轮胎缺陷的检测方法和装置的制造方法
【专利摘要】本发明公开了一种轮胎缺陷的检测方法和装置。其中，该轮胎缺陷的检测方法包括：获取轮胎的X光图像；对X光图像进行图像预处理，以区分显示X光图像中的第一图像与背景图像，得到处理后的图像；对处理后的图像的像素进行聚类分析，得到用于表示第一图像的像素所在的区域；判断区域内的像素的个数是否大于预设阈值；以及如果区域内的像素的个数大于预设阈值，则确定区域为轮胎的缺陷的图像。通过本发明，解决了现有技术中无法准确检测轮胎缺陷的问题，达到了准确检测轮胎缺陷的效果。
【专利说明】
轮胎缺陷的检测方法和装置
技术领域
[0001] 本发明涉及检测领域，具体而言，涉及一种轮胎缺陷的检测方法和装置。
【背景技术】
[0002] 轮胎在生产过程中，受生产设备、现场环境及工艺流程等因素的影响，经常会出现 杂质、钢丝帘线交叉、搭接、气泡和带束层顺线等质量问题，影响轮胎的使用，因此轮胎在出 厂之前需要进行缺陷检测。目前常用X光透射成像的方法对轮胎进行缺陷检测，轮胎的结 构和各部分材料的差异使得X光透过轮胎时，每一部分对X光的吸收量也不同，这使得在探 测器上接收到的透过轮胎的X光的辐射量就不同，从而形成不同灰度等级的轮胎X光图像。 在得到轮胎X光图像后，以人工目视的方法进行缺陷检测，但是由于人工目测的方法容易 由于视觉疲劳、人工检测标准不统一等因素导致轮胎缺陷的错检和漏检，进而导致无法准 确检测轮胎缺陷的问题。
[0003] 针对现有技术中无法准确检测轮胎缺陷的问题，目前尚未提出有效的解决方案。
【发明内容】
[0004] 本发明的主要目的在于提供一种轮胎缺陷的检测方法和装置，以解决现有技术中 无法准确检测轮胎缺陷的问题。
[0005] 为了实现上述目的，根据本发明实施例的一个方面，提供了一种轮胎缺陷的检测 方法。根据本发明的轮胎缺陷的检测方法包括：获取轮胎的X光图像；对所述X光图像进 行图像预处理，以区分显示所述X光图像中的第一图像与背景图像，得到处理后的图像；对 所述处理后的图像的像素进行聚类分析，得到用于表示所述第一图像的像素所在的区域； 判断所述区域内的像素的个数是否大于预设阈值；以及如果所述区域内的像素的个数大于 所述预设阈值，则确定所述区域为所述轮胎的缺陷的图像。
[0006] 为了实现上述目的，根据本发明实施例的另一方面，提供了一种轮胎缺陷的检测 装置。根据本发明的轮胎缺陷的检测装置包括：获取单元，用于获取轮胎的X光图像；处理 单元，用于对所述X光图像进行图像预处理，以区分显示所述X光图像中的第一图像与背景 图像，得到处理后的图像；分析单元，用于对所述处理后的图像的像素进行聚类分析，得到 用于表示所述第一图像的像素所在的区域；判断单元，用于判断所述区域内的像素的个数 是否大于预设阈值；以及确定单元，用于在所述区域内的像素的个数大于所述预设阈值时， 确定所述区域为所述轮胎的缺陷的图像。
[0007] 根据发明实施例，通过获取轮胎的X光图像；对X光图像进行图像预处理，以区分 显示X光图像中的第一图像与背景图像，得到处理后的图像；对处理后的图像的像素进行 聚类分析，得到用于表示第一图像的像素所在的区域；判断区域内的像素的个数是否大于 预设阈值；以及如果区域内的像素的个数大于预设阈值，则确定区域为轮胎的缺陷的图像， 使得缺陷图像能够与背景图像区分显示，再进行聚类分析找到X光图像中非背景图像所在 区域，再判断区域内的像素的个数与预设阈值的大小来找出非背景图像中的缺陷图像，解 决了现有技术中无法准确检测轮胎缺陷的问题，达到了准确检测轮胎缺陷的效果。
【附图说明】
[0008] 构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实 施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1是X光检测系统的不意图； 图2是根据本发明实施例的胎圈、胎侧和带束层的X光灰度图像； 图3是根据本发明实施例的轮胎缺陷的检测方法的流程图； 图4是根据本发明实施例的带束层X光图像的灰度直方图； 图5是根据本发明实施例的带束层X光图像灰度直方图逐列均衡之后灰度直方图； 图6是根据本发明实施例的由带束层X光图像到调整后的图像的过程的示意图； 图7是根据本发明实施例的二值化后的带束层图像； 图8是根据本发明实施例在图7的图像上去除噪声后的图像； 图9是根据本发明实施例的胎圈X光图像缺陷检测过程的示意图；以及 图10是根据本发明实施例的轮胎缺陷的检测装置的示意图。
