輪胎的檢測方法及系統與流程
2023-06-13 23:38:36 2
本發明涉及輪胎檢測技術領域，特別涉及一種輪胎的檢測方法及系統。
背景技術：
輪胎是機動車輛的主要動作執行部件之一，其穩定性和質量安全性直接決定著機動車輛的人員安全。由於輪胎的製作流程複雜性和工藝流程可能存在的不確定性，將可能存在鋼絲分布不均、鋼絲線游離和雜質帶入等等缺陷。其中，輪胎子口區域位於整個輪胎的邊緣區域，與輪轂接觸起到輪胎密合固定作用，是由多股鋼絲纏繞製成的鋼圈與橡膠等組成，其質量直接影響輪胎的使用安全。x光機對輪胎進行透射成像後，能夠獲得輪胎內部鋼絲和橡膠狀態信息圖像，包括子口區域的鋼圈和橡膠圖像信息，常見的子口區域缺陷包括鋼圈間隙過大、鋼圈翹起等缺陷，如圖7所示。
相關技術中，依靠人工檢查子口缺陷時，存在無法量化判斷、效率低、以及存在疲勞漏判等問題。
技術實現要素：
本發明旨在至少在一定程度上解決上述相關技術中的技術問題之一。
為此，本發明的一個目的在於提出一種輪胎的檢測方法，該方法能夠快速和準確的檢查輪胎子口區域存在的鋼圈間隙過大、鋼圈鋼絲翹起等鋼圈缺陷，以及子口區域鋼圈外的異物雜質缺陷。
本發明的另一個目的在於提供一種輪胎的檢測系統。
為了實現上述目的，本發明的第一方面的實施例公開了一種輪胎的檢測方法，包括以下步驟：獲取輪胎子口區域的圖像；根據所述輪胎子口區域的圖像統計灰度直方圖；根據所述灰度直方圖計算二值化閾值；根據所述二值化閾值對所述輪胎子口區域的圖像進行二值化處理，以得到二值圖像；遍歷所述二值圖像以獲得輪胎子口區域的輪廓特徵；根據所述輪廓特徵確定所述輪胎是否合格。
根據本發明實施例的輪胎的檢測方法，能夠快速和準確的檢查輪胎子口區域存在的鋼圈間隙過大、鋼圈鋼絲翹起等鋼圈缺陷，以及子口區域鋼圈外的異物雜質缺陷。
另外，根據本發明上述實施例的輪胎的檢測方法還可以具有如下附加的技術特徵：
在一些示例中，所述輪胎子口區域的圖像為x光圖像。
在一些示例中，所述根據灰度直方圖計算二值化閾值的步驟，包括：計算所述灰度直方圖的最大灰度值和最小灰度值；根據所述最大灰度值和最小灰度值得到初始閾值；根據所述初始閾值得到所述輪胎子口區域的圖像的前景和背景；分別計算所述前景的平均灰度值和所述背景的平均灰度值；根據所述前景的平均灰度值和所述背景的平均灰度值得到中間閾值；經過多次迭代後，如果相鄰兩次迭代得到的中間閾值相等，則將所述中間閾值作為所述二值化閾值。
在一些示例中，所述根據輪廓特徵確定所述輪胎是否合格的步驟，包括：量化所述輪廓的標準值；比較所述輪廓特徵和所述輪廓的標準值；如果所述輪廓特徵和所述輪廓的標準值之間的差別大於預定值，則判定所述輪胎存在缺陷。
進一步地，當所述輪胎存在缺陷時，還包括：根據所述輪廓特徵和所述輪廓的標準值的比較結果確定缺陷類型，其中，所述缺陷類型包括光圈間隙大、鋼圈翹起和輪胎子口區域雜質。
本發明的第二方面的實施例公開了一種輪胎的檢測系統，包括：獲取模塊，用於獲取輪胎子口區域的圖像；統計模塊，用於根據所述輪胎子口區域的圖像統計灰度直方圖；二值化圖像計算模塊，用於根據所述灰度直方圖計算二值化閾值；二值圖像生成模塊，用於根據所述二值化閾值對所述輪胎子口區域的圖像進行二值化處理，以得到二值圖像；特徵提取模塊，用於遍歷所述二值圖像以獲得輪胎子口區域的輪廓特徵；檢測模塊，用於根據所述輪廓特徵確定所述輪胎是否合格。
