輪胎子午線故障檢測中的圖像處理算法研究.pdf

1、隨著近些年我國汽車工業(yè)的快速發(fā)展，輪胎產(chǎn)量逐年遞增。子午線輪胎以其性能的優(yōu)勢逐漸成為輪胎行業(yè)的主流發(fā)展趨勢。在人們對于汽車安全觀念的提高與輪胎市場競爭日趨激烈的雙重影響下，輪胎的質(zhì)量已經(jīng)成為國內(nèi)外輪胎生產(chǎn)廠家在市場競爭中的重要指標。對于子午線輪胎，其子午線質(zhì)量是整個輪胎質(zhì)量考察中的重要一環(huán)。因此輪胎子午線故障檢測的研究對于輪胎行業(yè)以及檢測行業(yè)均具有重要的意義。
　　本文以輪胎子午線X射線故障圖像為研究對象，針對其噪聲問題與子午線和

2、背景灰度區(qū)分不明顯的問題，以最終有效提取子午線邊緣信息為目的，對圖像處理的算法與流程進行探討與研究，并且最終確立了以小波分解模極大值多尺度邊緣檢測的核心算法。
　　本文先對圖像處理的理論進行研究，介紹了降噪與圖像增強的各種預處理方式，并重點研究了基于小波分析的多尺度邊緣檢測的原理和實現(xiàn)方式。小波分解模極大值多尺度邊緣檢測，將小波分解與重構，小波多尺度分析，自適應閾值提取，以及多尺度圖像融合等概念有機結(jié)合到一起，相比傳統(tǒng)邊緣檢測，在

3、輪胎子午線的檢測上有明顯的優(yōu)勢。傳統(tǒng)邊緣檢測對噪聲與背景的影響十分敏感，在檢測的過程中會出現(xiàn)邊緣間斷與偽邊緣點。本文所確立的邊緣檢測方法，在小尺度的情況下能夠準確的定位邊緣，大尺度的情況下抑制了噪聲與背景的影響，最后經(jīng)過多尺度的融合，能夠得到準確的邊緣信息。
　　本文通過MATLAB對各種算法進行編程并針對輪胎子午線X射線故障圖像進行實驗，在實際的圖像處理過程中通過與傳統(tǒng)算法的對比驗證了本文算法的優(yōu)越性，并針對子午線X射線圖像噪聲