發(fā)布時(shí)間：2021-11-14 12:36

　　輪胎是汽車的重要組成部件,具有承擔(dān)重量,傳送牽引力和制動(dòng)扭矩的重要作用,因此對(duì)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(duì)車輛運(yùn)行安全有重要影響,輪胎產(chǎn)品的質(zhì)量檢驗(yàn)應(yīng)當(dāng)引起足夠重視。當(dāng)前,視覺(jué)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(jué)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(dòng)的輪胎視覺(jué)缺陷檢測(cè)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(yǔ)義分割和低秩矩陣恢復(fù)的自動(dòng)輪胎X射線缺陷檢測(cè)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(diǎn),紋理區(qū)域分割有利于增強(qiáng)圖像低秩特性,降低缺陷檢測(cè)難度,提高算法檢測(cè)精度。本文將經(jīng)典語(yǔ)義分割網(wǎng)絡(luò)在經(jīng)預(yù)處理的輪胎X射線圖像數(shù)據(jù)集上訓(xùn)練,并將神經(jīng)網(wǎng)絡(luò)結(jié)果優(yōu)化得到高精度的自動(dòng)紋理區(qū)域分割算法。低秩矩陣恢復(fù)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(jì)算效率,分割后的圖像塊具有較強(qiáng)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(wèn)題（RPCA）的非精確增廣拉格朗日乘... 

【文章來(lái)源】：青島科技大學(xué)山東省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

國(guó)外X射線輪胎缺陷檢測(cè)設(shè)備Fig.1-1ForeignX-raytiredefectdetectionequipment

青島科技大學(xué)研究生學(xué)位論文92基于語(yǔ)義分割的輪胎X射線圖像分割子午線輪胎由多種材料復(fù)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(fù)雜多變的背景紋理為缺陷檢測(cè)算法帶來(lái)阻礙，不同紋理區(qū)域交織容易被算法誤算為缺陷，自動(dòng)紋理區(qū)域分割能明顯降低檢測(cè)問(wèn)題難度，提高缺陷檢測(cè)算法準(zhǔn)確率。傳統(tǒng)紋理圖像分割算法難以應(yīng)對(duì)種類繁多的背景紋理，相比之下，基于深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的語(yǔ)義分割網(wǎng)絡(luò)具有較高的泛化能力，能夠有監(jiān)督的實(shí)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(duì)象，利用圖像紋理分析技術(shù)依照輪胎X射線圖像的不同結(jié)構(gòu)進(jìn)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(cè)算法的難度。2.1子午線輪胎結(jié)構(gòu)及X射線成像的特點(diǎn)子午線輪胎由橡膠、尼龍、鋼絲等多種復(fù)合材料構(gòu)成，不同部位的鋼絲簾線密度和排布明顯不同，其復(fù)雜的結(jié)構(gòu)決定了輪胎X射線圖像的多紋理分布的特點(diǎn)。如圖2-1所示，以常用的子午線輪胎為例，其組織結(jié)構(gòu)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(fù)合材料層構(gòu)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(jié)構(gòu)示意圖Fig.2-1Radialtirestructure

基于語(yǔ)義分割與矩陣恢復(fù)的輪胎自動(dòng)缺陷檢測(cè)研究10當(dāng)強(qiáng)度均勻的X射線穿透成分、厚度及密度不同的結(jié)構(gòu)時(shí)，由于對(duì)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(duì)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(duì)應(yīng)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(gè)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(guò)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(cuò)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(jī)，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(diǎn)為輪胎缺陷檢測(cè)帶來(lái)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(fù)合材料層構(gòu)成，輪胎不同部分的結(jié)構(gòu)、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(diǎn)；（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(shè)計(jì)全面的缺陷檢測(cè)算法帶來(lái)巨大挑戰(zhàn)；

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的圖像語(yǔ)義分割方法綜述[J]. 田萱,王亮,丁琪.  軟件學(xué)報(bào). 2019(02)
[2]基于GLCM算法的輪胎0°帶束層接頭缺陷檢測(cè)[J]. 張?jiān)獎(jiǎng)?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(cè)[J]. 陳仁龍,趙鵬鵬,李金屏.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的交通場(chǎng)景語(yǔ)義分割方法研究[J]. 李琳輝,錢波,連靜,鄭偉娜,周雅夫.  通信學(xué)報(bào). 2018(04)
[5]基于穿線法的輪胎簾線斷裂缺陷檢測(cè)[J]. 張潘杰,鄭修楠,李金屏.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]輪胎簾線交叉重疊缺陷檢測(cè)[J]. 于向茹,丁健配,李金屏.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)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(dòng)檢測(cè)方法[J]. 張巖,李濤,李慶領(lǐng).  青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[8]基于深度學(xué)習(xí)的無(wú)人車夜視圖像語(yǔ)義分割[J]. 高凱珺,孫韶媛,姚廣順,趙海濤.  應(yīng)用光學(xué). 2017(03)
[9]張量低秩表示和時(shí)空稀疏分解的視頻前景檢測(cè)[J]. 隋中山,李俊山,張姣,樊少云,孫勝永.  光學(xué)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(cè)技術(shù)[J]. 張斌,林森,高書征.  橡塑技術(shù)與裝備. 2016(09)

博士論文
[1]基于深度學(xué)習(xí)的輪胎缺陷無(wú)損檢測(cè)與分類技術(shù)研究[D]. 崔雪紅.青島科技大學(xué) 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(xué) 2012



本文編號(hào)：3494649