輪胎是汽車的重要組成部件,具有承擔重量,傳送牽引力和制動扭矩的重要作用,因此對汽車輪胎的承載能力,緩沖性能力和耐磨耐久性能等有很高要求。輪胎的質(zhì)量對車輛運行安全有重要影響,輪胎產(chǎn)品的質(zhì)量檢驗應當引起足夠重視。當前,視覺檢查已廣泛用于診斷輪胎產(chǎn)品中的缺陷,但輪胎缺陷的視覺診斷方法仍不完善。由于輪胎中存在許多的缺陷類別和各向異性紋理,因此自動的輪胎視覺缺陷檢測特別具有挑戰(zhàn)性。本文分析了輪胎X射線圖像的簾線紋理分布和低秩特性,提出了一種基于語義分割和低秩矩陣恢復的自動輪胎X射線缺陷檢測系統(tǒng)。輪胎X射線圖像紋理具有各向異性但紋理分區(qū)明顯的特點,紋理區(qū)域分割有利于增強圖像低秩特性,降低缺陷檢測難度,提高算法檢測精度。本文將經(jīng)典語義分割網(wǎng)絡在經(jīng)預處理的輪胎X射線圖像數(shù)據(jù)集上訓練,并將神經(jīng)網(wǎng)絡結果優(yōu)化得到高精度的自動紋理區(qū)域分割算法。低秩矩陣恢復算法是利用矩陣的低秩子空間分解原理,能夠?qū)⑤喬射線圖像矩陣分解為低秩背景矩陣和包含缺陷的稀疏矩陣。紋理分割有利于提高低秩分解算法的質(zhì)量和計算效率,分割后的圖像塊具有較強的低秩特性。本文研究并優(yōu)化了傳統(tǒng)求解魯棒主成分分析問題（RPCA）的非精確增廣拉格朗日乘... 

【文章來源】：青島科技大學山東省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

國外X射線輪胎缺陷檢測設備Fig.1-1ForeignX-raytiredefectdetectionequipment

青島科技大學研究生學位論文92基于語義分割的輪胎X射線圖像分割子午線輪胎由多種材料復合組成，且內(nèi)部鋼絲簾線編制工藝不同，其X射線成像具有大量的各向異性紋理。復雜多變的背景紋理為缺陷檢測算法帶來阻礙，不同紋理區(qū)域交織容易被算法誤算為缺陷，自動紋理區(qū)域分割能明顯降低檢測問題難度，提高缺陷檢測算法準確率。傳統(tǒng)紋理圖像分割算法難以應對種類繁多的背景紋理，相比之下，基于深度神經(jīng)網(wǎng)絡訓練的語義分割網(wǎng)絡具有較高的泛化能力，能夠有監(jiān)督的實現(xiàn)輪胎X射線紋理區(qū)域劃分。本章內(nèi)容以輪胎X射線圖像為研究對象，利用圖像紋理分析技術依照輪胎X射線圖像的不同結構進行分割，避免不同紋理區(qū)域交織造成的障礙，降低缺陷檢測算法的難度。2.1子午線輪胎結構及X射線成像的特點子午線輪胎由橡膠、尼龍、鋼絲等多種復合材料構成，不同部位的鋼絲簾線密度和排布明顯不同，其復雜的結構決定了輪胎X射線圖像的多紋理分布的特點。如圖2-1所示，以常用的子午線輪胎為例，其組織結構由胎冠胎肩橡膠層、錦綸帶束層、鋼絲帶束層、胎體簾布層和緩沖橡膠條等不同復合材料層構成，且不同部位的膠料的成分和厚度均有所差異。圖2-1子午線輪胎結構示意圖Fig.2-1Radialtirestructure

