图像分割的方法技术

本发明专利技术涉及将表示轮胎的图像分割为包括条纹的第一区域和不包括任何条纹的第二区域的方法，所述方法包括以下步骤：在其过程中使图像平整的步骤；二值化步骤，其过程中，灰度图像转变为二值图像；检测图像的包括条纹的横行的步骤；评估每个横行上的条纹数量的步骤；以及根据之前步骤的结果，确定表示条纹的图像的第一像素集合的步骤，所述之前步骤能够获得图像中条纹的数量。

【技术实现步骤摘要】
【国外来华专利技术】图像分割的方法
本专利技术涉及轮胎制造的领域，并且更具体地，本专利技术涉及在生产过程中或生产过程结束后对轮胎的目视检查的领域。
技术介绍
在轮胎工业中，轮胎的目视检验得到了广泛发展；目视检验通常要求负责检测轮胎表面上这些可能存在的可见瑕疵的操作者足够机敏。然而，随着计算手段处理能力的发展，现在制造商看到了自动操作这些检查任务的可能性。为此目的，各种照明手段和数字成像手段因此被用于获取轮胎的图像，以便后续的数字处理能够在由操作者进行目视检测之前检测瑕疵。这些成像手段能够执行待检验轮胎的内表面和/或外表面的各种图像采集，无论是二维还是三维的。轮胎包括存在条纹的某些区域，以及不具有任何条纹的其它区域。这些条纹通常具有大约几毫米的宽度，以及大约一毫米的高度。为了检验轮胎中的某些缺陷，能够对条纹区域和无条纹区域应用不同的处理是有益的。为此目的，能够在轮胎的图像上区分存在的各种区域是有益的。已知致力于实现这种区分的各种技术，但无一表现出足够的鲁棒性，以用于例如轮胎检查的领域。事实上，例如已发现，轮胎上存在的焊接点会使通过现有技术方法实现的分割有误。此外，已知的解决方案的处理时间过长，这在工业环境中无法接受。因此本专利技术致力于提出一种能够弥补上述的缺点的分割解决方案。
技术实现思路
本专利技术因此致力于提供一种方法，所述方法能够分割轮胎图像从而区分具有条纹的区域与不具有任何条纹的区域。因此，本专利技术涉及一种将图像(其表示外表面具有浮凸花纹的制品)分割为包括花纹的第一区域和不包括任何花纹的第二区域的方法，所述方法包括以下步骤：·在其过程中使图像平整的步骤，·二值化步骤，其过程中，灰度图像转变为二值图像；·检测图像的包括条纹的横行的步骤；·评估每个横行上的条纹数量的步骤；以及·根据之前步骤的结果，确定表示条纹的图像的第一像素集合的步骤；所述之前步骤能够获得图像中条纹的数量。此后在本专利申请中，有时会以“输入图像”的表述指代应用根据本专利技术的方法的图像。我们发现，沿着行和列，某些输入图像出现弯曲。在测量图像的横行和纵列的平均值时，出现所述弯曲：图像的每一横行和每一纵列具有不同的平均值，所述平均值与其在图像中的位置相关。必须在任何其它处理之前，校正这种由轮胎的自然弯曲(其根据轮胎的类型而有所不同)以及在制造轮胎的过程中轮胎所受的机械应力而导致的影响，从而使轮胎的所有元素具有相似的高度，无论它们在轮胎中的位置如何。为此目的，在具体实施方案中，所述使图像平整的步骤包括检测承载条纹的载波信号的步骤。为此，沿着横行求简单移动平均：在已清理图像的每个像素处，计算邻近(距离小于一定值)并位于相同横行的像素的平均值；之后将该值从所述像素上减去。能够以下列方式定义这些运算：设I为二维图像，而r为正整数，运算AvgSub定义为以二维图像I为输入并产生相同尺寸的图像作为输出的函数：AvgSubr(I)(x，y)＝I(x，y)-μ({I(i，y)|i∈|0，L(I)|且min(|x-i|，L(I)-|x-i|)≤r})在尺寸为2r+1且中心为像素(x；y)的水平窗口内(考虑到以最小值表示的左右边缘接合的具体特征)，所述运算计算这些像素的平均值，并将该像素的值减去该平均值(并对图像的所有像素进行重复)。本专利技术的分割方法也可以使用在表示全部类型的物体的图像上，不一定是轮胎。这种情况下，平整的步骤会变得不一定有用，由于对于轮胎而言，因为物体是圆形的，所述步骤才是必须的。在优选的方法中，通过从该平均值减去图像的最小值而仅获得正值，从而获得平整后的图像(之后我们将称为“平整图像”)。对上述运算，有利地选择能够保持条纹而去除载波的半径。此外，经证实，虽然只对图像的横行进行该运算，所述运算也能够解决沿着图像的纵列的弯曲。一旦输入图像变得平整，所述方法的下一步骤是进行二值化运算，从而将平整图像从灰度图转变为二值图像。这能够创建包括第一像素集合和第二像素集合的输出掩模，所述第一像素集合包括条纹，所述第二像素集合包括其它元素。为确定像素是否属于输出掩模，确认三个准则：-前两个准则在于，一方面计算像素所在的横行(相应地，纵列)的像素集合的灰度的平均值，另一方面计算标准差，并将两个值相加。-第三个准则在于，确认像素是否属于有效的横行，即：既不过于接近图像顶部，也不过于接近图像底部的横行；或者不包括过多离群值的横行；或者不过于接近包括大量离群值的横行的横行。根据由此而定义的输出掩模，随后能够在平整图像中检测存在条纹的横行。在完成该检测后，获得一维图像，其尺寸与平整图像的高度相同。以如下方式进行检测步骤：-对平整图像的每个横行，计算不属于二值图像的像素的灰度的方差，这等于是排除可能存在的条纹；-在水平扩展二值化的图像的同时进行第二次计算，这等于是通过计算排除更多的像素。平整图像中存在条纹的横行会表现出与其它横行非常不同的结果。事实上，所进行的方差计算排除了由条纹导致的投影现象，这导致比平均值低的值。因此，包括条纹的横行的两个方差值之间会表现出较大的差值，而不具有条纹的横行并非如此。随后，针对每个横行计算这样计算出的两个方差值之间的比值。如果该比值大于预定阈值，则认为该横行包括条纹。此时应注意，条纹的具体特征(即投影现象)被用于检测条纹。可以设想其它方案以实施该检测步骤，然而我们发现，本文描述的方案提供了最好的结果。应当再一次注意，该检测条纹的步骤因物体(即轮胎)的具体特征而变得必要。事实上，如前所述，条纹由制造方法而导致，因此可能会中断，从而仅在一部分横行上出现。由此需要检测包括条纹的横行。因此当应用于另一种物体时，该步骤可能不是必须的。在根据本专利技术的方法中，以下步骤评估每个横行上条纹的数量。为此，执行以下步骤：-首先，沿着输入图像的每一纵列计算方差，从而创建具有与条纹相似规律的一维图像。根据示例，将平整图像或二值化的图像选为输入图像。-对该一维图像连续应用两次傅里叶变换，从而获得图像在频率空间中的分解；-随后寻找分解后的图像的一个或更多个极大值。事实上，如果横坐标值x很高，这意味着在图像中存在每x个像素重复一次的花纹。因此，能够将图像的极大值对应于条纹的周期。然而，我们发现在某些情况下，分解后的图像的极大值并不对应于所寻求的条纹周期，而对应于谐波，即由在图像中有规律地重复的一组条纹导致的值。因此，在具体实施方案中，考察所确定的极大值的分数以检测条纹周期的可能选择，这样做是有益的。在根据本专利技术的方法的最后的步骤中，在二值化的图像中检测最可能是条纹的部分，将它们保留在Résultat集合中。为此，依大小降序遍历二值化的图像的相邻部分，如果符合以下两个条件，则保留所述部分：-首先，如果相邻部分被添加到Résultat集合中，不应当使得在二值化的图像的横行上的Résultat集合的元素的数量比在之前步骤中检测到的条纹的数量多；并且-进一步的，相邻部分应当属于如
技术实现思路
第12段所定义的有效横行。在完成上述步骤后，就获得对应于Résultat集合的包括图像的条纹的集合的第一像素集合。然而，在某些情况下，发现Résultat集合可能包括多余的元素，去除这些多余的元素是有益的。为此目的，在一个实施方案中，根据本专利技术的方法进一步包括以下步骤：-再次评估图像中条纹数量的步骤；-根据再次评估的条纹数本文档来自技高网...

