 단계를 포함하는 검사 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, 기본 B-스플라인 표면의 제1 세트의 제어 지점의 도움에 의한 기준 표면의 윤곽의 제1 변환 이후에, 상기 기본 B-스플라인 표면이 제어 지점의 개수를 증가시킴으로써 세분화되어, 제2 세트의 제어 지점이 제1 B-스플라인 변형으로부터 비롯된 기준 표면의 각각의 세분화된 그래픽 요소와 결부되는 검사 방법.
  10. 제9항에 있어서, 제1 변형 이후에 부정확하게 리셋되는 기준 표면의 윤곽의 지점에 영향을 미치는 제1 세트의 제어 지점의 근처에서만 기본 B-스플라인 표면이 세분화되는 검사 방법.
  11. 제9항 및 제10항 중 어느 한 항에 있어서, 기준 표면의 세분화된 그래픽 요소의 윤곽의 제2 변형은 세분화된 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 수행되어, 기준 표면의 세분화된 그래픽 요소의 윤곽과 검사될 표면의 그래픽 요소의 대응 윤곽 사이의 거리가 최소화되는 검사 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서, 검사될 표면을 묘사하는 디지털 데이터를, 제1 시리즈 변환, 제1 및, 경우에 따라 제2 B-스플라인 변형의 도움으로 수정되는, 기준 표면을 묘사하는 디지털 데이터와 비교함으로써, 검사될 구역의 부합이 평가되는 검사 방법.
  13. 타이어 표면을 검사하기 위한 장치이며,
    검사될 표면의 삼차원 프로파일을 판단할 수 있게 하게 하는 수단과, 기준 표면을 묘사하는 디지털 데이터를 저장하기 위한 수단과, 계산 알고리즘을 적용할 수 있게 하는 컴퓨터 계산 수단을 포함하고,
    상기 계산 알고리즘은,
    검사될 표면의 삼차원 프로파일을 판단하는 단계와,
    그래픽 요소의 윤곽을 추출하는 단계와,
    제1 시리즈 변환의 도움으로, 검사될 표면의 그래픽 요소의 윤곽과 기준 표면의 그래픽 요소의 동일한 윤곽 사이의 관련성을 설정하는 단계와,
    제1 세트의 제어 지점을 포함하는 기본 B-스플라인 표면을 변환된 기준 표면의 그래픽 요소 각각과 결부시키는 단계와,
    기본 B-스플라인 표면의 제어 지점의 위치를 수정함으로써 기준 표면의 그래픽 요소 각각의 윤곽의 제1 변형을 수행하여, 기준 표면의 그래픽 요소의 윤곽과 검사될 표면의 이에 대응하는 그래픽 요소의 윤곽 사이의 거리를 최소화하는 단계를 포함하는 타이어 표면을 검사하기 위한 장치.
KR1020137013314A 2010-10-27 2011-10-20 표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법 KR20140020837A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1058823 2010-10-27
FR1058823 2010-10-27
PCT/EP2011/068314 WO2012055748A1 (fr) 2010-10-27 2011-10-20 Methode de pre traitement d'une image tri dimensionnelle de la surface d'un pneumatique en vue de son utilisation pour l'inspection de ladite surface

Publications (1)

Publication Number Publication Date
KR20140020837A true KR20140020837A (ko) 2014-02-19

Family

ID=43734818

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137013314A KR20140020837A (ko) 2010-10-27 2011-10-20 표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법

Country Status (7)