【具体实施方式】
[0009] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相 互组合。下面将参考附图并结合实施例来详细说明本发明。
[0010] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的 附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是 本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术 人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范 围。
[0011] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语"第一"、"第 二"等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使 用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语"包括"和 "具有"以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元 的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有 清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0012] 本发明实施例提供了一种轮胎缺陷的检测方法。可选地，该轮胎缺陷的检测方法 可以用于检测轮胎的胎圈杂质、胎侧杂质、带束层杂质等缺陷。由于轮胎每一部分的结构、 材料、厚度和密度等不同，轮胎不同部分的X光灰度图像会呈现不同的样式。
[0013] 采集轮胎的X光图像可以采用如图1所示的X光检测系统，如图1所示，X光射线 源发射的X光透射被检测的轮胎，并经过数字图像转换器在监控主机上进行灰度图成像， 并通过图像监控器显示轮胎的X光灰度图。通过X光检测系统形成的X光图像如图2所示。 图2示出了胎圈、胎侧和带束层的X光灰度图像。由图2可以看出，轮胎的不同部位的X光 图像样式有着明显差异，例如，带束层的X光图像像素分布比较规律，而胎圈部分的X光图 像分布比较杂乱，由于缺陷个体小，很难直接通过X光图像检测处理，因此，采用本实施例 的方法对轮胎缺陷进行检测。
[0014] 图3是根据本发明实施例的轮胎缺陷的检测方法的流程图。如图3所示，该轮胎 缺陷的检测方法包括步骤如下： 步骤S302,获取轮胎的X光图像。
[0015] 轮胎的X光图像可以经由X光检测系统获得，获取的轮胎的X光图像可以是轮胎 的胎圈的X光图像、胎侧的X光图像或者带束层的X光图像等。
[0016] 步骤S304,对X光图像进行图像预处理，以区分显示X光图像中的第一图像与背景 图像，得到处理后的图像。
[0017] 为了能检测到X光图像中缺陷所对应的图像，对获取的X光图像进行图像处理，使 得X光图像中的背景图像与非背景图像部分区分显示，其中，非背景图像部分可能是缺陷 图像，也可能是X光图像的噪声等非缺陷图像。
[0018] 步骤S306,对处理后的图像的像素进行聚类分析，得到用于表示第一图像的像素 所在的区域。
[0019] 步骤S308,判断区域内的像素的个数是否大于预设阈值。
[0020] 步骤S310,如果区域内的像素的个数大于预设阈值，则确定区域为轮胎的缺陷的 图像。
