一种轮胎花纹深度自动检测设备制造技术

本发明专利技术涉及车辆智能安检领域，且公开了一种轮胎花纹深度自动检测设备，该种发明专利技术轮胎花纹深度自动检测设备，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成车辆通过光电模块时设备开始进行数据采集，当光电模块检测到的轴数与上位机设置的轴数一致时即表示数据采集结束，接着将采集到的数据输入上位机进行处理。本专利具有较高的自动性、稳定性，且因为采用了多组相机的原因，本发明专利技术还具有较高的适用性。性。性。

【技术实现步骤摘要】
一种轮胎花纹深度自动检测设备


[0001]本专利技术涉及车辆智能安检领域，具体为一种轮胎花纹深度自动检测设备。

技术介绍

[0002]2021年1月1日正式实施的《中华人民共和国国家标准：机动车安全技术检验项目及方法》规定注册登记和在用机动车的安全检验时，乘用车、挂车轮胎胎冠上花纹深度应大于或等于1.6毫米，卡车、公交车轮胎胎冠上花纹深度应大于或等于2.0毫米。这就意味着国家对车辆年检中轮胎花纹深度做了强制性要求，不符合以上规定的车辆不予通过年检。
[0003]目前常用的轮胎花纹深度检测方法主要包括主动检测、半自动检测及自动检测三种。主动检测主要使用轮胎花纹深度尺通过人工手动测量轮胎花纹深度，由于轮胎具有一定韧性，在测量时往往会因为力度不同而导致轮胎发生不同程度的形变从而产生误差，此外主动检测对人工依赖性过强，在目前设备自动化的环境下不仅效率低下且费时费力。半自动检测通过手持式轮胎花纹测量仪对轮胎花纹深度进行自动测量，相较于主动检测，半自动检测有较好的稳定性且检测效率有一定提高，但是和主动检测类似，由于手持式轮胎花纹测量仪测量范围有限，要想测量所有花纹深度则需要进行多次测量，并且并未做到完全自动化，检测效率有待提高。相较于前两种方法，自动检测可以做到全自动检测，检测效率较高，但是在检测过程中由于车速过快或标定等原因会导致一定的误差，并且目前市面上多数自动检测设备仅是针对某种特定类型车辆进行检测，由于不同类型车辆的轴距不同导致其适用性较低。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供一种轮胎花纹深度自动检测设备，以解决
技术介绍
提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种轮胎花纹深度自动检测设备，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成；
[0006]一种轮胎花纹深度自动检测设备由外部光电模块触发；
[0007]一种轮胎花纹深度自动检测设备采用两组四目摄像头；
[0008]一种轮胎花纹深度自动检测设备使用单个激光器采用镜面折射法。
[0009]优选地，本专利采用了一种改进的非局部平均图像算法(NLM)对图像噪声进行滤除。具体做法是：
[0010]A.滤除方法噪声中的噪声分量，保留有用的图像信息；
[0011]B.联合去噪结果与处理后的方法噪声重新定义NML算法的相似权函数，相似权函数的定义如下：
[0012][0013]其中表示图像像素点之间的相似权，反映了像素i，j之间的相似性。P
i
表示以像素i为中心的固定大小方形区域。其中表示NLM算法滤波后的图像，表示滤波后的方法噪声。r为滤波参数；为高斯加权欧式距离，其中a为高斯标准差；
[0014]C.采用噪声标准差二次函数的方式设置滤波参数进行噪声滤除。
[0015]优选地，针对本专利较好的图像应该满足车辆轮胎在数据采集窗口的中央位置，表现为图像整体亮度较低，激光线更为明亮清晰，针对上述两个特征：
[0016]A.首先通过opencv库将图像由rgb通道转化为hsv通道；
[0017]B.遍历整个图像计算图像中非红色像素的平均亮度值；
[0018]C.遍历整个图像计算图像中红色像素的平均亮度值；
[0019]D.设定亮度阈值；
[0020]E.将红色像素平均亮度值与非红色像素的平均亮度值做差，降低由于像素颜色判断失误而导致的误差；