【技术保护点】
一种将表示轮胎的图像分割为包括条纹的第一区域和不包括任何条纹的第二区域的方法，所述方法包括以下步骤：·在其过程中使图像平整的步骤，·二值化步骤，其过程中，灰度图像转变为二值图像；·检测图像的包括条纹的横行的步骤；·评估每个横行上的条纹数量的步骤；以及·根据之前步骤的结果，确定表示条纹的图像的第一像素集合的步骤；所述之前步骤能够获得图像中条纹的数量。

【技术特征摘要】
【国外来华专利技术】2015.06.29 FR 15560811.一种将表示轮胎的图像分割为包括条纹的第一区域和不包括任何条纹的第二区域的方法，所述方法包括以下步骤：·在其过程中使图像平整的步骤，·二值化步骤，其过程中，灰度图像转变为二值图像；·检测图像的包括条纹的横行的步骤；·评估每个横行上的条纹数量的步骤；以及·根据之前步骤的结果，确定表示条纹的图像的第一像素集合的步骤；所述之前步骤能够获得图像中条纹的数量。2.根据权利要求1所述的方法，其中，所述使图像平整的步骤包...

【专利技术属性】
技术研发人员：V·阿维，J·肖萨尔，M·比洛多，
申请(专利权)人：米其林集团总公司，
类型：发明
国别省市：法国,FR