[0021] 为了尽可能的避免X光图像中的非缺陷图像对检测结果的影响，对进行预处理后 的X光图像进行聚类分析，以查找到X光图像中的所有与缺陷图像的像素相同的像素所在 的区域，从而检测出轮胎的缺陷。通过聚类分析找到的区域不一定都是缺陷所在的区域，也 可能是图像噪声等造成的。因此，在得到聚类分析查找到的区域后，判断该区域内的像素的 个数是否大于预设阈值，如果该区域内的像素的个数大于预设阈值，则确定该区域为轮胎 的缺陷所在的位置。
[0022] 通过上述实施例，对轮胎的X光图像进行预处理，使得缺陷图像能够与背景图像 区分显示，再进行聚类分析找到X光图像中非背景图像所在区域，再判断区域内的像素的 个数与预设阈值的大小来找出非背景图像中的缺陷图像，从而准确检测出轮胎中的缺陷， 解决了现有技术中无法准确检测轮胎缺陷的问题。
[0023] 可选地，对X光图像进行图像预处理，以区分显示X光图像中的第一图像与背景图 像，得到处理后的图像包括：调整X光图像的灰度值以增强第一图像与背景图像的对比度， 得到调整后的图像。以及对调整后的图像进行图像平滑和去噪，得到处理后的图像。
[0024] 经过X光检测系统形成的X光图像为X光灰度图像，第一图像与背景图像的对比 不明显，即缺陷图像与背景图像的导致无法准确检测到缺陷。因此，要调整X光图像的灰度 值来增加第一图像与背景图像的对比度，得到调整后的图像。由于经过调整的图像可能还 存在噪声影响缺陷的检测，增加 X光图像的对比度后，在对图像进行平滑和去噪处理。
[0025] 具体地，采用直方图列均衡处理来调整X光图像的灰度值以增强第一图像与背景 图像的对比度。
[0026] 直方图均衡化是一种通过使用累积函数对灰度值进行调整以实现对比度增强的 方法，通过直方图均衡化处理以后，新图像的灰度层次便由原来的分布不均匀，整体一片较 暗色调的图像，转换成为一幅灰度层次比较适中的，变得更加清楚的图像。带束层X光图像 的灰度直方图如图4所示。
[0027]由图4所示的带束层X光图像灰度直方图可知，带束层X光图像的灰度值比较集 中，难以进行处理，需要进行调整。由于轮胎X光图像在列方向上的像素都处于相同的轮胎 部分，而行方向会出现轮胎部分的变化，因此为保持轮胎不同部位之间的差异，采用直方图 列均衡对轮胎X光图像进行处理。
[0028] 直方图均衡化处理是利用累积分布函数的原理进行变换。首先，假定变换函数 为：
，其中，σ是积分变量，而就是X的累积分布函数，并且值从〇到1单 调增加，所以函数满足关于嘗:在遽:齡的条件内单调增加，并有:〇 gL 和 总:玄两个条件，对公式（1)中的X求导
得到下式：
从上面的推导结果能够知道，经过该变换处理以后，变量y的定义域内，概率密度是均 匀分布的。即，用累积分布函数能够将一副灰度级分布非均匀的图像变得比较均匀。直方 图均衡化处理通过映射图像的灰度值来使图像更加的逼近均匀分布，这样改善了图像的对 比度。
[0029] 由于轮胎内部材料及X光线扫描相机硬件问题，轮胎X光图像列平均灰度存在较 大差异。以带束层X光图像灰度直方图为例，图5示出了带束层X光图像灰度直方图逐列 均衡之后灰度直方图。
[0030] 利用直方图逐列均衡对带束层X光图像进行处理后得到调整后的图像，由带束层 X光图像到调整后的图像的过程如图6所示。
[0031] 经过直方图列均衡处理之后，X光图像中缺陷图像与背景图像对比度明显加强，但 是X光图像中还存在噪声，从图6中可以看出X光图像中存在着非缺陷图像的噪声。为了 消除这些噪声，进一步具体地，对调整后的图像进行图像平滑和去噪，得到处理后的图像包 括：采用傅里叶变换将调整后的图像从灰度分布图像转换为频率分布图像。利用低通滤波 器去除频率分布图像中的高频部分，得到处理后的图像。
[0032] 傅立叶变换的物理意义是将X光图像的灰度分布图像变换为X光图像的频率分布 图像，那么，傅立叶逆变换是将X光图像的频率分布图像变换为灰度分布图像。
[0033] 一维傅立叶变换公式如下：
二维的傅立叶变换公式是由一维傅里叶变换公式变换而来：
本实施例通过傅立叶变换将轮胎X光图像的灰度分布图像转换为X光图像的频率分布 图像，然后通过低通滤波器对轮胎X光图像进行平滑，去除高频部分。
