Page 64 - 《橡塑技术与装备》2023年3期
P. 64
橡塑技术与装备 CHINA RUBBER/PLASTICS TECHNOLOGY AND EQUIPMENT
目标检测算法可对其进行高效识别 ；最后，通过相机
标定的内部参数矩阵及裂纹像素来计算裂纹尺寸，并
实现裂纹的安全等级评判。
图 3 轮胎光条世界坐标系轮廓
于二维图像缺乏深度信息，在测量沟槽深度等特殊指
标时效果差。当前，激光扫描等三维传感器发展势头
迅猛，可以凸显物体形状和深度特征，在工业领域得
到广泛利用。同时，三维传感器测量速度快、精度高、
鲁棒性强，数据精度不受拍摄视角和光照条件等影响，
图 2 裂纹 相比于二维测量方法，可以检测物体更复杂的部位结
2.3 外缘尺寸偏差 构，获取轮胎更丰富的视觉信息。
全视角的轮胎图像需要多幅图像协同处理，单幅 3.1 胎里气泡
图像难以反映轮胎尺寸。轮胎尺寸的检测常通过相机 胎 里气 泡 具 有尺 寸 小和 显 著 性弱 的 特点， 对 图
标定、图像预处理、区域提取个像素计算等步骤来实 像采集的光照条件相对敏感，图像采集的质量将会影
现。首先，对相机进行标定，确定相机的内部参数 ； 响基于二维图像轮胎缺陷检测算法的精度。基于三维
其次，固定相机拍摄轮胎多角度信息，并用深度学习 点云的检测方法在对胎内气泡进行检测时不受光照条
算法提取轮胎区域 ；然后，利用区域提取算法提取尺 件影响，只考虑气泡与周围区域的高度差，不受背景
寸标注区域，如自适应阈值法和迭代阈值法等，并对 影响。基于三维点云的检测方法检测胎内气泡是将检
提取的图像进行滤波降噪，降低背景干扰 ；最后，根 测对象的扫描数据与标准数据进行比对。采用主流的
据提取的尺寸像素和相机内部参数计算出实际尺寸， ICP 算法及其变体 [18] 对两数据进行配准，获取区域内
并与理想尺寸对比，得到尺寸差异。 的最大高度差值与阈值进行比较检测区域内是否存在
2.4 花纹沟槽深度 气泡。如图 4 所示，配准后的点云数据中间区域有很
当前对花纹沟槽深度的检测通常使用金属探针等 明显的高度差，图示线激光可实现 0.01 mm 级的测量
接触式检测方法 [7] ，这种方法操作简单，但不适合大 精度，可对胎内气泡进行精确鲁棒的检测。
批量检测。基于视觉的花纹沟槽深度的检测方法可以
很好解决上述问题，且检测方式更加灵活。例如李爱
娟 [17] 等人提出了一种基于结构光图像的轮胎花纹深度
测量方法。该方法首先将轮胎从装有激光和反射镜的
透明盖板上滚过 ；其次，在盖板下面安装相机，用来
捕获反射镜中的图像 ；然后，对图像进行畸变矫正、
去除噪声以及坐标系转换获得光条世界坐标系图像 ；
最后，利用极大值点法测量得到花纹深度。轮胎光条 图 4 胎里气泡检测
世界坐标系轮廓如图 3 所示。
3.2 裂纹
裂纹视觉特征清晰，易于检测，在图像采集质量
3 基于三维点云的轮胎缺陷检测方法 良好的情况下，采用二维检测方法可以快速识别裂纹
在光照条件恶劣等图像采集效果差的场景中，利
区域。同时，三维测量方法可以获取裂纹宽度和深度
用二维图像检测轮胎缺陷很难达到理想的效果，且由
3
·16· 第 49 卷 第 期
