一种基于机器视觉的轮胎画线检测方法技术

本发明专利技术提供一种基于机器视觉的轮胎画线检测方法，其解决了现有轮胎色标线画线缺少自动化检测的技术问题，步骤主要包括：S1、图像拍摄；S2、图像预处理；S3、图像分析，匹配获取各色标线加工颜色标识和加工位置标识；S4、获取色标线工艺标识信息；S5、标识信息比较；S6、发送指令，当S5中比较结果异常时，向报警系统和MES系统发送预设指令。本发明专利技术通过在线拍摄胎面色标线，结合机器视觉应用，实现了自动检测画线质量，改善了生产效率，降低了次品率，从而减少了成本支出，可广泛应用于轮胎加工技术领域。可广泛应用于轮胎加工技术领域。可广泛应用于轮胎加工技术领域。

【技术实现步骤摘要】
一种基于机器视觉的轮胎画线检测方法


[0001]本专利技术涉及轮胎加工
，特别涉及一种基于机器视觉的轮胎画线检测方法。

技术介绍

[0002]轮胎生产时，往往多个规格、多种花纹同时生产，而且，还有同规格、同花纹但胶料配方不同而需要区分。
[0003]针对以上情况为方便识别，避免错用胎面胶料，一般会采取两种形式进行标记：一种方式是采用了标签贴附，通常为条形码，并通过扫描标签进行判断；另一种方式是在胎面胶料复合时，会在轮胎胎面胶料上加上不同的彩线，以区分规格、花纹等信息。
[0004]上述第二种标记方法较为常用，其形成的彩线被称为轮胎色标线，也俗称为落地线。色标线使胎面在成型、硫化工序可以根据比对轻松识别胎面的规格信息，从而实现防错功能。
[0005]现有的色标线画线方式是在轮胎胎冠挤出后进行画线，其中，多数画线工作为人为控制。虽然人工操纵画线机构工作量并不大，但是由于人工操作也会产生用料错误，或机构调整不准等问题，进而导致胎线颜色种类和间距有误，从而造成后续工序返料。
[0006]综上，还需要在半成品胎面输送过程中增加自动的检测机构，以便对色标线画线质量进行自动化在线检测，并可及时报错纠正生产。

