一種輪胎模具的字符缺陷檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，特別是涉及一種輪胎模具的字符缺陷檢測方法。
【背景技術(shù)】
[0002] 名詞解釋：
[0003] R0I:Region Of Interest，感興趣區(qū)域；
[0004] NCC:Normalized Cross Correlation歸一化互相關(guān)。
[0005] 在輪胎模具生產(chǎn)中，質(zhì)量檢測尤為重要，其中，字符的缺陷檢測是質(zhì)量檢測的重要 工作。目前，行業(yè)內(nèi)對于輪胎模具字符的缺陷檢測主要依靠人眼，然而，嘈雜的工廠環(huán)境，大 量的檢測工作以及對質(zhì)量檢測的高要求，這些都使得單純依靠人眼的檢測方式難以滿足需 求。機(jī)器視覺就是用機(jī)器代人眼來完成觀測和判斷，常用于大批量生產(chǎn)過程中的產(chǎn)品質(zhì)量 檢測，或者應(yīng)用于不適合人的危險(xiǎn)環(huán)境或者人眼視覺難以滿足的場合等，相比人工視覺檢 查，可以大大提高檢測精度和速度，從而提高生產(chǎn)效率，還可以避免人眼視覺檢測所帶來的 偏差和誤差。機(jī)器視覺在工業(yè)生產(chǎn)的各個(gè)領(lǐng)域得到了廣泛應(yīng)用。機(jī)器視覺在工業(yè)產(chǎn)品中的 字符缺陷檢測中得到大范圍的應(yīng)用，字符缺陷包括字符的筆畫缺陷，字符的漏印和錯(cuò)印。字 符缺陷檢測系統(tǒng)，就是要求檢測出不符合要求的字符，就是要檢測出有筆畫缺陷，漏印或錯(cuò) 印的字符。傳統(tǒng)的基于機(jī)器視覺的字符缺陷檢測方法主要以標(biāo)準(zhǔn)字符圖像做模板，通過提 取字符的一些特征，如形狀特征，建立模板，將待測圖像與標(biāo)準(zhǔn)模板匹配，如果匹配結(jié)果低 于閾值，則認(rèn)為是是有缺陷的。這種方法，易于實(shí)現(xiàn)，檢測效果較好。然而，對于輪胎模具來 說，由于生產(chǎn)量小，從生產(chǎn)效率的角度，不可能拍攝標(biāo)準(zhǔn)模具圖像作為模板。申請?zhí)枮?201510437595.1，名稱為基于機(jī)器視覺的輪胎胎膜表面字符缺陷檢測方法的中國專利申 請，提出了一種通過在模板匹配前對待測圖像和CAD設(shè)計(jì)圖圖進(jìn)行極坐標(biāo)變換，以待檢測平 直型圖像作為模板，平直型CAD圖像作為目標(biāo)進(jìn)行檢測的方法，具體在平直型CAD圖獲取與 待測R0I圖像相匹配的圖像塊過程中，是通過對每個(gè)待測R0I圖像進(jìn)行閾值分割，進(jìn)而通過 形態(tài)學(xué)運(yùn)算將待測R0I圖像進(jìn)行分類后，根據(jù)分類將待測R0I圖像進(jìn)行預(yù)處理后轉(zhuǎn)換成二值 圖像。然后獲取待檢測輪胎模具的CAD設(shè)計(jì)圖對應(yīng)的平直型圖像，根據(jù)該平直型圖像與待測 R0I圖像高度比將待測R0I圖像進(jìn)行縮放，進(jìn)而依次截取與R0I圖像塊等寬的圖像塊，計(jì)算相 關(guān)系數(shù)，相關(guān)系數(shù)最大的圖像塊作為與待測R0I圖像相匹配的圖像塊后，進(jìn)行字符識(shí)別，從 而根據(jù)字符識(shí)別結(jié)果進(jìn)行缺陷判斷。這種方法檢測成本低且適用范圍較廣，可以快速地進(jìn) 行檢測。但是，這種方法主要利用圖片上半部分的大字符的信息來進(jìn)行匹配定位，當(dāng)圖像上 半部分沒有字符或是只有小字符時(shí)，匹配定位的結(jié)果會(huì)出錯(cuò)，無法保證所有待測R0I圖像都 能準(zhǔn)確獲取匹配的CAD圖像塊，可能會(huì)帶來較大的檢測誤差。而且在字符分割時(shí)，對于一些 分布密集，尺寸比較小的字符，分割時(shí)個(gè)別字符可能會(huì)斷開或與其他字符粘連，造成誤報(bào)， 帶來檢測誤差。

【發(fā)明內(nèi)容】

[0006] 為了解決上述的技術(shù)問題，本發(fā)明的目的是提供一種輪胎模具的字符缺陷檢測方 法。
[0007] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0008] -種輪胎模具的字符缺陷檢測方法，包括步驟：
[0009] si、依次對待檢測輪胎胎膜進(jìn)行掃描并采集獲得一組圖像，并分別對所采集的每 張圖像進(jìn)行處理后獲得輪胎外側(cè)圓弧形輪廓；
[0010] S2、擬合輪胎外側(cè)圓弧形輪廓的圓心和半徑后，通過極坐標(biāo)變換將待測的輪胎外 側(cè)圓弧形圖像轉(zhuǎn)換為平直型待測圖像，并對平直型待測圖像進(jìn)行閾值分割后，定位輪胎胎 膜圖像區(qū)域作為待測的R0I圖像；
[0011] S3、分別對每個(gè)R0I圖像進(jìn)行閾值分割，進(jìn)而通過形態(tài)學(xué)運(yùn)算將閾值分割后的R0I 圖像進(jìn)行分類，同時(shí)獲取待檢測輪胎胎膜的CAD設(shè)計(jì)圖對應(yīng)的CAD平直型圖像；
[0012] S4、根據(jù)R0I圖像的分類，選擇不同的方法對CAD平直型圖像和R0I圖像進(jìn)行處理， 并在處理后的平直型圖像上截取獲得與處理后的每個(gè)R0I圖像相匹配的CAD圖像塊；
[0013] S5、對每個(gè)R0I圖像以及與其匹配的CAD圖像塊進(jìn)行字符識(shí)別，進(jìn)而根據(jù)字符識(shí)別 結(jié)果進(jìn)行缺陷判斷；
[0014] S6、響應(yīng)于判斷存在字符缺陷的情況，返回執(zhí)行步驟S4和S5從而再次進(jìn)行缺陷判 斷后，選擇字符缺陷較少的判斷結(jié)果作為最終結(jié)果。
[0015] 進(jìn)一步，所述步驟S3中所述分別對每個(gè)R0I圖像進(jìn)行閾值分割，進(jìn)而通過形態(tài)學(xué)運(yùn) 算將閾值分割后的R0I圖像進(jìn)行分類的步驟，具體包括：
[0016] S31、分別計(jì)算每個(gè)R0I圖像的初始面積和初始高度；
[0017] S32、對R0I圖像進(jìn)行閾值分割，劃分前景區(qū)域；
[0018] S33、獲取預(yù)設(shè)形態(tài)學(xué)結(jié)構(gòu)元，對前景區(qū)域進(jìn)行腐蝕并進(jìn)行連通性標(biāo)記，并根據(jù)預(yù) 設(shè)篩選條件對連通域進(jìn)行篩選后，根據(jù)篩選出的連通域數(shù)量將R0I圖像分為A類和B類。
[0019] 進(jìn)一步，所述步驟S33中所述根據(jù)預(yù)設(shè)篩選條件對連通域進(jìn)行篩選后，根據(jù)篩選出 的連通域數(shù)量將R0I圖像分為A類和B類的步驟，其具體為：
[0020] 對連通域進(jìn)行篩選，篩選出面積大于1/2初始面積且高度大于1/2初始高度的連通 域數(shù)量，若篩選出的連通域數(shù)量等于〇，則將R0I圖像分為A類，若篩選出的連通域數(shù)量大于 0,則將R0I圖像分為B類。
[0021]進(jìn)一步，所述步驟S4,包括：