Country Link
US (1) US9123112B2 (ko)
EP (1) EP2633493A1 (ko)
JP (1) JP2013542435A (ko)
KR (1) KR20140020837A (ko)
CN (1) CN103180874A (ko)
BR (1) BR112013009291A2 (ko)
WO (1) WO2012055748A1 (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2975524B1 (fr) 2011-05-19 2013-05-17 Michelin Soc Tech Methode de determination des marquages en relief presents sur la surface exterieure du flanc d'un pneumatique
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
US9291527B2 (en) * 2012-07-25 2016-03-22 TIREAUDIT.COM, Inc. System and method for analysis of surface features
KR101718752B1 (ko) 2012-10-31 2017-03-22 미쉐린 러쉐르슈 에 떼크니크 에스.에이. 타이어 트레드 파라미터를 분석하는 시스템 및 방법
JP6231302B2 (ja) * 2013-06-12 2017-11-15 株式会社ブリヂストン 検査補助装置
FR3007174B1 (fr) 2013-06-13 2016-09-09 Michelin & Cie Methode de traitement de l'image numerique de la surface d'un pneumatique en vue de la detection d'une anomalie
US10063837B2 (en) * 2013-07-25 2018-08-28 TIREAUDIT.COM, Inc. System and method for analysis of surface features
JP5775132B2 (ja) * 2013-11-01 2015-09-09 株式会社ブリヂストン タイヤの検査装置
FR3022380A1 (fr) * 2014-06-13 2015-12-18 Michelin & Cie Procede de redressement d'image de pneumatiques
FR3030042A1 (fr) * 2014-12-15 2016-06-17 Michelin & Cie Procede de detection de defaut sur une surface de pneumatique
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
US10789773B2 (en) 2016-03-04 2020-09-29 TIREAUDIT.COM, Inc. Mesh registration system and method for diagnosing tread wear
US11472234B2 (en) 2016-03-04 2022-10-18 TIREAUDIT.COM, Inc. Mesh registration system and method for diagnosing tread wear
CA3032599A1 (en) * 2016-04-25 2017-11-02 Sigmavision Ltd Tread depth measurement
ES2877499T3 (es) * 2016-04-25 2021-11-17 Alstom Transp Tech Método de inspección de la integridad de un ensamble utilizando el rango activo
CN106934860B (zh) * 2017-01-12 2019-12-31 天津大学 一种基于t样条的三维地质建模方法
JP2019078612A (ja) * 2017-10-24 2019-05-23 コニカミノルタ株式会社 タイヤ変形量算出装置、過積載検出システム及びタイヤ変形量算出方法
JP7058170B2 (ja) * 2018-05-02 2022-04-21 Toyo Tire株式会社 タイヤ金型サイドプレートの検査方法
CN111504192B (zh) * 2020-05-07 2021-08-27 东华大学 一种基于机器视觉的压缩机外观检测方法
CN113020428B (zh) * 2021-03-24 2022-06-28 北京理工大学 级进模的加工监控方法、装置、设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5715166A (en) 1992-03-02 1998-02-03 General Motors Corporation Apparatus for the registration of three-dimensional shapes
JP4679073B2 (ja) 2004-05-18 2011-04-27 株式会社ブリヂストン タイヤ凹凸図形の検査方法、および、タイヤ凹凸図形検査装置
EP1906165B1 (en) * 2005-07-19 2014-10-29 The Yokohama Rubber Co., Ltd. Method and device for calculating magnitude of cornering force generated in wheel
EP1878596B1 (en) * 2006-07-11 2013-06-05 The Yokohama Rubber Co., Ltd. Apparatus and method for evaluating a degree of a safety in traveling of a vehicle
JP5089286B2 (ja) * 2007-08-06 2012-12-05 株式会社神戸製鋼所 形状測定装置,形状測定方法
JP2011509398A (ja) 2007-12-19 2011-03-24 ソシエテ ド テクノロジー ミシュラン タイヤ表面を検査するために使用できるようにするようタイヤ表面の3次元画像を処理する方法
EP2131212A3 (en) * 2008-06-05 2011-10-05 Medison Co., Ltd. Non-Rigid Registration Between CT Images and Ultrasound Images
CN101840517B (zh) * 2010-04-27 2014-04-30 武汉大学 一种基于影像配准的控制点影像库匹配方法
FR2966956B1 (fr) * 2010-10-27 2012-12-14 Michelin Soc Tech Methode de pre-traitement d'une image tri dimensionnelle de la surface d'un pneumatique a l'aide de deformations b-spline successives

Also Published As

Publication number Publication date
US9123112B2 (en) 2015-09-01
CN103180874A (zh) 2013-06-26
WO2012055748A1 (fr) 2012-05-03
JP2013542435A (ja) 2013-11-21
EP2633493A1 (fr) 2013-09-04
US20130266225A1 (en) 2013-10-10
BR112013009291A2 (pt) 2016-07-19

Similar Documents

Publication Publication Date Title
KR20140020837A (ko) 표면 검사에 이용하기 위한 타이어 표면의 삼차원 이미지 전처리 방법
KR20140009209A (ko) 연속된 b-스플라인 변형을 이용한 타이어 표면의 삼차원 이미지 전처리 방법
US10346971B2 (en) Optimized method for analyzing the conformity of the surface of a tire
Lin et al. Online quality monitoring in material extrusion additive manufacturing processes based on laser scanning technology
CN106709947B (zh) 一种基于rgbd相机的三维人体快速建模系统
CN107876970B (zh) 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法
US8498467B2 (en) Method for processing a three-dimensional image of the surface of a tire so that it can be used to inspect the said surface
CN109580630B (zh) 一种机械零部件缺陷的视觉检测方法
JP6099479B2 (ja) ひび割れ検出方法
von Enzberg et al. A multiresolution approach to model-based 3-D surface quality inspection
Yogeswaran et al. 3d surface analysis for automated detection of deformations on automotive body panels
Shi et al. Circular grid pattern based surface strain measurement system for sheet metal forming
CN115100116A (zh) 一种基于三维点云的板材缺陷检测方法
CN115482268A (zh) 一种基于散斑匹配网络的高精度三维形貌测量方法与系统
CN115908276A (zh) 融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统
CN112561989B (zh) 一种建造场景下吊装对象的识别方法
CN114387329A (zh) 基于高分遥感影像的建筑物轮廓递进式规则化方法
CN113155057A (zh) 一种使用非特制靶标的线结构光平面标定方法
Zhongwei Direct integration of reverse engineering and rapid prototyping based on the properties of NURBS or B-spline
Zhongwei et al. Automatic segmentation and approximation of digitized data for reverse engineering
CN116481460B (zh) 一种基于三维重构模型的表观坑洞缺陷尺寸检测方法
CN116109788B (zh) 一种实体件建模重构的方法
Mehdi-Souzani et al. Feature extraction from high-density point clouds: toward automation of an intelligent 3D contactless digitizing strategy
CN117953002B (zh) 基于Harris角点检测及匹配算法的CAD图纸翻模方法
Liu et al. Motif analysis for automatic segmentation of CT surface contours into individual surface features

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid