數(shù)字圖像處理在汽車輪胎X射線檢測(cè)中的應(yīng)用.doc

數(shù)字圖像處理在汽車輪胎X射線檢測(cè)中的應(yīng)用摘要：將數(shù)字圖像處理與X射線檢測(cè)的相關(guān)理論應(yīng)用于輪胎子午線檢測(cè)圖像中質(zhì)量問題的研究,在輪胎子午線圖像與模板圖像進(jìn)行匹配時(shí),對(duì)匹配算法進(jìn)行了深入的研究,提出一種”先全局掃描,后小范圍區(qū)域掃描”的搜索策略。關(guān)鍵詞 數(shù)字圖象處理；輪胎檢測(cè)；圖像匹配子午線輪胎是橡膠行業(yè)的一項(xiàng)高精技術(shù)成果，由于它的節(jié)能，耐用，高速，安全，舒適等優(yōu)點(diǎn)得到越來越多汽車廠商的青睞。但是，由于子午線輪胎對(duì)質(zhì)量的要求很高，在制造過程中， 時(shí)常會(huì)出現(xiàn)簾線斷裂，簾線稀，鋼絲彎，簾線排列不均，簾布重疊，簾線斷，胎里氣泡，脫層，包布偏和反包低等質(zhì)量問題，直接或間接影響產(chǎn)品質(zhì)量，縮短輪胎使用壽命。所以擺在面前的主要任務(wù)是如何生產(chǎn)出高質(zhì)量的子午線輪胎來滿足日益發(fā)展的汽車運(yùn)輸業(yè)的要求。X射線是被廣泛應(yīng)用于輪胎檢測(cè)技術(shù)。X射線技術(shù)的形成已有近100年的歷史，其原理也很容易理解，X射線源，探測(cè)器和電子元件也比較完善。在某一時(shí)刻X射線穿過輪胎的一個(gè)橫截面,同時(shí)圖像增強(qiáng)器將該截面內(nèi)所包含的物體吸收過的X射線能量值記錄下來。隨著輪胎的轉(zhuǎn)動(dòng)，被檢輪胎的每一個(gè)橫截面被連續(xù)掃描，輪胎的所有截面吸收過的X射線能量值都能被記錄下來，這樣就能得到從X射線源到圖像增強(qiáng)器方向整個(gè)輪胎的投影圖像，再經(jīng)計(jì)算機(jī)圖像處理，可檢查出來輪胎是否合格。1 圖像的預(yù)處理檢測(cè)子午線有無質(zhì)量問題，就要從圖像中將子午線提取出來，在利用改進(jìn)的圖像匹配法檢測(cè)輪胎子午線之前，首先要對(duì)圖像進(jìn)行一系列預(yù)處理，包括閾值變換，邊緣檢測(cè)，輪廓提取和種子填充四個(gè)步驟。1.1 閾值變換經(jīng)過輪胎檢測(cè)設(shè)備得到的輪胎子午線圖像是一幅比較模糊的灰度圖像,子午線輪廓并不是很清晰,如圖1所示。所以必須先對(duì)其進(jìn)行合適的閾值變換來去除背景，突出子午線。經(jīng)過閾值變換后得到的結(jié)果如圖2所示。1.2 邊緣檢測(cè)算法圖像的邊緣在數(shù)字圖像中表現(xiàn)為灰度的變化，增強(qiáng)和檢測(cè)邊緣的方法就是梯度運(yùn)算。我們?cè)趯?duì)輪胎子午線圖像進(jìn)行邊緣檢測(cè)時(shí)，主要是對(duì)各種邊緣檢測(cè)算子進(jìn)行比較，并最終選擇適合輪胎子午線檢測(cè)的邊緣檢測(cè)算子。通過研究比較，我們知道索貝爾算子是一階微分方法。它通過梯度值來進(jìn)行邊緣檢測(cè)，用此方法可以忽略細(xì)節(jié)，得到的邊緣也較模糊，如圖3所示。高斯-拉普拉斯算子是二階微分方法，它是通過尋找二階微分中的零穿越來檢測(cè)邊緣，用此方法得到的邊緣較明顯，在細(xì)節(jié)方面比索貝爾算子要好得多，如圖4所示。