监测轮胎表面的外观的方法技术

一种用于检测轮胎表面上的异常的方法，该方法的过程包括以下步骤：A-产生存在于至少一个轮胎的表面上的给定异常的图像，B-借助于滤波器的集合，在滤波器的空间中构造所述表面的多变量图像，多变量图像中的每个像素以像素向量的形式表示，每个像素向量的分量具有与借助于所述集合的滤波器中的每一个滤波器变换的图像中的该像素值相对应的值，C-借助于线性函数，将该多变量图像从滤波器的空间变换至给定维数的光谱空间以形成光谱图像，给定维数的光谱空间的变量是滤波器或所述集合的滤波器的组合，D-通过针对该异常确定表示光谱空间的那些区域来构造分类器，被变换到所述光谱空间中的所述异常的光谱图像的点以统计表示方式处于所述那些区域中。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及轮胎制造领域，尤其涉及用于在制造过程中或结束时监测轮胎的外部或内部外观的操作，目的在于确定轮胎相对于监测參考的同形度，所述监测參考着眼于所述轮胎的用途而建立。
技术介绍
在成本不变的情况下，计算机计算能力的提高允许特别是g在辅助负责可视化监测的操作者的自动监测手段在エ业规模上的发展。这些手段很大程度上依赖于图像处理技术，而图像处理技术在分析和定义的速度方面的性能很大程度取决于所使用的计算能力。 用于执行这种处理的方法一般包括将待检查的轮胎表面的ニ维或优选的三维图像与所述轮胎表面的ニ维或优选的三维參考图像相比较。为了该目的，本领域普通技术人员通过例如将待检查的轮胎的图像或表面与图像或參考表面叠加以试图将待检查的轮胎的图像或表面与图像或參考表面相匹配，并且通过分析两个图像或两个表面之间的差异来确定制造异常。然而，这些方法不允许对所述表面的几何形状没有明显影响的表面缺陷的监测。因此，制造商试图开发弥补上文所述方法的能够挑出存在于外壳表面的异常的图像分析方法。这些尺寸小的异常表现为特定着色、异常形状或特定且不寻常的空间分布，并且被嵌入在轮胎表面的整体图像中，在该整体图像中这些本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】2010.04.19 FR 10529511.一种用于通过对轮胎的表面的图像进行数字处理来检测轮胎的表面上的异常的方法，其中选择能够确定存在于轮胎的表面上的异常的图像的特征的滤波器的组合，该方法的过程包括以下步骤 A-产生存在于至少一个轮胎的表面上的给定异常的图像， B-借助于由多个滤波器形成的集合((F1 (f)，F2 (f)，· · ·，Fl (f))，(F1 (f)，F2 (f)，· · ·，FM(f)))，在滤波器的空间中构造所述表面的多变量图像=庐卜)=(疗知),疗(社...，拉(功)，多变量图像中的每个像素以像素向量(FfOO)的形式表示，每个像素向量的分量具有与借助于所述集合的滤波器中的每一个滤波器变换的图像中的该像素值相对应的值， C-借助于线性函数(ζ )，将该多变量图像从滤波器的空间变换至给定维数(L，M)的光谱空间以形成光谱图像(Ff(x) = (/y (x), F (xF11 (Jf)), c，(x) = (c，丨(x)，c’ 2 (x)，…，c’ N(x)),c (x) = (C1 (x) ,c2(x),., cK (X)))，给定维数(L，M)的光谱空间的变量是滤波器或所述集合的滤波器的组合， D-通过针对该异常确定表示光谱空间的那些区域来构造分类器，所述那些区域以统计表示方式包含被变换到所述光谱空间中的所述异常的光谱图像(Ff(x) = (F/ (X)，F/ (X),…,F/ (x)) , c，(x) = (c' i(x), c' 2(x), . . . , c'N(x))C (X) = (C1 (X)，C2 (X)，·，cK (X)))的点。2.如权利要求I所述的检测方法，其特征在于，为了检测将被分类的轮胎的表面上的异常， -产生将被分类的所述轮胎的所述表面的全部或部分的数字图像， -借助于滤波器的集合((F^f), F2 (f),..., Fl (f)), (F1 (f),F2(f),...,FM(f)))确定将被分类的轮胎的所述图像在滤波器空间中的将被分类的轮胎的多变量图像(厂1 ⑷=(}'\!'(幻，12 ⑴人;.:'...(Λ·)),I' 0 (X) = { /f (.V), /'Vi (.V),(Λ-)))， -通过借助于线性变换(ζ )变换将被分类的轮胎的多变量图像(F (x) = (F1 (X)jjF2(X)) , #(X) = (O),(x),…(X)))形成将被分类的轮胎的光谱图像(Ffi(X) = (Ff (x\Ff (χ\.··,^(X)I c'f(x) = (c'；(x),c'i2(.T),...,c'l.(x))>C (X) = (c[ (x), c'2 (x),, 4 (X)))，以及-在光谱空间中分析将被分类的轮胎的光谱图像的点相对于光谱空间的表示异常的且借助于所述分类器所确定的那些区域的位置(Fft(X) 二 (Ff (X),Ff {X),F/(X)),C (X) = (C i (A )，C 2 (X)，…,C 尺(X))3Cf (x) = (C( (a*), Ct2 (x), ...,c'K (X)))。3.如权利要求I或2中的任一项所述的检测方法，其特征在于，在步骤D的过程中，通过使用线性判别分析类型的方法来构造分类器，所述表示区域由所述阶乘空间的超曲面来限定。4.如权利要求I至3中的任一项所述的检测方法，其特征在于，滤波器的空间形成所述光谱空间，以及其中光谱图像(广U) =,(Ffr(x) = (Ffix),Ff(X),...,Ff{x)))对应于基于初始滤波器集合((F1 (f), F2 (f),. . . ,FL(f))所获得的多变量图像。5.如权利要求I至3中任一项所述的检测方法，其特征在于，在完成步骤B之后并且在开始步骤C之前， -借助于用于分析数据的方法(ACP，AFC，ACI)，搜索维数(N)小于或等于滤波器的空间的维数(L)的阶乘空间，在该阶乘空间中经变换的变量(c' v c 2,...,c\, ...，c’N)是被去相关或是独立的，以及 -确定能够从滤波器的空间传递到所述阶乘空间的线性变换( )。6.如权利要求5所述的检测方法，其特征在于， -在步骤A的过程中，产生存在于一系列若干不同轮胎的表面上的给定异常的图像， -在步骤B的过程中，确定这些图像中的每个图像的多变量图像，...

【专利技术属性】
技术研发人员：G·努瓦耶，
申请(专利权)人：米其林集团总公司，米其林研究和技术股份有限公司，
类型：
国别省市：