根據本發明實施例的輪胎的檢測系統，能夠快速和準確的檢查輪胎子口區域存在的鋼圈間隙過大、鋼圈鋼絲翹起等鋼圈缺陷，以及子口區域鋼圈外的異物雜質缺陷。
另外，根據本發明上述實施例的輪胎的檢測系統還可以具有如下附加的技術特徵：
在一些示例中，所述輪胎子口區域的圖像為x光圖像。
在一些示例中，所述二值化圖像計算模塊用於：計算所述灰度直方圖的最大灰度值和最小灰度值；根據所述最大灰度值和最小灰度值得到初始閾值；根據所述初始閾值得到所述輪胎子口區域的圖像的前景和背景；分別計算所述前景的平均灰度值和所述背景的平均灰度值；根據所述前景的平均灰度值和所述背景的平均灰度值得到中間閾值；經過多次迭代後，如果相鄰兩次迭代得到的中間閾值相等，則將所述中間閾值作為所述二值化閾值。
在一些示例中，所述檢測模塊用於：量化所述輪廓的標準值；比較所述輪廓特徵和所述輪廓的標準值；如果所述輪廓特徵和所述輪廓的標準值之間的差別大於預定值，則判定所述輪胎存在缺陷。
進一步地，當所述輪胎存在缺陷時，所述檢測模塊還用於：根據所述輪廓特徵和所述輪廓的標準值的比較結果確定缺陷類型，其中，所述缺陷類型包括光圈間隙大、鋼圈翹起和輪胎子口區域雜質。
本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
附圖說明
本發明的上述的和/或附加的方面和優點結合下面附圖對實施例的描述中將變得明顯和容易理解，其中：
圖1是本發明一個實施例的輪胎的檢測方法的流程圖；
圖2是本發明一個實施例的輪胎的檢測方法的詳細流程圖；
圖3是本發明一個實施例的輪胎的檢測方法中歸一化直方圖與閾值計算結果示意圖；
圖4a是存在鋼圈間隙過大缺陷的圖片二的值化效果示意圖；
圖4b是存在鋼絲翹起過長缺陷的圖片二的值化效果示意圖；
圖4c是鋼圈附近存在異物雜質缺陷的圖片二的值化效果示意圖；
圖5是本發明一個實施例的輪胎的檢測方法中鋼圈鋼絲翹起特徵提取的示意圖；
圖6是是本發明一個實施例的輪胎的檢測系統的結構框圖；
圖7a是輪胎子口區域存在鋼圈間隙過大缺陷的示意圖；
圖7b是輪胎子口區域存在鋼圈翹起缺陷的示意圖。
具體實施方式
下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用於解釋本發明，而不能理解為對本發明的限制。
以下結合附圖描述根據本發明實施例的輪胎的檢測方法及系統。
圖1是根據本發明一個實施例的輪胎的檢測方法的流程圖。如圖1所示，並結合圖2，根據本發明一個實施例的輪胎的檢測方法，包括如下步驟：
s101：獲取輪胎子口區域的圖像。
其中，輪胎子口區域的圖像例如為輪胎子口區域的x光圖像，輪胎子口區域的圖像可表示為i0(x,y)，圖像大小為h×w，其中h表示圖像高度，w表示圖像寬度。
s102：根據輪胎子口區域的圖像統計灰度直方圖。即：統計輪胎子口區域的圖像的灰度直方圖，其中，輪胎子口區域的圖像的灰度值跨度為0～255，灰度直方圖即統計從灰度值0到灰度值255的各個灰度值像素點個數，可表示為h(g)，其中0≤g≤255。
s103：根據灰度直方圖計算二值化閾值。
具體地，包括：計算灰度直方圖的最大灰度值和最小灰度值；根據最大灰度值和最小灰度值得到初始閾值；根據初始閾值得到輪胎子口區域的圖像的前景和背景；分別計算前景的平均灰度值和背景的平均灰度值；根據前景的平均灰度值和背景的平均灰度值得到中間閾值；經過多次迭代後，如果相鄰兩次迭代得到的中間閾值相等，則將中間閾值作為二值化閾值。
