轮胎外表面的数字图像的分析和伪测量点的处理

摘要

本发明涉及一种用于处理轮胎的表面的三维数字图像的方法，其中捕获所述表面的三维图像，同时给所述图像的平面的每个像素分配信息项，该信息项与该点相对于待检查的表面的高度相关，其特征在于，借助形态学算子并使用结构单元，凭借打开并随后闭合来执行所述表面的图像的第一转换，以便调整异常地位于待检查的所述表面之上或之下的像素的灰度级。

权利要求

1.一种用于处理轮胎的表面的三维数字图像的方法，其中捕获所述表面的三维图像，同时给所述图像的平面的每个像素分配信息项，所述信息项与待检查的所述表面的一对应点的高度相关，其中，执行以下步骤：-借助包括打开并随后闭合的形态学算子并使用给定大小和形状的结构单元，执行所述表面的图像的第一转换，以便调整异常地位于待检查的所述表面之上或之下的像素的灰度级，-通过使用梯度类型的形态学算子，随后通过能够提取起伏的轮廓的阈值来确定所述表面的所述起伏的轮廓的单元，并且通过给所述轮廓的每个像素分配等于在所述第一转换之后所获得的值的灰度级值，来执行所述表面的图像的第二转换。

2.根据权利要求1所述的处理方法，其中每个像素的灰度级代表待检查的所述表面的对应点的高度。

3.根据权利要求1或2中的一项所述的处理方法，其中所述形态学算子是正方形。

4.根据权利要求3所述的处理方法，其中所述形态学算子的所述正方形的宽度在8和15个像素之间。

5.根据权利要求1或2中的一项所述的处理方法，其中所捕获的图像是所述轮胎的外表面的图像。

说明书

轮胎外表面的数字图像的分析和伪测量点的处理

技术领域

[0001] 本发明涉及轮胎制造领域，且更具体地涉及以建立符合预先建立参考的诊断为目的的轮胎表面的自动检查的领域。

背景技术

[0002] 该处理的步骤之一包括，以已知的方式获取轮胎表面的三维图像。

[0003] 借助于基于光学三角测量的原理的装置，使用例如与激光器类型的光源相耦合的2D传感器来进行该图像的获取。

[0004] 轮胎表面的地形图像事实上是被称为灰度级图像的二维图像，其中每个点，即，图像的每个像素（x,y）与被称为灰度级且通常在0和255之间的值f(x,y)相关联。该灰度级值可为了更高的效率而在8或16位上被有用地编码。灰度级表示这个点相对于表面的高度。对于8位编码，值255（白色）对应于最高的高度，而值0（黑色）对应于最低的高度。一般而言，图像像素被置于行和列中。

[0005] 然而观察到，从这些获取装置所产生的表面的图像可能会具有在进行随后的数字处理之前必需识别并使得消失的伪测量点。否则，分析算法可能会将这些区域不正确地视为待检查的轮胎的结构异常。

[0006] 这些点一般由于光在待检查的轮胎的表面上的入射角而出现在展现了起伏（relief）显著变化的区域中。相机不正确地记录了从反射光产生的信息，而并不考虑从入射光束产生的信息。一般在考虑轮胎的外表面，尤其是在胎面花纹块的周边时，会出现这种情况。

[0007] 被称为伪测量点的所有这些点通过下列事实进行区分，它们相对于位于其直接环境中的这些点而言具有极大偏差的位置。正（凸）或负（凹）的极大偏差在这里意味着大于4或5mm的偏差，这因此与通常呈现在轮胎表面上的剖面变化截然不同。

发明内容

[0008] 本发明的目的是提出一种使得能够识别这些点的简单处理方法和一种校正描绘表面的数字值的方法。

[0009] 根据本发明的用于处理轮胎外表面的三维数字图像的方法提供了借助形态学类型的工具来处理图像的方法的使用。

[0010] 这些方法包括以已知方式，利用能够减小（erode）图像图案或扩大（expand）图像图案的工具来修改图像图案。在该情况下，这相当于对待检查的表面的起伏进行修改。

[0011] 减小或扩大的形态学运算包括针对图像的每个点搜索位于结构单元内的邻点的灰度级的最小值或最大值、给定的形状和面积、以待分析的点为中心、以及定义该点的邻域。对于减小，在该点的值随后变为最小值，而对于扩大，在该点的值变为最大值。减小及随后扩大的组合被称为打开（opening），而扩大及随后减小的组合被称为闭合（closure）。

[0012] 梯度类型的形态学算子使得能够界定起伏强烈变化的区域，即轮廓。在图像的每个点处，分配灰度级，其等于在扩大之后获得灰度级值与在减小之后获得的灰度级值之间的差。

