[发明专利]一种轮胎X光图像检测识别方法及系统

说明书

本发明公开了一种轮胎X光图像检测识别方法及系统，检测识别方法包括离线训练步骤和在线检测步骤，离线训练步骤包括：（11）建立训练样本（12）对训练样本中的图像进行缺陷检测，计算出训练样本缺陷信息（13）、将训练样本缺陷信息量化编码为训练样本特征向量（14）、将训练样本特征向量和判级结果训练成判级模型；在线检测步骤包括（21）实时采集待测轮胎X光图像（22）待测轮胎X光图像进行缺陷检测，计算出所有待测轮胎缺陷信息（23）将所有待测轮胎缺陷信息量化编码为待测轮胎特征向量；（24）将所述待测轮胎特征向量与所述判级模型计算。本发明的检测识别方法，避免了人为主观因素，判断更加客观、统一，判断效率及准确率均提高。

技术领域

本发明涉属于图像识别技术领域，具体地说，是涉及一种轮胎X光图像检测识别方法及系统。

背景技术

在橡胶轮胎行业中，轮胎内部结构缺陷检测主要通过X 光机进行检测,其过程是先对轮胎进行X光透射扫描成像, 然后通过判读X 光图像来实现检测。目前的X光图像判读工作主要是由人工完成, 其工作强度大, 效率低以及误判率高等因素使其已经不符合轮胎现代化质量检测要求。

在此基础上，目前也出现用机器视觉自动检测缺陷和判级方法，但是该种方式的判级系统都是根据各种缺陷的测量参数，由轮胎质量方面的专家制定统一的判级规则，比对测量结果和规则来实现轮胎质量的判级。此方法在一定程度上降低了人工质检的强度，但是需要根据人工提前设计好的规则自动比对判级，由于轮胎X光机质量参差不齐造成缺陷成像质量差异，不同轮胎厂的工艺水平不同，最终的判级规则也不一致，人工制定的判级规则往往只能适用于某一种x光机采集的图像且只能是某一种水平的加工工艺，不具有普遍适用性。

发明内容

本发明为了解决现有轮胎X光图像检测识别方法工人工作量大和通用性差的技术问题，提供了一种轮胎X光图像检测识别方法及系统。

为了解决上述技术问题，本发明采用以下技术方案予以实现：

一种轮胎X光图像检测识别方法，包括离线训练步骤和在线检测步骤，所述离线训练步骤包括以下子步骤：

（11）、建立训练样本，包含若干轮胎X光图像、及其对应的判级结果；

（12）、对训练样本中的图像进行缺陷检测，计算出训练样本缺陷信息；

（13）、将训练样本缺陷信息量化编码为训练样本特征向量，形成n维向量，所述参数n分别表示n类缺陷；

（14）、以训练样本中图像的判级结果作为样本标签，将所述训练样本特征向量训练成判级模型；

所述在线检测步骤包括以下子步骤：

（21）、实时采集待测轮胎X光图像；

（22）、将所述待测轮胎X光图像进行缺陷检测，计算出待测轮胎缺陷信息；

（23）、将待测轮胎缺陷信息量化编码为待测轮胎特征向量，形成n维向量；

（24）、将所述待测轮胎特征向量与所述判级模型计算，得出判断结果。

进一步的，所述离线训练步骤之后还包括离线检测步骤，所述离线检测步骤包括以下子步骤：

（31）、建立测试样本，包含若干轮胎X光图像、及其对应的判级结果；

（32）、对测试样本中的图像进行缺陷检测，计算出测试样本缺陷信息；

（33）、将测试样本缺陷信息量化编码为测试样本特征向量，形成n维向量；

（34）、将所述测试样本特征向量与所述判级模型计算，得出判断结果；

（35）、将所述判断结果与测试样本中图像的判级结果比较，判断该判级模型是否可用。