[0034] 经过傅立叶变换及低通滤波之后，轮胎X光图像变得平滑，消除了一部分噪声，通 过上述实施例，增加 X光图像中含有杂质图像的第一图像与背景图像的对比度，并进行了 平滑和去噪处理，但是，为了进一步提高检测缺陷的准确性，将杂质与图像背景进行区分， 本实施例采用二值化对图像进行处理。
[0035] 具体地，在对调整后的图像进行图像平滑和去噪之后，并且得到处理后的图像之 前，该方法还包括：对经过图像平滑和去噪得到的图像进行二值化处理，得到X光图像的黑 白图像。以及对黑白图像进行闭操作，以消除二值化处理过程产生的空洞，其中，消除黑白 图像中的空洞后得到的图像为处理后的图像。
[0036] 图像二值化就是将X光图像上的像素点的灰度值设置为0或255,也就是将整个X 光图像处理为仅包含黑色和白色的效果。二值化后的X光图像仍然可以反映 X光图像中整 体和局部特征，其能够将X光图像处理为像素值仅与〇或255的点的位置有关，减少了数据 的处理量。二值化后的带束层图像如图7所示，在二值化的过程中可能会出现空洞导致缺 陷变小，增加了检测缺陷的难度，为了降低检测难度，采用闭操作来消除产生的空洞，同时 去除噪声，去除噪声后的图像如图8所示。图7和图8中圈出来的部分为缺陷图像。
[0037] 在通过上述实施例的操作后，轮胎的X光图像被处理成为二值化的且去除噪声的 图像，该处理后的图像能够使得缺陷图像与背景图像区分显示，从而可以准确的从处理后 的图像中检测出缺陷图像，进而确定轮胎具有缺陷。
[0038] 进一步地，轮胎X光图像预处理之后，可以基于处理后的图像进行缺陷检索了。经 过预处理之后，轮胎X光图像中仍然存在一些影响缺陷检测的因素，为排除这些因素对X光 图像缺陷检测的影响，采用区域生长聚类分析的方式进行缺陷检测。
[0039] 具体地，对处理后的图像的像素进行聚类分析，得到用于表示第一图像的像素所 在的区域包括：获取处理后的图像中每个像素的像素值，其中，像素值包括第一像素值和第 二像素值，第二像素值用于表示X光图像的背景的像素所对应的像素值。随机选择第一像 素值对应的像素。以选择的像素作为种子点对种子点的8邻域内的像素值为第一像素值的 像素进行聚类，得到一类像素。以及将一类像素所对应的区域作为用于表示第一图像的像 素所在的区域。
[0040] 对处理后的图像进行区域生长的聚类分析，从非背景图像的像素中查找出缺陷图 像的像素，以下结合表1对聚类分析查找缺陷所在的区域进行说明。
[0041] 表 1
经过二值化的图像的像素值仅有0和255,其中，255为背景图像的像素值，0为非背景 图像的像素值，即255为第二像素值，0为第一像素值。表1中的每个格都作为一个像素，在 第一像素值中随机选择一个像素作为种子点，以该选择的种子点为中心对周围的8个邻域 内的像素值为〇的像素进行聚类，并标记每个像素值为〇的像素，直到该种子点周围的像素 值为〇的像素均被聚类。即表1中所有为〇的格为聚类后的区域。当判断该区域内的像素 点的个数大于预设阈值时，确定该聚类后得到的区域为缺陷所在的缺陷图像。
[0042] 通过上述实施例，利用聚类分析能够排除处理后的图像中的噪声的干扰，以及其 他影响缺陷的检测的因素，从而使得检测X光图像的缺陷的检测更加准确。
[0043] 按照本实施例所提供的轮胎缺陷的检测方法进行的轮胎检测进行了实验，对随机 抽取的1000幅轮胎X光图像进行检测，其中包含60幅带束层部分存在杂质的图像，40幅胎 圈部分存在杂质的图像。该实验方法首先将轮胎X光图像各部分进行分割，然后对带束层 和胎圈部分分别进行检测，统计误报率和漏报率。
[0044] 胎圈X光图像缺陷检测过程如图9所示。图9中的图像依次为： (a) 原始X光图像； (b) 经过直方图逐列均衡后的图像； (c) 经过傅立叶变换后的图像； (d) 经过低通滤波后的图像； (e) 经过二值化、闭操作后的图像； (f) 经过聚类分析后的图像，其中，图中圈出的部分为轮胎缺陷的图像。