以下從左到右依次為圖1，圖2，圖3，圖4：1.3 輪廓提取和種子填充算法對(duì)輪胎子午線圖像進(jìn)行輪廓提取的目的是獲得子午線的外部輪廓特征，應(yīng)用一定的方法表達(dá)輪廓的特征，為子午線的形狀分析作準(zhǔn)備。二值圖像輪廓提取的算法非常簡(jiǎn)單，就是掏空內(nèi)部點(diǎn)，如果原圖中有一點(diǎn)為黑，且它的8個(gè)相鄰點(diǎn)都是黑色時(shí)，（此時(shí)該點(diǎn)是內(nèi)部點(diǎn)）則將該點(diǎn)刪除。對(duì)輪胎子午線圖像進(jìn)行輪廓提取后的結(jié)果如圖5所示。而種子填充算法是圖形學(xué)中的算法，是輪廓提取算法的逆過程。種子填充算法首先假定封閉輪廓線內(nèi)某點(diǎn)是已知的，然后開始搜索與種子點(diǎn)相鄰且位于輪廓線內(nèi)的點(diǎn)。如果相鄰點(diǎn)不在輪廓線內(nèi)，那么就到達(dá)輪廓線的邊界；如果相鄰點(diǎn)位于輪廓線之內(nèi)，那么這一點(diǎn)就成為新的種子點(diǎn)，然后繼續(xù)地搜索下去。對(duì)輪胎子午線圖像進(jìn)行種子填充后的結(jié)果如圖6所示。以下從左到右依次為圖5，圖6：2 圖像匹配對(duì)輪胎子午線圖像進(jìn)行圖像匹配是本課題的核心，匹配算法的好壞直接影響到檢測(cè)系統(tǒng)的性能。而且這是一套在線實(shí)時(shí)檢測(cè)系統(tǒng)，要在很短的時(shí)間內(nèi)完成對(duì)圖像的采集，處理，判別，這就要求圖像處理的算法必須簡(jiǎn)潔，快速。在實(shí)際使用時(shí)最常用的是模板匹配和神經(jīng)網(wǎng)絡(luò)方法。當(dāng)被檢測(cè)對(duì)象要求檢測(cè)精度高，同時(shí)被檢測(cè)對(duì)象比較大時(shí)，神經(jīng)網(wǎng)絡(luò)法因其較大的計(jì)算量而難以達(dá)到實(shí)時(shí)性要求。這時(shí)一般都采用模板匹配這一傳統(tǒng)的方法。然而針對(duì)一些要求既快速又準(zhǔn)確的圖像檢測(cè)問題，該方法又常常顯得過于簡(jiǎn)單和不足。本系統(tǒng)采用了一種改進(jìn)的模板匹配算法，來滿足實(shí)時(shí)性和精度的要求。傳統(tǒng)的模板匹配算法比較適用于目標(biāo)識(shí)別和跟蹤，而對(duì)于輪胎子午線圖像很難得到理想的檢測(cè)效果，主要體現(xiàn)在以下兩個(gè)方面：1）輪胎子午線檢測(cè)系統(tǒng)需要很高的檢測(cè)精度，傳統(tǒng)的模板匹配不能達(dá)到所要求的精度。2）傳統(tǒng)的模板匹配算法適用于模板圖像較小，而輪胎子午線模板和被檢測(cè)圖像一樣大。我們經(jīng)過試驗(yàn)證明，傳統(tǒng)的模板匹配算法根本不適用于輪胎子午線圖像檢測(cè)系統(tǒng)?；旧纤械挠腥毕莸淖游缇€輪胎經(jīng)檢測(cè)都是合格的，針對(duì)傳統(tǒng)算法的不足，本系統(tǒng)采用了一種新的搜索算法，對(duì)被檢測(cè)圖像逐行進(jìn)行掃描直至發(fā)現(xiàn)與模板圖像不匹配的點(diǎn)時(shí)再進(jìn)行小范圍區(qū)域掃描，若與模板不匹配則停止掃描，否則繼續(xù)進(jìn)行全局掃描。改進(jìn)的模板匹配算法主要解決兩個(gè)方面的問題，一方面要達(dá)到所需要的精度要求，另一方面要消除噪波的影響。