[發明專利]一種輪胎X光病疵檢測方法

有效

• 申請號: 201811245341.X
• 申請日: 2018-10-24
• 公開（公告）號: CN109523518B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 陳晉音;趙晶鑫;李玉瑋;俞山青;沈勤
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06K9/62
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種輪胎X光病疵檢測方法，包括以下步驟：

S1：采集并切割所有型號輪胎的正常X光圖像后，將所有切割圖像存入數據庫中，并將數據庫中的所有切割圖像依次進行預處理、特征提取后，根據提取特征對切割圖像進行聚類，獲得多個特征類型，每個特征類型包括多種輪胎型號，即每種輪胎型號與特征類型形成固定映射關系；

S2；采集大量病疵輪胎X光圖像，標注出病疵位置、病疵類型以及輪胎型號，根據S1中獲得的輪胎型號與特征類型的固定映射關系，將每種輪胎型號的病疵輪胎X光圖像劃分到對應的特征類型中；

S3，針對每個特征類型中的所有病疵輪胎X光圖像，將預處理后的病疵輪胎X光圖像劃分成訓練集、測試集以及驗證集，并搭建與該類病疵輪胎X光圖像對應的目標檢測模型后，利用訓練集訓練搭建的目標檢測模型，獲得病疵檢測模型；

S4，對測試輪胎X光圖像進行預處理，根據測試輪胎X光圖像的輪胎型號，選取與輪胎型號對應的病疵檢測模型對預處理后的測試輪胎X光圖像進行病疵區域檢測，獲得輪胎X光病疵檢測結果；

采用K均值聚類方法對所有切割圖像的LBP紋理特征進行聚類，將LBP紋理特征相似的切割圖像聚集到一起，形成有一個特征類型，每個特征類型包括LBP紋理特征相似的多種輪胎型號，即每種輪胎型號與特征類型形成固定映射關系。

2.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S1中：

采用雙線性內插法將數據庫中的所有切割圖像的像素調整成為w^max×w^max，以實現對切割圖像的預處理，其中，w^max是數據庫中的所有切割圖像的最長邊。

3.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S1中：采用局部二值模式提取預處理后的切割圖像的特征，具體過程為：

首先，采用尺寸為m×m的模板，計算切割圖像中每個像素的LBP值；

然后，將每個切割圖像等分成多個區塊，計算每個區塊內的LBP特征值的直方圖，并對直方圖進行歸一化處理；

最后，將每個切割圖像的所有歸一化處理后的直方圖按照維度直接連接成一個特征向量，得到切割圖像的LBP紋理特征向量。

4.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S2中：

利用圖片標注工具LabelImg用人工標注的方法標注病疵輪胎的X光圖像，通過手動畫框的方式標注出圖像中病疵位置，然后輸入病疵類型以及輪胎型號，生成與圖像綁定的XML文件。

5.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S3中：

對每個病疵輪胎X光圖像，根據病疵部位，將病疵輪胎X光圖像中的病疵部位切割出來，以實現對病疵輪胎X光圖像的預處理。

6.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S3中：

采用深度學習框架Tensorflow建立YOLO模型作為目標檢測模型。

7.如權利要求1所述的輪胎X光病疵檢測方法，其特征在于，S4中：

將測試輪胎X光圖像切割成滿足病疵檢測模型識別圖像尺寸的多個子圖，利用與測試輪胎X光圖像對應的病疵檢測模型對每個子圖進行病疵區域檢測。