[发明专利]一种基于图像实例分割的轮胎花纹提取方法

说明书

一种基于实例分割的轮胎花纹提取方法，属于计算机辅助设计领域。本发明针对传统轮胎逆向建模中花纹提取阶段存在的效率和精度较低的问题。该方法整体可分为四个阶段进行，第一阶段是对轮胎的原始点云数据进行处理，包括采样、噪声点的处理，以及通过球形分割和扇形分割得到轮胎点云节距。第二阶段是对轮胎点云数据进行横沟和纵沟的过滤，并将过滤结果通过二次展开得到花纹的二维点云。第三阶段是对实例分割模型Blend Mask模型进行训练，需自定义轮胎花纹数据集的生成规则。第四阶段是将二维点云转化为图像，通过训练好的模型进行实例分割，最后将实例分割结果利用并查集算法进行分类。结果表明对于轮胎花纹能够实现较好的提取效果，有一定的实用前景。

技术领域

本发明属于计算机辅助设计领域，具体涉及一种基于图像实例分割的轮胎花纹提取方法。

背景技术

随着公路网的高速化和汽车的普及化，人们对轮胎性能的要求日益提高，逆向工程技术作为一种独特的现代设计方法已经广泛应用于计算机图像处理、数字化图像识别等领域,在轮胎工业领域,胎面花纹的数字化反求设计逐渐成为轮胎工业中缩短开发周期与改善综合性能的一个重要手段。目前一些专家学者已经在胎面逆向工程[1]方面做出了一些研究。

同济大学的雷镭等[2]利用CATIA软件通过逆向工程技术重构出了轮胎三维模型,但是该方法需要进行大量的组合操作且设计流程不规范。广东工业大学的丘永亮等[3-4]运用逆向工程软件Imageware Surfacer和三维设计软件Pro/E实现了轮胎胎面花纹的逆向数字化建模,但这仅仅解决了反求工程在花纹重构中的应用问题,也未从根本上解决技术工程师所面临的操作烦琐等数字化建模问题.王平等[5]从图像明暗度恢复三维形状原理和算法进行了深度分析总结,采用计算机视觉技术,借助Matlab软件实现了对花纹图像的反求设计,但由于算法的局限性和对图片清晰度的要求导致反求精度不能应用于实际当中。法国勃艮第大学的Voisin等[6]探讨了基于成像的方法来重构出三维模型,并且将其应用到军用轮胎上,但是由于以成像为基础的系统提供的三维数据与传统的三坐标测量仪相比精度不够,因此目前该方法并不能被广泛的应用。基于上述情况,合肥工业大学的董玉德等[7-8]从特征建模和层次化建模的角度对轮胎花纹逆向反求技术展开了深入的研究.开发出了专用轮胎花纹CAD逆向系统。

但是这些方法也存在一些问题。一是在花纹的初步分割阶段，传统方法一般采用对轮胎图像进行连通性分析的方法，该方法的效率和精度都存在一定程度的缺陷。二是在分割后花纹的分组阶段，传统方法一般采用聚类算法，其过程需要进行多次迭代才能得到最终结果，而如果能利用一些分割阶段得到的已知信息，则可以简化分组过程。

在计算机视觉领域有诸多基于深度学习的图像处理方法，有着较快的提取速度以及更高的提取精度，而对于不同的轮胎花纹，比较适合采用计算机视觉领域的实例分割技术进行提取。所以为了改善传统轮胎逆向建模过程，本发明主要基于图像的实例分割技术进行轮胎花纹的提取。

发明内容

本发明主要提出了一个基于实例分割的轮胎花纹重建方法。主要针对传统轮胎逆向建模中花纹提取阶段存在的效率和精度较低的问题。该方法整体可分为四个阶段进行，第一阶段是对轮胎的原始点云数据进行处理，包括采样、噪声点的处理，以及通过球形分割和扇形分割得到轮胎点云节距。第二阶段是对轮胎点云数据进行横沟和纵沟的过滤，并将过滤结果通过二次展开得到花纹的二维点云。第三阶段是对实例分割模型Blend Mask模型进行训练，需自定义轮胎花纹数据集的生成规则。第四阶段是将二维点云转化为图像，通过训练好的模型进行实例分割，最后将实例分割结果利用并查集算法进行分类。结果表明对于轮胎花纹能够实现较好的提取效果，有一定的实用前景。

1.原始点云数据处理

1.1轮胎点云数据处理

(1)轮胎点云数据获取