[0045] 表2和表3分别记录了采用本实施例的方法进行缺陷检测的误报率和漏报率，还 记录了现有的方法进行缺陷检测的误报率和漏报率。其中，轮胎带束层缺陷检测情况如表 2所示，胎圈的缺陷检测情况如表3所示。
对比表2和表3可以看出，本实施例的轮胎缺陷的检测方法的漏报率为0%，而误报率也 降低到了 0. 5%以下，大大提高了检测轮胎缺陷的准确率。
[0047] 需要说明的是，上述实施例采用带束层的缺陷检测来进行说明，应该理解的是， 本实施例不仅可以用来检测带束层的缺陷，还可以用来检测胎圈的缺陷的检测，此处不再 --赘述。
[0048] 本发明实施例还提供了一种轮胎缺陷的检测装置。需要说明的是，本发明实施例 的。。装置可以用于执行本发明实施例所提供的轮胎缺陷的检测方法，本发明实施例的轮胎 缺陷的检测方法也可以通过本发明实施例所提供的轮胎缺陷的检测装置来执行。
[0049] 图10是根据本发明实施例的轮胎缺陷的检测装置的示意图。如图4所示，该轮胎 缺陷的检测装置包括：获取单元10、处理单元20、分析单元30、判断单元40和确定单元50。
[0050] 获取单元10用于获取轮胎的X光图像； 轮胎的X光图像可以经由X光检测系统获得，获取的轮胎的X光图像可以是轮胎的胎 圈的X光图像、胎侧的X光图像或者带束层的X光图像等。
[0051] 处理单元20用于对X光图像进行图像预处理，以区分显示X光图像中的第一图像 与背景图像，得到处理后的图像； 为了能检测到X光图像中缺陷所对应的图像，对获取的X光图像进行图像处理，使得X 光图像中的背景图像与非背景图像部分区分显示，其中，非背景图像部分可能是缺陷图像， 也可能是X光图像的噪声等非缺陷图像。
[0052] 分析单元30用于对处理后的图像的像素进行聚类分析，得到用于表示第一图像 的像素所在的区域； 判断单元40用于判断区域内的像素的个数是否大于预设阈值； 确定单元50用于在区域内的像素的个数大于预设阈值时，确定区域为轮胎的缺陷的 图像。
[0053] 为了尽可能的避免X光图像中的非缺陷图像对检测结果的影响，对进行预处理后 的X光图像进行聚类分析，以查找到X光图像中的所有与缺陷图像的像素相同的像素所在 的区域，从而检测出轮胎的缺陷。通过聚类分析找到的区域不一定都是缺陷所在的区域，也 可能是图像噪声等造成的。因此，在得到聚类分析查找到的区域后，判断该区域内的像素的 个数是否大于预设阈值，如果该区域内的像素的个数大于预设阈值，则确定该区域为轮胎 的缺陷所在的位置。
[0054] 通过上述实施例，对轮胎的X光图像进行预处理，使得缺陷图像能够与背景图像 区分显示，再进行聚类分析找到X光图像中非背景图像所在区域，再判断区域内的像素的 个数与预设阈值的大小来找出非背景图像中的缺陷图像，从而准确检测出轮胎中的缺陷， 解决了现有技术中无法准确检测轮胎缺陷的问题。
[0055] 可选地，处理单元包括：调整模块，用于调整X光图像的灰度值以增强第一图像与 背景图像的对比度，得到调整后的图像；以及去噪模块，用于对调整后的图像进行图像平滑 和去噪，得到处理后的图像。
[0056] 经过X光检测系统形成的X光图像为X光灰度图像，第一图像与背景图像的对比 不明显，即缺陷图像与背景图像的导致无法准确检测到缺陷。因此，要调整X光图像的灰度 值来增加第一图像与背景图像的对比度，得到调整后的图像。由于经过调整的图像可能还 存在噪声影响缺陷的检测，增加 X光图像的对比度后，在对图像进行平滑和去噪处理。
[0057] 具体地，采用直方图列均衡处理来调整X光图像的灰度值以增强第一图像与背景 图像的对比度。
[0058] 直方图均衡化是一种通过使用累积函数对灰度值进行调整以实现对比度增强的 方法，通过直方图均衡化处理以后，新图像的灰度层次便由原来的分布不均匀，整体一片较 暗色调的图像，转换成为一幅灰度层次比较适中的，变得更加清楚的图像。带束层X光图像 的灰度直方图如图4所示。
[0059] 由图4所示的带束层X光图像灰度直方图可知，带束层X光图像的灰度值比较集 中，难以进行处理，需要进行调整。由于轮胎X光图像在列方向上的像素都处于相同的轮胎 部分，而行方向会出现轮胎部分的变化，因此为保持轮胎不同部位之间的差异，采用直方图 列均衡对轮胎X光图像进行处理。由于轮胎内部材料及X光线扫描相机硬件问题，轮胎X 光图像列平均灰度存在较大差异。以带束层X光图像灰度直方图为例，图5示出了带束层 X光图像灰度直方图逐列均衡之后灰度直方图。
