申请/专利权人：咸阳黄河轮胎橡胶有限公司

申请日：2024-03-13

公开（公告）日：2024-06-18

公开（公告）号：CN117876382B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/45;G06V10/762;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及图像处理技术领域，更具体地，本发明涉及一种汽车轮胎胎面花纹缺陷检测系统和方法，方法包括采集轮胎胎面图像，计算图像的灰度共生矩阵中每个元素对应的像素点组合的纹理特征相关性，根据纹理特征相关性筛选出所有的纹理特性相关性弱的目标像素点组合，对所有的目标像素点组合基于坐标进行聚类，根据每个类簇中每个目标像素点组合的坐标与每一个类簇中心的距离，得到每个目标像素点组合与所有类簇中心的离散程度，基于离散程度和目标像素点组合在所有目标像素点组合中的占比，计算胎面图像存在花纹缺陷的概率，利用概率判断胎面图像是否存在花纹缺陷，基于该方法的系统能够对胎面花纹进行智能、高效、准确的缺陷检测。

主权项：1.一种汽车轮胎胎面花纹缺陷检测方法，其特征在于，包括：采集轮胎胎面图像，预处理得到灰度图；获取所述灰度图的灰度共生矩阵；根据所述灰度共生矩阵中每个元素的值与其所在行、列上的所有元素的值之间的差异，得到所述灰度共生矩阵中每个元素对应的像素点组合的纹理特征相关性；将所述纹理特征相关性与预设相关性阈值对比，筛选出所有的纹理特性相关性弱的像素点组合，作为所有的目标像素点组合；获取所有的目标像素点组合在所述灰度图中的坐标，对所有的目标像素点组合基于坐标进行聚类，得到多个类簇；根据每个类簇中每个目标像素点组合的坐标与每一个类簇中心的距离，得到所述每个目标像素点组合与所有类簇中心的离散程度；基于所述每个目标像素点组合的数量在所有目标像素点组合的数量中的占比，以及所述每个目标像素点组合与所有类簇中心的离散程度，计算所述胎面图像存在花纹缺陷的概率；利用所述概率判断所述胎面花纹是否存在缺陷；计算所述胎面图像存在花纹缺陷的概率，方法为： 式中，为所述胎面图像存在花纹缺陷的概率，为目标像素点组合的数量在所有目标像素点组合数量中的占比，的含义为灰度值为和的两个像素点组成的目标像素点组合与所有类簇中心的离散程度，为所有目标像素点组合的最大灰度值，为第一预设权重，为第二预设权重；所述每个目标像素点组合与所有类簇中心的离散程度，计算方法为： 式中，的含义是灰度值为和的目标像素点组合与所有类簇中心的离散程度，为第个类簇，为聚类后的所有类簇的总数，为目标像素点组合在所述胎面图像中出现的总数，的范围为1到，含义为遍历所述胎面图像中的每一个目标像素点组合，为所述胎面图像中目标像素点组合的索引，的含义是在所述胎面图像中的第个目标像素点组合的坐标值，为第个类簇中心的坐标值，为标准归一化函数；所述灰度共生矩阵中每个元素对应的像素点组合的纹理特征相关性，获取方法为：所述每个元素在所述灰度共生矩阵中的位置为，该元素的值为，其中，为所述灰度共生矩阵的行数，为所述灰度共生矩阵的列数，且和均为灰度值，含义为灰度值的第一像素点和灰度值的第二像素点组成的像素点组合在所述灰度图中出现总次数；则所述灰度共生矩阵中每个元素对应的像素点组合的纹理特征相关性为： 式中，为所述灰度共生矩阵中处的元素对应的像素点组合的纹理特征相关性，为所述灰度共生矩阵中处的元素的值，为所述灰度共生矩阵中第行元素的值的平均数，为所述灰度共生矩阵中第列元素的值的平均数，为双曲正切函数，为所述灰度共生矩阵的最大行数，为所述灰度共生矩阵的最大列数。

全文数据：

权利要求：

百度查询： 咸阳黄河轮胎橡胶有限公司 一种汽车轮胎胎面花纹缺陷检测系统和方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD