[發明專利]基于X光圖像的輪胎雜質檢測方法及裝置

有效

• 申請號: 201710462785.8
• 申請日: 2017-06-19
• 公開（公告）號: CN107437243B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 陳智能
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

本發明涉及一種基于X光圖像的輪胎雜質檢測方法及裝置，所述檢測方法包括：從數據庫中獲取多對樣本信息，各所述樣本信息分別包括X光輪胎原始圖像及雜質標注信息；對所述原始圖像進行區域分割，得到多個區域圖像；根據雜質檢測算法對各所述區域圖像進行檢測，確定在所述原始圖像中的疑似雜質區域；分別從原始圖像、區域分割過程中的中間處理圖像中提取對應疑似雜質區域的雜質子圖像；分別從各雜質子圖像中提取多種視覺特征，形成特征向量集；基于機器學習方法，根據各特征向量集及雜質標注結果，建立雜質檢測分類模型，通過雜質檢測分類模型可實現對待測X光輪胎圖像的有效檢測判別，準確確定待測X光輪胎圖像中是否存在雜質以及雜質標注信息。

技術領域

本發明涉及圖像識別技術領域，特別是涉及一種基于X光圖像的輪胎雜質檢測方法及裝置。

背景技術

在輪胎生產過程中，由于生產環境、原材料或者人為等因素影響，不可避免會生產少數出帶有雜質等缺陷的產品，影響了產品質量。及時發現并阻止這些不合格產品進入市場不但可以保證產品質量，還可以提高生產效率減少原材料以及人力資源浪費。由于人眼無法透視整個輪胎發現其中的潛在缺陷，輪胎缺陷的檢測主要是通過X光機成像輔以人工檢視進行的，這點上與醫院通過CT或胸透成像檢測人體器官，再加上專業醫生判別分析類似。

目前X光機成像后的輪胎雜質判斷、等級劃分還主要是依靠人工完成。面對自動化輪胎生產線一條條持續不斷輸送過來的輪胎，雜質檢測判別需要工人長時間對著屏幕仔細檢視，工作強度大，精神壓力大且容易造成漏判，落后的檢測方法已經成為了制約輪胎生產發展進步的一個瓶頸點。

近年來，以圖像處理算法為核心的機器視覺自動缺陷檢測方法在生產加工領域取得廣泛應用，例如：食品加工、汽車零部件加工等。機器視覺通過攝像頭采集產品圖像并自動分析得到諸如合格品—不合格品的有效判別，被譽為智能制造的眼睛。具體到基于X光圖像檢測輪胎缺陷這塊，目前市面上僅有德國YXLON(依科視朗)公司提供的輪胎質量判級軟件。但是由于中國國內外輪胎企業在橡膠配方、制造工藝和制造環境等方面的差異，導致缺陷的種類、不同缺陷的出現比例情況和表現形式等均存在一定區別，直接將國外輪胎缺陷檢測軟件引入中國并不能達到較為滿意的檢測效果。近年來，中國國內也有部分企業、科研院所等單位開始重視輪胎質量自動檢測問題研究，并提出了一些基于圖像處理的解決方案。但是，由于輪胎規格型號，生產制作工藝、X光成像條件方面的差異也使得輪胎具備了較為豐富的呈現形態，增加了圖像處理算法設計的難度，導致這些方法在非一致生產環境下的漏檢率和誤檢率并未達到可以替代人工判別的水平，目前國內在輪胎內部缺陷檢測方面仍以人工檢測為主。

雜質是輪胎最為常見的缺陷之一。它主要是輪胎生產過程中不慎卷入到炭黑橡膠中的鋼絲、硬物、油污、揮發小料等。體現在X光圖像上，它們通常是一小段或一小塊黑色線條或者塊狀物、或是黑色絮狀物，且可能出現在輪胎的任意位置。雜質嚴重影響了輪胎質量，是影響輪胎使用壽命和觸發交通事故的重要因素之一。因此，亟需一種對雜質的有效檢測方法。

發明內容

為了解決現有技術中的上述問題，即為了解決有效檢測輪胎雜質，本發明提供了一種基于X光圖像的輪胎雜質檢測方法及裝置。

為實現上述目的，本發明提供了如下方案：

一種基于X光圖像的輪胎雜質檢測方法，所述檢測方法包括：

從數據庫中獲取多對樣本信息，各所述樣本信息分別包括X光輪胎原始圖像及雜質標注信息；

對所述原始圖像進行區域分割，得到多個區域圖像，所述多個區域圖像包括輪胎的胎側圖像、胎圈圖像及胎冠圖像；

根據雜質檢測算法對各所述區域圖像進行檢測，檢測出所述原始圖像中的疑似雜質區域；

分別從所述原始圖像、區域分割過程中的中間處理圖像中提取對應所述疑似雜質區域的雜質子圖像；

分別從各所述雜質子圖像中提取多種視覺特征，形成特征向量集；