[0022] S41、根據(jù)R0I圖像的分類，按照處理次數(shù)的迭代，針對R0I圖像為A類的情況，依次 選擇處理方法一和處理方法二對CAD平直型圖像和R0I圖像進(jìn)行處理，針對R0I圖像為B類的 情況，依次選擇處理方法二和處理方法三對CAD平直型圖像和R0I圖像進(jìn)行處理；
[0023] S42、根據(jù)處理后的CAD平直型圖像與R0I圖像的高度比將R0I圖像進(jìn)行縮放；
[0024] S43、在處理后的CAD平直型圖像上依次截取與縮放后的R0I圖像同寬的圖像塊，計(jì) 算每個(gè)圖像塊與縮放后的R0I圖像的相關(guān)系數(shù)，進(jìn)而將相關(guān)系數(shù)最大的圖像塊作為與該R0I 圖像相匹配的CAD圖像塊；
[0025]所述處理方法一具體為:對R0I圖像進(jìn)行閾值分割后進(jìn)行形態(tài)學(xué)處理，并根據(jù)形態(tài) 學(xué)處理后的區(qū)域面積與初始面積的比值，定位獲得包含字符的字符區(qū)域，進(jìn)而將R0I圖像轉(zhuǎn) 換為二值化圖像，同時(shí)將CAD平直型圖像進(jìn)行閾值分割后轉(zhuǎn)換為二值圖像；
[0026]所述處理方法二具體為：對R0I圖像和CAD平直型圖像進(jìn)行標(biāo)準(zhǔn)差濾波，并截取標(biāo) 準(zhǔn)差濾波后的R0I圖像的下半部分；
[0027]所述處理方法三具體為:采用canny算子獲取R0I圖像的邊緣圖像并轉(zhuǎn)換為二值圖 像，同時(shí)將CAD平直型圖像進(jìn)行閾值分割后轉(zhuǎn)換為二值圖像。
[0028]進(jìn)一步，所述步驟S1，其具體為：
[0029]依次對待檢測輪胎胎膜進(jìn)行掃描并采集獲得一組圖像，并分別對所采集的每張圖 像進(jìn)行圖像去噪和閾值分割處理后，得到輪胎胎膜輪廓，進(jìn)而根據(jù)輪廓曲率斷開輪廓，從而 根據(jù)每段輪廓的方向、長度以及曲率，獲得輪胎外側(cè)圓弧形輪廓。
[0030] 進(jìn)一步，所述步驟S5,包括：
[0031] S51、對CAD圖像塊進(jìn)行閾值分割后進(jìn)行形態(tài)學(xué)運(yùn)算，根據(jù)預(yù)設(shè)的連通域閾值進(jìn)行 連通域篩選，將CAD圖像塊劃分為小字符區(qū)域和大字符區(qū)域；
[0032] S52、根據(jù)R0I圖像的分類，對R0I圖像進(jìn)行形態(tài)學(xué)運(yùn)算，然后根據(jù)預(yù)設(shè)的連通域閾 值進(jìn)行連通域篩選，將R0I圖像也劃分為小字符區(qū)域和大字符區(qū)域；
[0033] S53、根據(jù)R0I圖像的分類，對R0I圖像和CAD圖像塊的大字符區(qū)域進(jìn)行特征提取和 特征匹配后，根據(jù)匹配結(jié)果進(jìn)行缺陷判斷；
[0034] S54、針對R0I圖像和CAD圖像塊的小字符區(qū)域，進(jìn)行字符識(shí)別后，將識(shí)別獲得的字 符數(shù)組分成多個(gè)字符串，進(jìn)而將R0I圖像和CAD圖像塊識(shí)別獲得的字符串進(jìn)行匹配后，根據(jù) 匹配結(jié)果進(jìn)行缺陷判斷。
[0035]進(jìn)一步，所述步驟S52,其具體為：
[0036]針對R0I圖像為A類的情況，對R0I圖像進(jìn)行局部閾值分割與區(qū)域生長后，進(jìn)行形態(tài) 學(xué)運(yùn)算，然后根據(jù)預(yù)設(shè)的連通域閾值進(jìn)行連通域篩選，將R0I圖像也劃分為小字符區(qū)