[0013] 在已产生所述轮胎的表面的三维图像之后（其中，图像的每个像素包含与待检查的表面的对应点的高度相关的信息项），根据本发明的方法设想借助打开并随后闭合来执行表面图像的第一转换，以便重新计算异常地位于待检查的表面之上或之下的像素的灰度级。

[0014] 每个像素的灰度级代表待检查的表面的对应点的高度。

[0015] 优选地，用于执行打开和闭合的形态学算子是正方形。将有利地选择宽度在8和15个像素之间的正方形，该正方形所对应的大小略大于非测量区的大小。

[0016] 能够通过在轮胎图像的情况下观察伪测量点优选位于展现出起伏强烈变化的区域并因此位于轮廓处，来改善伪测量点的检测和去除。

[0017] 在已执行表面的图像的第一转换之后，随后执行第二转换，其中：

[0018] -通过使用梯度类型的形态学算子，随后通过能够提取起伏的轮廓的阈值来确定表面起伏的轮廓的单元，

[0019] -为轮廓的每个像素分配等于在第一转换之后获得的值的灰度级值。

[0020] 用于确定起伏的轮廓的形态学算子优选为正方形。将有利地选择宽度在8和15个像素之间的正方形。

[0021] 该方法以优选的方式应用于轮胎外表面的检查。

附图说明

[0022] 基于图1至5来进行以下描述，其中：

[0023] -图1示出用于捕获轮胎表面的图像的装置的示意图，

[0024] -图2示出直接从图像捕获装置产生的轮胎的外表面的图像，

[0025] -图3示出了在借助第一转换进行处理之后外表面的局部图像，

[0026] -图4示出轮胎外表面的起伏的轮廓的图像，

[0027] -图5的图像示出在借助第一和第二转换进行处理之后外表面的视图。

具体实施方式

[0028] 图1示出轮胎表面的图像的获取。通过示例的方式，借助于由激光器1发射的狭缝光并借助于能够捕获被照亮的表面的2D图像的相机3来进行该获取。相机被定位成使得它的瞄准方向与由激光源所发射的光束形成给定角度。通过三角测量，于是能够确定起伏单元2相对于支承表面4的坐标。一般来说，狭缝光指向垂直于与强加在轮胎上的旋转方向相对应的圆周方向的轴向或径向方向，以捕获其表面的完整图像。

[0029] 图2示出从该捕获产生的图像。观察到被表示为FMP的伪测量点的存在，存在的伪测量点在胎面起伏的边缘上尤其明显。

[0030] 在支撑面的每个点（x，y）处，分配灰度级值，其与该点相对于参考表面的高度成比例。

[0031] 随后，借助打开并随后闭合类型的形态学算子（morphological operator），以过滤相对于分配给邻点的灰度级值是异常高或低的灰度级值的目的，来处理该图像。

[0032] 第一处理使用正方形形状的形态学算子。将该算子的大小调整（tailored）为寻求过滤的缺陷的大小。在这种情形，利用其正方形的面积具有约一百个像素的量级且其边长约十个像素宽的算子获得好的结果。

[0033] 该正方形沿x和y轴取向，该x和y轴在图2所示的情况下分别对应于轴向和轮胎的圆周方向。

[0034] 图3是在已进行第一处理之后轮胎表面的图像的局部视图。

[0035] 可能该第一处理并未成功的去除被视为伪测量点的所有异常值。

[0036] 因此，考虑将该残留的异常值以优选的方式集中在对应于起伏强烈变化的区域层面中。

[0037] 因为强烈的灰度级梯度变化，借助梯度类型的形态学算子，这些区域可易于识别，这包括从在所述图像扩大之后获得的灰度级值减去在从第一转换产生的图像减小之后获得的灰度级值。

[0038] 对于该操作，再次使用正方形形状的形态学算子，该正方形的大小被调整成使得显示出出现梯度强烈变化的区域，并且该正方形的宽度取决于在轮胎表面上的起伏图案的斜度。一般而言，该斜度相对显著，尤其在侧壁的胎面花纹块或商标图案的层面处。这里，再次的约一百个像素的正方形给出好的结果。

[0039] 图4示出该操作的结果，该操作能够使得仅表面起伏的轮廓的值从图像的背景中突出出来。

[0040] 第二处理的目的是减少在表示起伏的轮廓的窄带中的伪测量值。因此，为这个区的每一像素分配灰度级值，该灰度级值等于在第一转换之后获得的值。

[0041] 图5能够示出在实施第一和第二处理之后获得的结果。可观察到，伪测量点已完全消失，并不再易于干涉图像的以执行符合轮胎表面的检查为目的的数字处理。

[0042] 如前所示，该方法尤其适用于显示起伏强烈变化的区域，并因此适用于轮胎表面的外部。然而，以非限制性的方式，并不排除使用该相同方法以在轮胎的内部包括诸如条纹的起伏单元时改善轮胎的内部的图像。