例如：首先求解出最大灰度值和最小灰度值，分別記為gmax和gmin，令初始閾值為：
然後根據初始閾值θ0將輪胎子口區域的圖像分割為前景和背景，分別求出前景和背景的平均灰度值af和ab，其值為：
令：
如果θk＝θk+1，則取θk為所求得到的二值化閾值，即θ＝θk，否則轉到繼續進行迭代。
需要說明的是，可以根據經驗選擇初始閾值以及迭代次數，通常設定初始閾值θ0時，將總的迭代次數限制在500～2000次，以避免不收斂的無限迭代下去。另外，歸一化的直方圖和計算的二值化閾值如圖3所示。
s104：根據二值化閾值對輪胎子口區域的圖像進行二值化處理，以得到二值圖像。
例如：對輸入圖像i0(x,y)進行二值化處理得到二值圖像i1(x,y)，其二值依據為：
如圖4所示，為存在缺陷的圖片經過迭代自適應二值化之後的二值特徵圖片，從左到右依次為存在鋼圈間隙過大、鋼絲翹起過長和鋼圈附近異物雜質。
s105：遍歷二值圖像以獲得輪胎子口區域的輪廓特徵。
具體地說，通過邊緣遍歷即可獲得所有的內外輪廓，其中內輪廓可認為是存在的疑似鋼圈間隔，獨立的小外輪廓可認為是疑似異物雜質。對於內輪廓，可以用gw(i)表示第i個內輪廓的平均像素寬度，用gh(i)表示第i個內輪廓的像素高度。對於獨立的外輪廓我們用a(j)表示第j個獨立外輪廓的像素麵積，即疑似異物雜質的大小。
為了能夠找到鋼絲翹起，選取最大的輪廓即鋼圈本體，其他輪廓全部去除以避免幹擾。如圖5所示，在二值圖像中從左向右逐行遍歷，對於完整鋼圈邊界存在像素值變化為255→0→255，其中0像素個數即為該行的鋼圈像素寬度，若在該行存在多個鋼圈邊界則說明存在鋼絲翹起。通過逐行遍歷，即可完整的獲得鋼圈鋼絲翹起特徵，用tw(k)表示第k個翹起鋼絲的平均像素寬度，用th(k)表示第k個翹起鋼絲的像素高度。
s106：根據輪廓特徵確定輪胎是否合格。進一步地，當輪胎存在缺陷時，還包括：根據輪廓特徵和輪廓的標準值的比較結果確定缺陷類型，其中，缺陷類型包括光圈間隙大、鋼圈翹起和輪胎子口區域雜質。
具體地，包括：量化輪廓的標準值；比較輪廓特徵和輪廓的標準值；如果輪廓特徵和輪廓的標準值之間的差別大於預定值，則判定輪胎存在缺陷。
例如：使用輸入的橫向像素比例係數和縱向比例係數來進行尺寸與像素轉換，假設橫向比例係數為0.5mm/pix(毫米/像素)，縱向比例係數為0.4mm/pix，那麼假設平均寬度超過2mm，高度超過10mm的鋼圈間隙即可認為是缺陷，則可轉換為平均寬度像素4pix，高度25pix。
在實際應用中判別依據設定，例如鋼圈間隙則通過內輪廓的平均像素寬度gw(i)和平均像素高度gh(i)來判斷，異物雜質的通過獨立小輪廓的等效像素麵積a(j)來判斷，而鋼圈鋼絲則依據翹起鋼絲平均寬度tw(k)和高度th(k)來判斷。經過量化判斷後，如果存在缺陷，保存所有缺陷的輪廓信息和類型信息，並進行警報等相關處理。
該方法能夠有效的提取子口鋼圈和鋼圈附近過渡區異物雜質特徵，根據準確有效的二值化閾值求解，使用基於直方圖的迭代閾值求解，從而能夠不受圖像灰度變化的影響很好實現閾值的自適應求解，進而準確提取特徵。另外，針對不同的缺陷特徵，為了能夠準確的提取出目標特徵，使用了輪廓搜索和橫向邊界查找的方法來進行特徵提取。對於疑似鋼圈間隙可通過內輪廓來提取，疑似異物雜質可通過獨立的外輪廓來提取。而為了查找鋼圈鋼絲翹起，僅保留最大輪廓區域，去除其他幹擾輪廓，以此通過橫向查找邊界變化來尋找鋼圈鋼絲翹起特徵。此外，為了能夠對不同缺陷進行量化判讀，對鋼圈間隙定義了平均像素寬度和像素高度，對異物雜質定義了等效像素麵積特徵，對鋼絲翹起定義了平均像素寬度和像素高度，並利用橫向和縱向像素比例係數來將缺陷判斷尺寸範圍換算到像素尺寸範圍。