[0060] 利用直方图逐列均衡对带束层X光图像进行处理后得到调整后的图像，由带束层 X光图像到调整后的图像的过程如图6所示。
[0061] 经过直方图列均衡处理之后，X光图像中缺陷图像与背景图像对比度明显加强，但 是X光图像中还存在噪声，从图6中可以看出X光图像中存在着非缺陷图像的噪声。为了 消除这些噪声，进一步具体地，去噪模块包括：转换子模块，用于采用傅里叶变换将调整后 的图像从灰度分布图像转换为频率分布图像；滤波子模块，用于利用低通滤波器去除频率 分布图像中的高频部分，得到处理后的图像。
[0062] 本实施例通过傅立叶变换将轮胎X光图像的灰度分布图像转换为X光图像的频率 分布图像，然后通过低通滤波器对轮胎X光图像进行平滑，去除高频部分。
[0063] 经过傅立叶变换及低通滤波之后，轮胎X光图像变得平滑，消除了一部分噪声，通 过上述实施例，增加 X光图像中含有杂质图像的第一图像与背景图像的对比度，并进行了 平滑和去噪处理，但是，为了进一步提高检测缺陷的准确性，将杂质与图像背景进行区分， 本实施例采用二值化对图像进行处理。
[0064] 具体地，装置还包括：二值化模块，用于在对调整后的图像进行图像平滑和去噪之 后，并且得到处理后的图像之前，对经过图像平滑和去噪得到的图像进行二值化处理，得到 X光图像的黑白图像；以及闭操作模块，用于对黑白图像进行闭操作，以消除二值化处理过 程产生的空洞，其中，消除黑白图像中的空洞后得到的图像为处理后的图像。
[0065] 图像二值化就是将X光图像上的像素点的灰度值设置为0或255,也就是将整个X 光图像处理为仅包含黑色和白色的效果。二值化后的X光图像仍然可以反映 X光图像中整 体和局部特征，其能够将X光图像处理为像素值仅与0或255的点的位置有关，减少了数据 的处理量。二值化后的带束层图像如图7所示，在二值化的过程中可能会出现空洞导致缺 陷变小，增加了检测缺陷的难度，为了降低检测难度，采用闭操作来消除产生的空洞，同时 去除噪声，去除噪声后的图像如图8所不。
[0066] 在通过上述实施例的操作后，轮胎的X光图像被处理成为二值化的且去除噪声的 图像，该处理后的图像能够使得缺陷图像与背景图像区分显示，从而可以准确的从处理后 的图像中检测出缺陷图像，进而确定轮胎具有缺陷。
[0067] 进一步地，轮胎X光图像预处理之后，可以基于处理后的图像进行缺陷检索了。经 过预处理之后，轮胎X光图像中仍然存在一些影响缺陷检测的因素，为排除这些因素对X光 图像缺陷检测的影响，采用区域生长聚类分析的方式进行缺陷检测。
[0068] 具体地，分析单元包括：获取模块，用于获取处理后的图像中每个像素的像素值， 其中，像素值包括第一像素值和第二像素值，第二像素值用于表示X光图像的背景的像素 所对应的像素值；选择模块，用于随机选择第一像素值对应的像素；聚类模块，用于以选择 的像素作为种子点对种子点的8邻域内的像素值为第一像素值的像素进行聚类，得到一类 像素；以及确定模块，用于将一类像素所对应的区域作为用于表示第一图像的像素所在的 区域。
[0069] 对处理后的图像进行区域生长的聚类分析，从非背景图像的像素中查找出缺陷图 像的像素，以下结合表1对聚类分析查找缺陷所在的区域进行说明。
[0070] 经过二值化的图像的像素值仅有0和255,其中，255为背景图像的像素值，0为非 背景图像的像素值，即255为第二像素值，0为第一像素值。表1中的每个格都作为一个像 素，在第一像素值中随机选择一个像素作为种子点，以该选择的种子点为中心对周围的8 个邻域内的像素值为0的像素进行聚类，并标记每个像素值为0的像素，直到该种子点周围 的像素值为0的像素均被聚类。即表1中所有为0的格为聚类后的区域。当判断该区域内 的像素点的个数大于预设阈值时，确定该聚类后得到的区域为缺陷所在的缺陷图像。