[0021]F.判断插值是否大于阈值，如果大于则更新阈值并将该图像作为最优图像；
[0022]G.重复步骤(E)
‑
(F)，直到遍历完所有图像。
[0023]优选地，本文提出了一种能够自动填补孔洞的基于滑动框的激光中心线提取方法，具体做法为：
[0024]A.首先将图像由rgb通道转换为hsv通道；
[0025]B.检测(A)中的hsv图像中的红色像素；
[0026]C.通过opencv库创建与(A)中hsv图像同规格的画布；
[0027]D.将(B)中检测到的红色像素复制到新建的画布上，并转化为二值图像；
[0028]E.分别记录每行中孔洞左、右边缘坐标；
[0029]F.对孔洞进行逐行填补，填补的像素值为(E)中左、右边缘的平均像素值。
[0030]G.设定一个自定义长度且宽度为一个像素大小的滑框，并设定像素阈值；
[0031]H.从当前行开始，滑窗以一个像素为单位横向滑动，并计算滑窗中的平均像素值；
[0032]I.判断平均像素值是否大于阈值，如果大于则更新阈值与最佳滑框；
[0033]J.当前行完成后进入下一行，并重复步骤(H)
‑
(J)，直到遍历完整个图像。
[0034]与现有技术对比，本专利技术具备以下有益效果：
[0035]1、该种专利技术轮胎花纹深度自动检测设备，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成车辆通过光电模块时设备开始进行数据采集，当光电模块检测到的轴数与上位机设置的轴数一致时即表示数据采集结束，接着将采集到的数据输入上位机进行处理。本专利具有较高的自动性、稳定性，且因为采用了多组相机的原因，本专利技术还具有较高的适用性。
附图说明
[0036]图1为本专利技术整体示意图；
[0037]图2为本专利技术图像选择流程示意图；
[0038]图3为本专利技术激光中心线提取流程示意图。
具体实施方式
[0039]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]实施例
[0041]下面结合附图和实施方式进一步说明本专利技术的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部。
[0042]在本专利技术的描述中，除非另有明确的规定和限定，术语“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0043]在本专利技术中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轮胎花纹深度自动检测设备，其特征在于，包括上位机和下位机，上位机采用windows10系统对下位机进行控制，下位机主要由两组光电设备、两组四目相机、补光灯、激光器及继电器等组成；一种轮胎花纹深度自动检测设备由外部光电模块触发；一种轮胎花纹深度自动检测设备采用两组四目摄像头；一种轮胎花纹深度自动检测设备使用单个激光器采用镜面折射法。2.根据权利要求所述的一种轮胎花纹深度自动检测设备，其特征在于，本专利采用了一种改进的非局部平均图像算法(NLM)对图像噪声进行滤除。具体做法是：A.滤除方法噪声中的噪声分量，保留有用的图像信息；B.联合去噪结果与处理后的方法噪声重新定义NML算法的相似权函数，相似权函数的定义如下：B.其中表示图像像素点之间的相似权，反映了像素i，j之间的相似性。P
i
表示以像素i为中心的固定大小方形区域。其中表示NLM算法滤波后的图像，表示滤波后的方法噪声。r为滤波参数；为高斯加权欧式距离，其中a为高斯标准差；C.采用噪声标准差二次函数的方式设置滤波参数进行噪声滤除。3.根据权利要求所述的一种轮胎花纹深度自动检测设备，其特征在于，针对本专利较好的图像应该满足车辆轮胎在数据采集窗口的中央位置，表现为图像整体亮度较低，激光线更为明亮清晰，针对上述两个特征：A.首先通过opencv库将图像由rgb通道转...

【专利技术属性】
技术研发人员：孙凌坤，高兵，
申请(专利权)人：成都新成汽车检测设备有限公司，
类型：发明
国别省市：