改進(jìn)的模板匹配算法的步驟為1）將被檢測(cè)圖像與模板圖像進(jìn)行匹配掃描，若發(fā)現(xiàn)不匹配點(diǎn)（i，j）轉(zhuǎn)至步驟2，直至掃描終止。2）將此點(diǎn)作為起始點(diǎn)，搜索其周圍10x10范圍內(nèi)的點(diǎn)，計(jì)算出其與對(duì)應(yīng)模板區(qū)域的相似度。3）取一不變閾值T4）如果此小區(qū)域與模板的相似度T 則視為被檢測(cè)圖像與模板不匹配，掃描終止。通過改變閾值T可以調(diào)整檢測(cè)的精度，我們通過大量的實(shí)驗(yàn)確定了合適的閾值可以達(dá)到所需要的精度要求。由于現(xiàn)場(chǎng)存在的各種干擾因素，輪胎子午線的圖像信號(hào)往往會(huì)摻雜著很多噪波。在對(duì)圖像進(jìn)行預(yù)處理后只能消除一部分噪波的影響。因此在進(jìn)行匹配時(shí)圖像還是會(huì)存在一些噪波的影響，在圖像中表現(xiàn)為很多小白色區(qū)域。因?yàn)槲覀儾捎玫氖恰跋热謷呙瑁笮》秶鷧^(qū)域掃描“”的搜索策略，當(dāng)找到不匹配點(diǎn)時(shí)，這個(gè)點(diǎn)可能是因?yàn)樵氩ǖ挠绊懚a(chǎn)生的與模板不匹配。但是我們對(duì)其周圍10x10范圍進(jìn)行區(qū)域掃描時(shí)，因?yàn)樵氩ǖ膮^(qū)域一般比較小，對(duì)相似度所產(chǎn)生的影響也就可以忽略不計(jì)了。所以，這種搜索策略可以消除噪波對(duì)圖像匹配產(chǎn)生的影響。我們用 Visual C+編程實(shí)現(xiàn)了改進(jìn)的圖像匹配算法。程序運(yùn)行的結(jié)果表明，改進(jìn)的匹配算法能夠很好地檢測(cè)出輪胎子午線的各種質(zhì)量問題，并且能夠達(dá)到所需要的精度要求。3 結(jié)論通過對(duì)輪胎質(zhì)量檢測(cè)的研究，提出一種“先全局掃描，后小范圍區(qū)域掃描”的圖像匹配掃描策略，很好的解決了對(duì)子午線輪胎進(jìn)行質(zhì)量檢測(cè)的問題。參考文獻(xiàn)1 Shi Xinhua. Improving Object Classification in X -ray Luggage Inspection D. Virginia: Blacksburg, 2000. 2 吳紹林. X-RA型X 射線探傷機(jī)在全鋼子午線輪胎生產(chǎn)中的應(yīng)用J. 橡膠技術(shù)與裝備, 1994, 3, 49-54. 3 金向?qū)? 子午線輪胎 X 射線檢測(cè)設(shè)備的開發(fā)與研制J. 橡膠技術(shù)與裝備, 1998, 24, 47-50. 4 朱秀昌, 劉峰, 胡棟. 數(shù)字圖像處理與圖像通信M. 北京: 北京郵電大學(xué)出版社, 2002, 43-66. 5 何斌等編著. VC+數(shù)字圖像處理M. 北京: 人民郵電出版社, 2000. X-ray Detection of Tyre with Digital Image ProcessingAbstract: Based on the theory of digital image processing and X-ray detecting, the match algorithm of tyre meridian image and pattern p