基于計算機視覺的輪胎缺陷無損檢測關鍵問題研究.pdf

1、輪胎缺陷無損檢測技術對于交通安全、輪胎工業(yè)以及翻新輪胎產(chǎn)業(yè)的發(fā)展有著重要的研究意義。隨著對缺陷檢測方法的不斷研究，基于計算機視覺的輪胎缺陷無損檢測方法在輪胎工業(yè)中得到了快速的發(fā)展，國內外學者對自動無損檢測技術的諸多工業(yè)應用提出了許多方法。但是，由于輪胎缺陷的多樣性和問題的復雜性，輪胎缺陷自動無損檢測仍然是一個富有挑戰(zhàn)的研究課題。
　　本文利用圖像處理、圖像分析和模式分類等技術，對基于計算機視覺的輪胎缺陷自動無損檢測的關鍵技術進行了

2、較為系統(tǒng)的研究。以輪胎激光剪切散步干涉圖像和X射線圖像為檢測對象，以圖像增強、圖像分割、圖像邊緣檢測、小波多尺度分析以及模式分類技術為主要方法，設計缺陷信息的檢測和獲取的關鍵算法，建立了基于計算機視覺的輪胎缺陷自動無損檢測系統(tǒng)的體系結構，并對提出的方法進行了系統(tǒng)的實驗驗證。論文的主要創(chuàng)造性研究成果如下:
　　1.為了避免輪胎X射線圖像多種不同紋理對缺陷檢測的不利影響，提高缺陷檢測算法的魯棒性和檢測準確率，提出一種基于紋理分析的輪胎

3、X射線圖像分割方法，利用Gabor紋理分析和模糊c-均值聚類方法將輪胎X射線圖像按不同結構分割為胎側圖像和胎面（含胎肩）圖像。通過實驗獲得針對被分割圖像最優(yōu)的Gabor濾波器組參數(shù)，設計對于目標圖像具有較強的類別表征能力的Gabor濾波器組。利用模糊c-均值聚類算法對Gabor濾波后特征圖像進行聚類分割，得到輪胎X射線圖像的不同紋理目標區(qū)域的分割結果。實驗結果表明，輪胎X射線圖像中不同紋理部分被清晰而準確的分割出來，相同紋理目標的區(qū)域具

4、有較好的連通性，使得模糊c-均值聚類分割能夠得到理想的分割效果，為下文缺陷檢測算法設計打下了基礎。
　　2.針對胎側X射線圖像的特點，提出一種基于全變分圖像分解的胎側缺陷檢測方法。通過全變分圖像分解將胎側X射線圖像分解為胎側的簾線成像分量和胎側橡膠成像分量，以便于分別設計算法檢測簾線缺陷和胎側橡膠中的異物、裂紋或氣泡缺陷，從而避免不同類型缺陷檢測的相互干擾。
　　3.提出一種基于Curvelet圖像增強和改進的Canny算子

5、的胎側橡膠缺陷檢測方法。利用Curvelet變換對線奇異性的表征能力，對胎側橡膠成像進行分段非線性增強，達到增強缺陷邊緣和降噪的目的。對增強后的圖像利用改進的Canny算子檢測缺陷剪切散斑干涉邊緣，提高邊緣定位精確度。試驗結果表明了本文方法對定位出輪胎缺陷的有效性。
　　4.對于胎側簾線缺陷提出一種基于像素統(tǒng)計特征的胎側簾線缺陷檢測方法，通過標記簾線區(qū)域像素級的統(tǒng)計特征，設計了簾線缺陷檢測判據(jù)和算法實現(xiàn)簾線缺陷檢測。
　　5

6、.通過局部正則性分析來表征輪胎缺陷檢測問題，分析背景紋理和缺陷邊緣的尺度特征，得出缺陷邊緣相比背景紋理具有更大的尺度特征的結論。提出一種基于小波多尺度分析的輪胎X射線圖像缺陷檢測算法，設計基缺陷邊緣評價函數(shù)的缺陷檢測的最優(yōu)尺度和閾值參數(shù)，利用數(shù)學形態(tài)學運算去除殘余的無關信息并標注出精確的缺陷邊緣。對胎面缺陷和胎側異物、氣泡等缺陷圖像進行實驗的結果表明，該方法可以有效的檢測胎面缺陷和胎側橡膠中的缺陷。
　　6.提出一種基于支持向量機