技术实现思路

[0007]本专利技术的目的是为了解决上述技术的不足，提供一种硬件成本较低，基于机器视觉的自动化轮胎画线检测方法。
[0008]为此，本专利技术提供一种基于机器视觉的轮胎画线检测方法，包括以下步骤：
[0009]S1、图像拍摄，通过相机连续拍摄输送线上胎面色标线，获得色标线图像；
[0010]S2、图像预处理，将所述色标线图像进行预处理，并获得颜色增强后色标线的彩色图像；
[0011]S3、图像分析，提取所述S2所获得图像的特征，匹配获取各色标线加工颜色标识；根据几何换算获得各色标线间距，并记录各色标线加工位置标识；
[0012]S4、获取色标线标识信息，连接PLM系统，并请求数据库获得当前加工色标线的工艺颜色标识和工艺位置标识；
[0013]S5、标识信息比较，连续将所述加工颜色标识和所述加工位置标识与所述工艺颜色标识和所述工艺位置标识进行比较；
[0014]S6、发送指令，当所述S5中比较结果异常时，向报警系统和MES系统发送预设指令。
[0015]优选的，所述S1中相机为彩色智能相机，连续拍摄中以单位时间T内拍摄N张照片为一组，并发送所述S2进行后续步骤；
[0016]T大于0s，N为正整数。
[0017]优选的，所述S2中预处理方法包括：
[0018]S21、将所述S1中图像通过滤波器去噪；
[0019]S22、去噪后图像转换为HSV颜色模型，获得颜色增强图像。
[0020]优选的，所述S3中获取所述加工颜色标识方法包括：
[0021]S31、将所述颜色增强图像转换为灰度图，并通过高斯模糊处理所述灰度图；
[0022]S32、将所述S31获得图像进行二值化处理，并提取图像中各色标线的轮廓线；
[0023]S33、对所述轮廓线内区域提取特征点，并标记特征点点位；根据所述特征点点位在所述颜色增强图像中提取像素点颜色分量；
[0024]S34、依据所述S33中颜色分量判断色标线的所述加工颜色标识。
[0025]优选的，所述S33中特征点提取方法包括：
[0026]将所述轮廓线内区域进行图像分割，并在每个分割区块中按照顺序或随机的方式选取点位；所述轮廓线内各点位的集合为所述特征点的点集。
[0027]优选的，所述S34中判断方法包括：
[0028]将提取的像素点颜色分量标准差和方差带入机器学习模型，获得像素点颜色识别结果，并标记为所述加工颜色标识。
[0029]优选的，所述S3中获取所述加工位置标识方法包括：
[0030]S35、各色标线段的轮廓线区域内拟合形成中心线；
[0031]S36、根据几何换算关系计算相邻两色标线中心线之间的间距，并标记为所述加工位置标识。
[0032]优选的，所述S35的中心线获取方法包括：
[0033]所述轮廓线区域内等间距设置多条分割线，所述分割线设置方向垂直于胎面输送方向；每个所述分割线与所述轮廓线相交产生两个交点，所述两个交点的中点为中线点；所述轮廓线区域内的中线点集合通过最小二乘法拟合形成所述中心线。
[0034]优选的，所述S5中，将单张或单组图像中各色标线的所述加工颜色标识、加工位置标识与所述工艺颜色标识、工艺位置标识依次对比；
[0035]当颜色标识不同或位置标识差值大于阈值，继续进行所述S6步骤；
[0036]当颜色标识一致且位置标识差值小于阈值，停止后续步骤，从所述S1步骤重新循环。
[0037]优选的，所述胎面输送线沿输送方向下游还设有画线机构；所述S6中还包括：
[0038]向所述画线机构发送动作指令，并根据输送速度计算画线位置，对所述S5中比较结果异常的点位或区段进行画线标记。
[0039]本专利技术的有益效果是：
[0040]本专利技术通过在线拍摄胎面色标线，结合机器视觉应用，实现了自动检测画线质量，改善了生产效率，降低了次品率，从而减少了成本支出。
附图说明
[0041]图1是本专利技术的流程图；
[0042]图2是本专利技术灰度图处理对比图；
[0043]图3是本专利技术二值化图像处理后对比图；
[0044]图4是本专利技术轮廓中心线拟合示意图。
具体实施方式
[0045]下面结合附图和具体实施例对本专利技术作进一步说明，以助于理解本专利技术的内容。本专利技术中所使用的方法如无特殊规定，均为常规的方法；所使用的原料和装置，如无特殊规定，均为常规的市售产品。
[0046]需要说明的是，本专利技术实施例针对是半成品胎面画线检测，其中，胎面挤出后在皮带输送机连续输送，并在输送机上游架设画线装置，相应的本实施例在画线装置下游架设高分辨率彩色智能相机和补光组件作为拍摄硬件；拍摄硬件具体通过挂架，悬吊于输送带的上方。
[0047]如图1所示，本专利技术一种基于机器视觉的轮胎画线检测方法，主要包括以下步骤：
[0048]S1、图像拍摄，通过相机连续拍摄输送线上胎面色标线，获得色标线图像；优选的，相机如上所述具体为高分辨率的彩色智能相机，连续拍摄中以每2s为单位时间，并在期间拍摄10张胎面照片为一组，进一步发送系统中图像处理模块。
[0049]S2、图像预处理，在图像处理模块中将胎面照片的图像进行预处理，并获得颜色增强后色标线的彩色图像；优选的，在实际拍摄过程中，由于相机摆放或安装问题，会出现图像畸变情况，故在此基础上，还需要通过畸变矫正才能使用图像，由于图像畸变矫正属于常规操作在此不再赘述。
[0050]具体处理方法为：
[0051]S21、首先将图像通过滤波器去噪，其中滤波器可选均值滤波、中值滤波或双边滤波其中一种，以提高图像质量；...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的轮胎画线检测方法，其特征在于，包括以下步骤：S1、图像拍摄，通过相机连续拍摄输送线上胎面色标线，获得色标线图像；S2、图像预处理，将所述色标线图像进行预处理，并获得颜色增强后色标线的彩色图像；S3、图像分析，提取所述S2所获得图像的特征，匹配获取各色标线加工颜色标识；根据几何换算获得各色标线间距，并记录各色标线加工位置标识；S4、获取色标线标识信息，连接PLM系统，并请求数据库获得当前加工色标线的工艺颜色标识和工艺位置标识；S5、标识信息比较，连续将所述加工颜色标识和所述加工位置标识与所述工艺颜色标识和所述工艺位置标识进行比较；S6、发送指令，当所述S5中比较结果异常时，向报警系统和MES系统发送预设指令。2.根据权利要求1所述的一种基于机器视觉的轮胎画线检测方法，其特征在于，所述S1中相机为彩色智能相机，连续拍摄中以单位时间T内拍摄N张照片为一组，并发送所述S2进行后续步骤；T大于0(s)，N为正整数。3.根据权利要求1或2所述的一种基于机器视觉的轮胎画线检测方法，其特征在于，所述S2中预处理方法包括：S21、将所述S1中图像通过滤波器去噪；S22、去噪后图像转换为HSV颜色模型，获得颜色增强图像。4.根据权利要求3所述的一种基于机器视觉的轮胎画线检测方法，其特征在于，所述S3中获取所述加工颜色标识方法包括：S31、将所述颜色增强图像转换为灰度图，并通过高斯模糊处理所述灰度图；S32、将所述S31获得图像进行二值化处理，并提取图像中各色标线的轮廓线；S33、对所述轮廓线内区域提取特征点，并标记特征点点位；根据所述特征点点位在所述颜色增强图像中提取像素点颜色分量；S34、依据所述S33中颜色分量判断色标线的所述加工颜色标识。5.根据权利要求4所述的一种基于机器视觉的轮胎画线检...

【专利技术属性】
技术研发人员：齐延磊，宋威，张丽，
申请(专利权)人：山东浦林成山轮胎技术研究有限公司，
类型：发明
国别省市：