基于語義分割與矩陣恢復的輪胎自動缺陷檢測研究10當強度均勻的X射線穿透成分、厚度及密度不同的結構時，由于對X射線吸收程度不同，如圖2-2所示，在X射線膠片上或熒屏上顯出具有黑白（或明暗）對比、層次差異的X射線影像。圖2-2輪胎X射線圖像及紋理分區(qū)Fig.2-2X-rayimageoftireandtexturepartition子午線輪胎不同部位具有不同功能，對應的膠料厚度和鋼絲簾線密度均有所差異。從圖像紋理的角度可以將輪胎X射線圖像分為胎冠、胎肩、胎側(cè)和胎圈區(qū)域，除了胎肩與胎側(cè)區(qū)域紋理相近，其余每個圖像區(qū)域紋理的方向、周期、粗糙度等各不相同。輪由于生產(chǎn)過程中產(chǎn)生缺陷的不確定性，輪胎缺陷的類型主要分為異物缺陷，簾線紋理缺陷和氣泡缺陷三大類，其中異物缺陷主要有釘子，雜物等滲入橡膠，簾線紋理缺陷有胎體劈縫，帶束層散絲，胎體接頭開裂，鋼絲簾線稀線，彎曲變形和交叉等，氣泡多為工藝中產(chǎn)生的氣泡存留在橡膠中。在輪胎X射線圖像中缺陷的大小和形狀各異，一般分布在50×50～200×500像素大小范圍內(nèi)，異物缺陷多為塊狀黑色顯著區(qū)域，簾線缺陷呈現(xiàn)紋理的錯亂，不規(guī)則，氣泡缺陷顯示為淺色球狀區(qū)域。三種缺陷的分布隨機，物理模型不統(tǒng)一。以上輪胎X射線圖像紋理的各向異性和缺陷的物理模型不統(tǒng)一等特點為輪胎缺陷檢測帶來了巨大挑戰(zhàn)：（1）子午線輪胎由胎體簾布層、錦綸帶束層、鋼絲帶束層和冠帶層等不同復合材料層構成，輪胎不同部分的結構、厚度和橡膠材料的差別使其X射線圖像具有亮度非均勻、非平穩(wěn)性、非線性和多尺度性等特點；（2）子午線輪胎中可能存在的缺陷類型不同，如氣泡缺陷，異物缺陷，各種簾線缺陷和裂紋缺陷等，不同缺陷的形狀、亮度和尺度特征具有較大差異性，這為設計全面的缺陷檢測算法帶來巨大挑戰(zhàn)；

【參考文獻】：
期刊論文
[1]基于深度學習的圖像語義分割方法綜述[J]. 田萱,王亮,丁琪.  軟件學報. 2019(02)
[2]基于GLCM算法的輪胎0°帶束層接頭缺陷檢測[J]. 張元剛,劉中華.  橡膠工業(yè). 2018(12)
[3]基于穿線法的輪胎胎側(cè)簾線稀疏缺陷的檢測[J]. 陳仁龍,趙鵬鵬,李金屏.  濟南大學學報(自然科學版). 2018(05)
[4]基于卷積神經(jīng)網(wǎng)絡的交通場景語義分割方法研究[J]. 李琳輝,錢波,連靜,鄭偉娜,周雅夫.  通信學報. 2018(04)
[5]基于穿線法的輪胎簾線斷裂缺陷檢測[J]. 張潘杰,鄭修楠,李金屏.  濟南大學學報(自然科學版). 2018(02)
[6]輪胎簾線交叉重疊缺陷檢測[J]. 于向茹,丁健配,李金屏.  濟南大學學報(自然科學版). 2017(06)
[7]基于全變分模型的子午線輪胎X射線圖像胎側(cè)缺陷自動檢測方法[J]. 張巖,李濤,李慶領.  青島科技大學學報(自然科學版). 2017(03)
[8]基于深度學習的無人車夜視圖像語義分割[J]. 高凱珺,孫韶媛,姚廣順,趙海濤.  應用光學. 2017(03)
[9]張量低秩表示和時空稀疏分解的視頻前景檢測[J]. 隋中山,李俊山,張姣,樊少云,孫勝永.  光學精密工程. 2017(02)
[10]基于圖像處理的輪胎X光圖像雜質(zhì)檢測技術[J]. 張斌,林森,高書征.  橡塑技術與裝備. 2016(09)

博士論文
[1]基于深度學習的輪胎缺陷無損檢測與分類技術研究[D]. 崔雪紅.青島科技大學 2018
[2]基于聚類分析的圖像分割算法研究[D]. 許曉麗.哈爾濱工程大學 2012



本文編號：3494649