[0071] 通过上述实施例，利用聚类分析能够排除处理后的图像中的噪声的干扰，以及其 他影响缺陷的检测的因素，从而使得检测X光图像的缺陷的检测更加准确。
[0072] 需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列 的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为 依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知 悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明 所必须的。
[0073] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部 分，可以参见其他实施例的相关描述。
[0074] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式 实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种 逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可 以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间 的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接， 可以是电性或其它的形式。
[0075] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显 示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个 网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0076] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以 是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单 元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0077] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用 时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质 上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形 式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算 机设备(可为个人计算机、移动终端、服务器或者网络设备等）执行本发明各个实施例所 述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory)、随机存取存储器（RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种 可以存储程序代码的介质。
[0078] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种轮胎缺陷的检测方法，其特征在于，包括： 获取轮胎的X光图像； 对所述X光图像进行图像预处理，以区分显示所述X光图像中的第一图像与背景图像， 得到处理后的图像； 对所述处理后的图像的像素进行聚类分析，得到用于表示所述第一图像的像素所在的 区域； 判断所述区域内的像素的个数是否大于预设阈值；以及 如果所述区域内的像素的个数大于所述预设阈值，则确定所述区域为所述轮胎的缺陷 的图像。2. 根据权利要求1所述的方法，其特征在于，对所述X光图像进行图像预处理，以区分 显示所述X光图像中的第一图像与背景图像，得到处理后的图像包括： 调整所述X光图像的灰度值以增强所述第一图像与所述背景图像的对比度，得到调整 后的图像；以及 对调整后的图像进行图像平滑和去噪，得到所述处理后的图像。3. 根据权利要求2所述的方法，其特征在于，采用直方图列均衡处理来调整所述X光图 像的灰度值以增强所述第一图像与所述背景图像的对比度。4. 根据权利要求2或3所述的方法，其特征在于，对调整后的图像进行图像平滑和去 噪，得到所述处理后的图像包括： 采用傅里叶变换将所述调整后的图像从灰度分布图像转换为频率分布图像； 利用低通滤波器去除所述频率分布图像中的高频部分，得到所述处理后的图像。5. 根据权利要求4所述的方法，其特征在于，在对调整后的图像进行图像平滑和去噪 之后，并且得到所述处理后的图像之前，所述方法还包括： 对经过图像平滑和去噪得到的图像进行二值化处理，得到所述X光图像的黑白图像； 以及 对所述黑白图像进行闭操作，以消除所述二值化处理过程产生的空洞，其中，消除所述 黑白图像中的所述空洞后得到的图像为所述处理后的图像。6. 根据权利要求1所述的方法，其特征在于，对所述处理后的图像的像素进行聚类分 析，得到用于表示所述第一图像的像素所在的区域包括： 获取所述处理后的图像中每个像素的像素值，其中，所述像素值包括第一像素值和第 二像素值，所述第二像素值用于表示所述X光图像的背景的像素所对应的像素值； 随机选择所述第一像素值对应的像素； 以选择的像素作为种子点对所述种子点的8邻域内的像素值为所述第一像素值的像 素进行聚类，得到一类像素；以及 将所述一类像素所对应的区域作为用于表示所述第一图像的像素所在的区域。7. -种轮胎缺陷的检测装置，其特征在于，包括： 获取单元，用于获取轮胎的X光图像； 处理单元，用于对所述X光图像进行图像预处理，以区分显示所述X光图像中的第一图 像与背景图像，得到处理后的图像； 分析单元，用于对所述处理后的图像的像素进行聚类分析，得到用于表示所述第一图 像的像素所在的区域； 判断单元，用于判断所述区域内的像素的个数是否大于预设阈值；以及 确定单元，用于在所述区域内的像素的个数大于所述预设阈值时，确定所述区域为所 述轮胎的缺陷的图像。8. 根据权利要求7所述的装置，其特征在于，所述处理单元包括： 调整模块，用于调整所述X光图像的灰度值以增强所述第一图像与所述背景图像的对 比度，得到调整后的图像；以及 去噪模块，用于对调整后的图像进行图像平滑和去噪，得到所述处理后的图像。9. 根据权利要求8所述的装置，其特征在于，所述去噪模块包括： 转换子模块，用于采用傅里叶变换将所述调整后的图像从灰度分布图像转换为频率分 布图像； 滤波子模块，用于利用低通滤波器去除所述频率分布图像中的高频部分，得到所述处 理后的图像。10. 根据权利要求9所述的装置，其特征在于，所述装置还包括： 二值化模块，用于在对调整后的图像进行图像平滑和去噪之后，并且得到所述处理后 的图像之前，对经过图像平滑和去噪得到的图像进行二值化处理，得到所述X光图像的黑 白图像；以及 闭操作模块，用于对所述黑白图像进行闭操作，以消除所述二值化处理过程产生的空 洞，其中，消除所述黑白图像中的所述空洞后得到的图像为所述处理后的图像。11. 根据权利要求7所述的装置，其特征在于，所述分析单元包括： 获取模块，用于获取所述处理后的图像中每个像素的像素值，其中，所述像素值包括第 一像素值和第二像素值，所述第二像素值用于表示所述X光图像的背景的像素所对应的像 素值； 选择模块，用于随机选择所述第一像素值对应的像素； 聚类模块，用于以选择的像素作为种子点对所述种子点的8邻域内的像素值为所述第 一像素值的像素进行聚类，得到一类像素；以及 确定模块，用于将所述一类像素所对应的区域作为用于表示所述第一图像的像素所在 的区域。
【文档编号】G01N23/04GK105869135SQ201510023795
【公开日】2016年8月17日
【申请日】2015年1月19日
【发明人】张斌, 林森, 陈春鹏, 高书征, 王宁宁
【申请人】青岛软控机电工程有限公司, 软控股份有限公司