基于計(jì)算機(jī)視覺的輪胎缺陷無損檢測關(guān)鍵問題研究.pdf

1、輪胎缺陷無損檢測技術(shù)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(jì)算機(jī)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(nèi)外學(xué)者對自動無損檢測技術(shù)的諸多工業(yè)應(yīng)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(fù)雜性，輪胎缺陷自動無損檢測仍然是一個(gè)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(shù)，對基于計(jì)算機(jī)視覺的輪胎缺陷自動無損檢測的關(guān)鍵技術(shù)進(jìn)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(qiáng)、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(shù)為主要方法，設(shè)計(jì)缺陷信息的檢測和獲取的關(guān)鍵算法，建立了基于計(jì)算機(jī)視覺的輪胎缺陷自動無損檢測系統(tǒng)的體系結(jié)構(gòu)，并對提出的方法進(jìn)行了系統(tǒng)的實(shí)驗(yàn)驗(yàn)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(zhǔn)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(jié)構(gòu)分割為胎側(cè)圖像和胎面（含胎肩）圖像。通過實(shí)驗(yàn)獲得針對被分割圖像最優(yōu)的Gabor濾波器組參數(shù)，設(shè)計(jì)對于目標(biāo)圖像具有較強(qiáng)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(jìn)行聚類分割，得到輪胎X射線圖像的不同紋理目標(biāo)區(qū)域的分割結(jié)果。實(shí)驗(yàn)結(jié)果表明，輪胎X射線圖像中不同紋理部分被清晰而準(zhǔn)確的分割出來，相同紋理目標(biāo)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(shè)計(jì)打下了基礎(chǔ)。
　　2.針對胎側(cè)X射線圖像的特點(diǎn)，提出一種基于全變分圖像分解的胎側(cè)缺陷檢測方法。通過全變分圖像分解將胎側(cè)X射線圖像分解為胎側(cè)的簾線成像分量和胎側(cè)橡膠成像分量，以便于分別設(shè)計(jì)算法檢測簾線缺陷和胎側(cè)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(qiáng)和改進(jìn)的Canny算子

5、的胎側(cè)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(cè)橡膠成像進(jìn)行分段非線性增強(qiáng)，達(dá)到增強(qiáng)缺陷邊緣和降噪的目的。對增強(qiáng)后的圖像利用改進(jìn)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(yàn)結(jié)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(cè)簾線缺陷提出一種基于像素統(tǒng)計(jì)特征的胎側(cè)簾線缺陷檢測方法，通過標(biāo)記簾線區(qū)域像素級的統(tǒng)計(jì)特征，設(shè)計(jì)了簾線缺陷檢測判據(jù)和算法實(shí)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(jié)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(shè)計(jì)基缺陷邊緣評價(jià)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(xué)形態(tài)學(xué)運(yùn)算去除殘余的無關(guān)信息并標(biāo)注出精確的缺陷邊緣。對胎面缺陷和胎側(cè)異物、氣泡等缺陷圖像進(jìn)行實(shí)驗(yàn)的結(jié)果表明，該方法可以有效的檢測胎面缺陷和胎側(cè)橡膠中的缺陷。
　　6.提出一種基于支持向量機(jī)