本發明實施例的輪胎的檢測方法，能夠快速和準確的檢查輪胎子口區域存在的鋼圈間隙過大、鋼圈鋼絲翹起等鋼圈缺陷，以及子口區域鋼圈外的異物雜質缺陷。
圖6是根據本發明一個實施例的輪胎的檢測系統的結構框圖。如圖6所示，根據本發明實施例的輪胎的檢測系統600，包括：獲取模塊610、統計模塊620、二值化圖像計算模塊630、二值圖像生成模塊640、特徵提取模塊650和檢測模塊660。
其中，獲取模塊610用於獲取輪胎子口區域的圖像。統計模塊620用於根據所述輪胎子口區域的圖像統計灰度直方圖。二值化圖像計算模塊630用於根據所述灰度直方圖計算二值化閾值。二值圖像生成模塊640用於根據所述二值化閾值對所述輪胎子口區域的圖像進行二值化處理，以得到二值圖像。特徵提取模塊650用於遍歷所述二值圖像以獲得輪胎子口區域的輪廓特徵。檢測模塊660用於根據所述輪廓特徵確定所述輪胎是否合格。
在本發明的一個實施例中，所述輪胎子口區域的圖像為x光圖像。
在本發明的一個實施例中，所述二值化圖像計算模塊630用於：計算所述灰度直方圖的最大灰度值和最小灰度值；根據所述最大灰度值和最小灰度值得到初始閾值；根據所述初始閾值得到所述輪胎子口區域的圖像的前景和背景；分別計算所述前景的平均灰度值和所述背景的平均灰度值；根據所述前景的平均灰度值和所述背景的平均灰度值得到中間閾值；經過多次迭代後，如果相鄰兩次迭代得到的中間閾值相等，則將所述中間閾值作為所述二值化閾值。
在本發明的一個實施例中，所述檢測模塊660用於：量化所述輪廓的標準值；比較所述輪廓特徵和所述輪廓的標準值；如果所述輪廓特徵和所述輪廓的標準值之間的差別大於預定值，則判定所述輪胎存在缺陷。
進一步地，當所述輪胎存在缺陷時，所述檢測模塊660還用於：根據所述輪廓特徵和所述輪廓的標準值的比較結果確定缺陷類型，其中，所述缺陷類型包括光圈間隙大、鋼圈翹起和輪胎子口區域雜質。
本發明實施例的輪胎的檢測系統，能夠快速和準確的檢查輪胎子口區域存在的鋼圈間隙過大、鋼圈鋼絲翹起等鋼圈缺陷，以及子口區域鋼圈外的異物雜質缺陷。
需要說明的是，本發明實施例的輪胎的檢測系統的具體實現方式與本發明實施例的輪胎的檢測方法的具體實現方式類似，具體請參見方法部分的描述，為了減少冗餘，此處不做贅述。
在本說明書的描述中，參考術語「一個實施例」、「一些實施例」、「示例」、「具體示例」、或「一些示例」等的描述意指結合該實施例或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不是必須針對的是相同的實施例或示例。而且，描述的具體特徵、結構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結合。此外，在不相互矛盾的情況下，本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特徵進行結合和組合。
儘管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的範圍內可以對上述實施例進行變化、修改、替換和變型。