基于X光图像的轮胎杂质检测方法及装置制造方法及图纸

本发明专利技术涉及一种基于X光图像的轮胎杂质检测方法及装置，所述检测方法包括：从数据库中获取多对样本信息，各所述样本信息分别包括X光轮胎原始图像及杂质标注信息；对所述原始图像进行区域分割，得到多个区域图像；根据杂质检测算法对各所述区域图像进行检测，确定在所述原始图像中的疑似杂质区域；分别从原始图像、区域分割过程中的中间处理图像中提取对应疑似杂质区域的杂质子图像；分别从各杂质子图像中提取多种视觉特征，形成特征向量集；基于机器学习方法，根据各特征向量集及杂质标注结果，建立杂质检测分类模型，通过杂质检测分类模型可实现对待测X光轮胎图像的有效检测判别，准确确定待测X光轮胎图像中是否存在杂质以及杂质标注信息。

Tire impurity detection method and device based on X optical image

The invention relates to a tire impurity detection method and device of X image based on the detection method comprises the multi sample information obtained from the database, the sample information including X tire original image and impurities label information of the original image; region segmentation, multiple image; according to the impurity detection algorithm to detect the edge of the image, to determine the suspected impurities in the area of the original image; from the original image, segmentation in the process of extracting impurity intermediate processing sub images corresponding to suspected impurity region of the image; visual feature were extracted from various impurities in the sub images and form feature vector set; machine learning method based on the feature vector set and impurities according to the annotation results establish impurity detection classification model, classification model by impurity detection The effective detection and discrimination of the X light tire image can be realized, and the impurity and the impurity tagging information in the X - ray tire image can be accurately determined.

【技术实现步骤摘要】
基于X光图像的轮胎杂质检测方法及装置
本专利技术涉及图像识别
，特别是涉及一种基于X光图像的轮胎杂质检测方法及装置。
技术介绍
在轮胎生产过程中，由于生产环境、原材料或者人为等因素影响，不可避免会生产少数出带有杂质等缺陷的产品，影响了产品质量。及时发现并阻止这些不合格产品进入市场不但可以保证产品质量，还可以提高生产效率减少原材料以及人力资源浪费。由于人眼无法透视整个轮胎发现其中的潜在缺陷，轮胎缺陷的检测主要是通过X光机成像辅以人工检视进行的，这点上与医院通过CT或胸透成像检测人体器官，再加上专业医生判别分析类似。目前X光机成像后的轮胎杂质判断、等级划分还主要是依靠人工完成。面对自动化轮胎生产线一条条持续不断输送过来的轮胎，杂质检测判别需要工人长时间对着屏幕仔细检视，工作强度大，精神压力大且容易造成漏判，落后的检测方法已经成为了制约轮胎生产发展进步的一个瓶颈点。近年来，以图像处理算法为核心的机器视觉自动缺陷检测方法在生产加工领域取得广泛应用，例如：食品加工、汽车零部件加工等。机器视觉通过摄像头采集产品图像并自动分析得到诸如合格品—不合格品的有效判别，被誉为智能制造的眼睛。具体到基本文档来自技高网...

【技术保护点】
一种基于X光图像的轮胎杂质检测方法，其特征在于，所述基于X光图像的轮胎杂质检测方法包括：从数据库中获取多对样本信息，各所述样本信息分别包括X光轮胎原始图像及杂质标注信息；对所述原始图像进行区域分割，得到多个区域图像，所述多个区域图像包括轮胎的胎侧图像、胎圈图像及胎冠图像；根据杂质检测算法对各所述区域图像进行检测，检测出所述原始图像中的疑似杂质区域；分别从所述原始图像、区域分割过程中的中间处理图像中提取对应所述疑似杂质区域的杂质子图像；分别从各所述杂质子图像中提取多种视觉特征，形成特征向量集；基于机器学习方法，根据各所述特征向量集及杂质标注结果，建立杂质检测分类模型，用于对待测X光轮胎图像进行检...

【技术特征摘要】
1.一种基于X光图像的轮胎杂质检测方法，其特征在于，所述基于X光图像的轮胎杂质检测方法包括：从数据库中获取多对样本信息，各所述样本信息分别包括X光轮胎原始图像及杂质标注信息；对所述原始图像进行区域分割，得到多个区域图像，所述多个区域图像包括轮胎的胎侧图像、胎圈图像及胎冠图像；根据杂质检测算法对各所述区域图像进行检测，检测出所述原始图像中的疑似杂质区域；分别从所述原始图像、区域分割过程中的中间处理图像中提取对应所述疑似杂质区域的杂质子图像；分别从各所述杂质子图像中提取多种视觉特征，形成特征向量集；基于机器学习方法，根据各所述特征向量集及杂质标注结果，建立杂质检测分类模型，用于对待测X光轮胎图像进行检测判别，以确定待测X光轮胎图像中是否存在杂质以及杂质标注信息。2.根据权利要求1所述的基于X光图像的轮胎杂质检测方法，其特征在于，所述对所述原始图像进行区域分割，得到多个区域图像，具体包括：对所述原始图像依次进行高斯滤波、按列直方图均衡化，得到处理图像；根据明暗区域发现算法对处理图像按列运算，寻找出各列中的暗区域，并将各所述暗区域填充为白色；根据各列中暗区域的个数及当前列位置，确定所述原始图像中胎侧、胎圈及胎冠的边界线；根据各所述边界线，对对应的原始图像进行区域分割，获得左胎圈、左胎侧、胎冠、右胎侧和右胎圈五部分图像，其中，左胎圈和右胎圈、左胎侧和右胎侧在结构上对称。3.根据权利要求2所述的基于X光图像的轮胎杂质检测方法，其特征在于，所述根据明暗区域发现算法对图像按列运算，具体包括：根据如下公式，建立坐标方向积分图：其中S(x,y)表示积分图上(x,y)点坐标的积分值，P(x,y)表示处理图像素点(x,y)像素值，cols表示处理图像的宽度和rows表示处理图像的高度；设置暗区域检测半径R，对积分图采用列循环操作：在每一列中设当前检测半径内的平均灰度值为avenow；该像素点上方半径内的平均灰度值为aveup；像素点下方相同半径内的灰度均值为avedown；根据以下公式，确定如果当前灰度均值avenow小于上方灰度均值aveup减灰度阈值Const，且当前灰度均值avenow小于下方灰度均值avedown减所述灰度阈值Const，则所述当前检测半径内的区域为一个暗区域：avenow＜aveup-Const&&avenow＜avedown-Const。4.根据权利要求1所述的基于X光图像的轮胎杂质检测方法，其特征在于，所述根据杂质检测算法对各所述区域图像进行检测，具体包括：根据轮胎的结构特征确定分别...

【专利技术属性】
技术研发人员：陈智能，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11